基于人群队列模型的高校毕业生趋向大数据分析方法研究

刘纪敏，谢创森，文龙日，赵慧奇，王心刚，贾全秋，宋明浩

（1.山东科技大学智能装备学院；2.泰山科技学院 大数据学院，山东泰安 271000；3.吉林省延边第一中学，吉林 延吉 133000）

0 引言

根据教育部发布的2019 年全国教育事业发展统计公报，2019 年全国共有各级各类学校53.01 万所，比上年增加1.13 万所，增长2.17%；各级各类学历教育在校生2.82 亿人，比上年增加660.62 万人，增长2.40%［1］。中国高校毕业生数量快速增长，不仅将影响人力资源供需结构，而且因其对高校教学辅助资源的需求迅速增加，为高校带来了沉重压力。近年来，大部分高校毕业生选择通过研究生考试获得更多深造机会，而选择深造和选择就业的毕业生对教学辅助资源的需求是截然不同的。从高校的角度来看，有必要正确理解在校生需求，并有效应对毕业生就业趋向的变化。根据毕业生就业趋向分析结果，合理分配现有教学辅助资源以满足在校生需求对高校的长远发展具有重要意义［2］。

在教学辅助资源分配相关研究中，Ho 等［3］提出利用综合多准则决策分配资源以提高高校绩效的方案，马瑞华［4］提出地方综合性大学分配学术资源的最佳策略，Zhang［5］提出利用误差反向传播（Back Propagation，BP）神经网络（Arti⁃ficial Neural Networks，ANN）模型解决高校思想政治教育资源的配置问题，还有一些专家利用数理统计和问卷调查方法分析毕业生就业趋势和高校教学辅助资源的合理分配问题［6-7］。虽然很多专家一直利用不同分析方法研究有效的教学辅助资源分配方案，但其所利用的分析方法工作量大，且敏感性与准确性不佳。……