文献类型：期刊文章

作　　者：李燕燕[1]

LI Yan-yan(School of Marxism,Shangluo University,Shangluo 726000,Shaanxi Province,China)

机构地区：[1]商洛学院马克思主义学院,陕西商洛726000

出　　处：《信息技术》

年　　份：2021

卷　　号：45

期　　号：9

起止页码：95-100

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：为了提升大学毕业生就业率的预测精度,提出基于大数据分析技术的大学毕业生就业率预测模型。首先将LM算法与贝叶斯正则化算法进行结合,提高BP神经网络的性能,并确定LMBP神经网络各层的神经元数目,然后将大学毕业生就业数据输入到LMBP神经网络进行训练,通过训练拟合输入与输出之间的内在关联,建立大学毕业生就业率预测模型,具体测试结果表明,该模型具有较快的训练收敛速度,可精准预测大学毕业生的就业率,可为分析大学生就业发展问题提供有效依据。

关 键 词：大数据分析  就业率 大数据管理  数据挖掘 BP神经网络

分 类 号：TP315]