大学生就业建模报告

《大学生就业建模报告》由会员分享，可在线阅读，更多相关《大学生就业建模报告（19页珍藏版）》请在金锄头文库上搜索。

1、大学生就业问题建模报告大学生就业问题建模报告1摘要摘要当今社会，大学生就业形势严峻，就业压力大，本文主要对大学生就业问 题进行研究并建立数学模型。 对于问题一，我们以 07 年到 10 年当年大学生毕业总数和国家生产总值为 变量，建立灰色 0 阶 2 变量 GM（0，2）模型，拟合 07 到 10 年考虑国家生产 总值和大学毕业生总数的大学生起薪，根据拟合数据用灰色 GM（1,1）模型来 预测 2011 年大学生平均起薪，分专科，本科，研究生三类，用 matlab 软件进 行求解。 对于问题二，定量分析各个因素对大学生起薪的影响，即确定各个因素的权重问题。用 spss 软件先将各个因素标准化，

2、采用因子分析法，(0,1)xN:以各个因素的方差贡献率作*因子得分/总的方差贡献率*因子得分之和为权重， 得出 w=（0.497913,0.35575,0.146337） 。在权重的基础上，通过建立评价矩阵 R，评价语=高，低，建立模糊综合评价模型，分别对 90 名大学生进行综合 评价。将期望月薪作为因变量，起薪，求职次数，参加就业指导作为自变量， 以达到高评价的学生的数据为依据，建立多元线性回归模型，再将其余学生的 数据带入模型，即可得到评价为低的学生的期望月薪，作为建议期望月薪，得 出的建议期望月薪整体比该同学的期望月薪偏低，相比于评价为高的学生的建 议期望月薪值不变。 对于问题三，主要通

3、过比较假设研究生参加了就业指导课程的起薪与未参 加就业指导的起薪的差异。研究生参加就业指导课程的起薪是通过在本科生中 参加了就业指导的学生数据的基础建立回归模型，算出来的。对比发现，有必 要在研究生中开设就业指导课程。关键字： 起薪 回归分析 灰色预测模型 模糊综合评价模型 2摘要.1 一、问题重述.3 二、模型假设.3 三、符号说明.4 四、问题分析.5 五、模型的建立与求解.5 问题一.5 问题二.8 问题三.14 六、模型评价与改进.16 附录：.17 1、GM（0，n）模型程序：.17 2、GM（1,1）预测程序：.18 3、矩阵合成 matlab 程序：.183一、问题重述一、问题重

4、述随着我国大学教育逐步向大众化方向转变，招生数量连年增多，导致大学 毕业生就业情况逐步严峻。当年的国家生产总值与毕业总人数对大学生的起薪 应该有一定影响，结合这些因素以及07-10年大学生平均起薪，预测2011年大学 生平均起薪。 大学生对学校的就业指导保持一种迷茫的态度，开设就业指导课程，引导 学生转变就业观念，提升职场竞争力和主动适应社会的能力，是很必要的。降 低月薪期望，多参加求职面试，积累经验也可以帮助大学生更好的就业。在表2 的基础上，建立综合评价模型，定量分析各个因素对大学生就业产生的影响， 并给出90名大学生的建议期望月薪。 表2中，大学生是否参加求职指导课程的比例各半，表3中研

5、究生中没有人 参加指导课程，对比表2与表3，定量分析是否有必要在研究生中安排就业指导 课程。二、模型假设二、模型假设1、假设大学毕业生平均起薪只考虑与当年毕业总数和国家生产总值有关， 忽略其他因素的影响。 2、假设大学生个人起薪只与期望月薪、求职次数、参加就业指导有关，与 专业前景、行业差别以及个人社会资源等因素无关。 3、假设 90 名本科生和 30 名研究生在就业选择方面没有较强的个人偏向及 个人情感因素。 4、假设降低期望月薪可以帮助大学生更好地就业，不考虑学生个人能力的 差距。 5、假设题中给出的数据合理。三、符号说明三、符号说明GM（0，n）模型系统特征序列。(0)1x4GM（0，n

6、）模型因素特征序列。(0)Nx。(1)ix(0)1-i=iAGOx的序列（1，2，. . . , N ）灰色模型拟合预测序列。(0)1( )kxGM（0，n）模型平均相对误差。relGM（0，n）模型验差比。cGM（0，n）模型小误差概率。p期望月薪，求职失败次数，是否参加就业指导对起薪影响的权重。iw期望月薪，求职失败次数，是否参加就业指导的因子得分。 if期望月薪，求职失败次数，是否参加就业指导的方差贡献率。 i模糊综合评价的结果，是 m 维模糊行向量。B模糊评价因素权重集合，是 n 维模糊行向量。A从 U 到 V 的一个模糊关系，是矩阵，评价矩阵。Rn m表示从第 i 个因素着眼，做出第

7、 j 种评语的可能程度。ijr四、问题分析四、问题分析问题一可以根据往年大学生起薪表结合当年国家生产总值、毕业人数建立 模型预测 2011 年大学生平均起薪。问题一属于预测问题，并且需结合两个因素， 我们考虑用 GM（0,2）模型对 0710 年起薪进行拟合，得出在考虑这两个因素 影响的情况下的专、本、研究生起薪数据，再用灰色 GM（1,1）模型对 2011 年5起薪进行预测。 问题二，建立综合评价模型，定量分析期望月薪、求职次数和是否参加就 业指导各个因素对起薪的影响，并结合综合模型给出 90 名大学生的建议月薪。 定量分析自变量对因变量的影响，即分析各个自变量对因变量的权重，我们考 虑采用

8、 spss 的因子分析法等。在权重的基础上，建立模糊综合评价模型，评价 语为优劣两个等级。要结合综合评价模型给出建议期望月薪，将 90 名学生按照 等级分成两组，以评价高的学生数据为标准，给出评价低的学生的期望月薪。 问题三，对比假设研究生参加了就业指导课程的起薪与未参加就业指导的 起薪，判定是否应该在研究生中开展就业指导课程。以本科生中参加了就业指 导的学生数据建立回归模型，再同研究生的相关数据，可得假设研究生参加了 就业指导后的起薪。五、模型的建立与求解五、模型的建立与求解问题一当年大学生平均起薪与国家生产总值和毕业总人数有关，搜集 07 年到 10 年的国家生产总值和毕业总人数，得到表格

9、如下： 2007-2010年大学毕业生起薪表 专科本科硕士 2010年166223313590 2009年154620333192 2008年138017612725 2007年1443182532002007-2010 年国家生产总值与毕业人数表 预测有多个因素的序列，采用灰色 GM（1，n）或灰色 GM（0，n）模型。 由于有两个因素影响，我们采用灰色 GM（0,2）模型进行预测。国家生产总值 （亿元）专科毕业人数 （万）本科毕业人数 （万）硕士毕业人数 （万） 2010 年397983197.29575.4238.36 2009 年335353201.48531.1037.13 2008

10、 年300670169.09511.9534.48 2007 年257306176.44447.7931.186(0)(0)(0)(0)1111(0)(0)(0)(0)2222(1)(2),.,( )(1),(2)( ), ,.=nnxxxx xxxx为系统特征数据序列,（为相关因素序列，(0)(0)(0)(0)(1)(2)( ),.,NNNNnxxxx(0)(1)(1)(1)(1)(1) 321231-i=(k)=a( )( ).( )niiNNAGObkbkbkGMxx xxxx的序列（1，2，. . . , N ）, 则称为（0，）模型为GM（0，n）模型不含导数，因此为静态模型。，(1)(1) 2(1)(1) 2(1)(1) 2.(2)(2).(3)(3).( ).( )NNNxxxxBxnxn (1) 1(1) 1(1) 1(2)(3).()xxYxN 则参数 u 的最小二乘估计.1()TTuBB YB以专科生为例，本题系统特征数据序列为1443,138