[1]李翔,党晓楠,王清雯.基于BP神经网络的镇江高等专科学校大学生就业质量预测[J].镇江高专学报,2018,31(01):110-113.
 Ll Xiang,DANG Xiaonan,WANG Qingwen.Discussion on the prediction of employment quality of graduatesfrom Zhenjiang College with BP neural network[J].,2018,31(01):110-113.
点击复制

基于BP神经网络的镇江高等专科学校大学生就业质量预测()
分享到:

《镇江高专学报》[ISSN:/CN:]

卷:
31
期数:
2018年01期
页码:
110-113
栏目:
教海采珠
出版日期:
2018-03-05

文章信息/Info

Title:
Discussion on the prediction of employment quality of graduatesfrom Zhenjiang College with BP neural network
文章编号:
1008-8148()200801-0110-04
作者:
李翔12党晓楠3王清雯1
1.镇江高等专科学校 医药与化材学院,江苏 镇江212028; 2. 镇江市功能化学重点实验室,江苏 镇江212028;
3. 镇江出入境检验检疫局 法制与风险管理科,江苏 镇江212003
Author(s):
Ll Xiang12 DANG Xiaonan3 WANG Qingwen1
1.School of Chemical Engineering, Zhenjiang College, Zhenjiang 212000, China;
2. Zhenjiang Key Laboratory of Functional Chemistry, Zhenjiang, Jiangsu 212003, China;
3. Zhenjiang EntryExit Inspection and Quarantine Bureau, Zhenjiang, Jiangsu 212003, China
关键词:
就业质量神经网络贡献率
Keywords:
employment quality neural network contribution rate
分类号:
G647.38
文献标志码:
C
摘要:
以镇江高等专科学校医药与化材学院为例,开展毕业生就业质量调查。采用人工神经网络技术对影响就业质量的各个因素进行贡献率分析,并对模型的预测性能进行评估。实验结果表明,所建模型预测精度达到90%,可将此模型用于该校大学生就业质量预测。
Abstract:
Taking School of Medicine and Chemical materials as an example, the investigation of employment quality of graduates is carried out. The factors influencing the quality of employment are analyzed by artificial neural network technique and the prediction performance of the model is evaluated. The experimental results show that the prediction accuracy of the model is up to 90%, which can be used to predict the employment quality of college students.

参考文献/References:

 [1] 童辉杰,杨雅婕,吕航.应用神经网络模型对大学毕业生就业质量的预测[J].人类工效学,2012,18(3):20-22,86.
[2] 谭立章,王莹,高君.基于BP神经网络的大学生创业评价体系研究[J].浙江理工大学学报,2015,34(5):442-446.
[3] 王乃博,黄国梅,吴磊,等.基于BP神经网络模型的大学生体质综合测评[J].南昌大学学报,2016,40(5):506-510.
[4] 王丽.基于神经网络的研究生心理健康状况预测分析[D].西安:西安科技大学,2016:1-4.
[5] 袁磊.基于无监督学习神经网络的大学生心理危机干预研究[D].武汉:武汉理工大学,2012:1-8.
[6] 杨光军.灰色理论和BP神经网络在大学生就业信心指数预测中的应用[J].教学的实践与认识,2013,43(13):62-67.
[7] 周亮.民办高校大学生就业影响因子探析[J].重庆与世界,2014,31(4):100-103.
[8] 佘其平,邓娟,李庆.基于BP神经网络的大学生就业情况分析[J].现代商贸工业,2015(12):139-141.
[9] 陈立俊,王克强.基于人工神经网络方法的大学生就业问题探析:以上海高校毕业生为例[J].教育发展研究,2013:13-14.
[10] GUO D S, ZHANG Y N,XIAO Z L,et al. Common nature of learning between BP-type and Hopfield-type neural networks[J]. Neurocomputing,2015,167(1):578-586.
[11] YE S. RMB exchange rate forecast approach based on BP neural network[J]. Physics Procedia ,2012(33):287-293.
[12] Yu X H, XIONG S W, HE Y, et al.Research on campus traffic congestion detection using BP neural network and Markov model [J]. Journal of Information Security and Applications,2016,31(C):54-60.
[13] LIU X S, DENG Z, WANG T L. Real estate appraisal system based on GIS and BP neural network[J]. Transactions of Nonferrous Metals Society of China,2011,21(s3):626-630.
[14] 叶斌,雷燕. 关于BP网中隐含层层数及其节点数选取方法浅析[J].商丘职业技术学院学报,2004,3(6):52-53,60.

备注/Memo

备注/Memo:
收稿日期: 2017-08-31
基金项目: 江苏开放大学江苏城市职业学院“十三五”2016年度科研规划课题(16SSW-Q-019)
作者简介: 李翔(1985—),男,福建霞浦人,讲师,博士,主要从事人工神经网络模型及高分子材料成型加工研究; 党晓楠(1986—),女,河北石家庄人,硕士,主要从事智能模型研究。
更新日期/Last Update: 2018-04-08