论文部分内容阅读
由于高校毕业生就业率与多种因素相关,具有复杂的变化规律,当前高校毕业生就业率预测模型存在一定的不足,如与实际值间的偏差大,建模时间长等,为了减少高校毕业生就业率预测误差,设计了一种基于混沌分析算法的高校毕业生就业率预测模型。首先,收集高校毕业生就业率的历史数据,结合历史数据的随机性、混沌性变化特点,采用混沌分析算法对历史数据的随机性、混沌性变化特点进行分析,重构高校毕业生就业率的历史数据;然后,引入当前最流行的数据挖掘技术——最小二乘支持向量机构建高校毕业生就业率的历史数据模型;最后,在相同平台上与当前经