基于CatBoost算法的硕士研究生就业能力预测模型

巩 红，陈 阳，周晨晖，李昊楠，喻小康

(1.西安邮电大学 研究生院，陕西 西安 710121；2.西安邮电大学 经济与管理学院，陕西 西安 710121； 3.西安邮电大学 马克思主义学院，陕西 西安 710121)

随着硕士研究生招生规模的扩大，中国已经成为研究生教育大国[1]。毕业研究生人数不断攀升，就业问题也日渐受到重视。在硕士研究生就业预测的研究中，国内研究者大多使用传统的回归方法构建就业能力预测模型，但此方法在构建非线性的模型时难以精确预测。因此，构建一个能够准确预测硕士研究生就业能力的模型显得十分重要。

近年来，学界关于硕士研究生个体就业能力影响因素的研究主要分为探究高校对就业的影响和探究硕士研究生个体特征对就业能力的影响两类。高校对硕士研究生就业能力的影响是多方面的，文献[2]发现双一流建设高校的本科学历对所有层次的硕士研究生的就业满意度均有积极影响。但是，在起薪方面，硕士研究生的本科学历仅对双一流高校硕士研究生有正向作用。另有研究表明，硕士研究生的培养目标与就业需求的不匹配是导致研究生就业难的重要因素之一[3]。硕士研究生的个体特征对就业能力的影响因素主要包括先赋性因素[4-6]和研究生在硕士阶段学习获得的能力、成果和学习经历等后致性因素[7-8]。

目前,主要使用逻辑回归算法构建硕士研究生的就业模型。孙怡帆等[9]使用Lasso-Logisitic算法构建毕业生去向预测模型。王立非等[10]运用线性回归分析探究家庭背景、本科背景、生源地等与就业单位类型的关系。……