基于BP神經(jīng)網(wǎng)絡(luò)的我國(guó)高校畢業(yè)生就業(yè)情況預(yù)測(cè)

許紅

（湖南工商大學(xué) 湖南省長(zhǎng)沙市 430100）

1 問(wèn)題的提出

法國(guó)1997年實(shí)施《青年就業(yè)法案》，解決失業(yè)青年就業(yè)艱難的問(wèn)題[1]。國(guó)內(nèi)外有關(guān)高校畢業(yè)生就業(yè)的法律保障制度體系相對(duì)完整，學(xué)者對(duì)高校畢業(yè)生就業(yè)問(wèn)題的探究也比較完善。I?akiIriondo（2020）評(píng)估了歐盟推行的伊拉斯研究計(jì)劃對(duì)西班牙研究生就業(yè)和薪資的影響[2]。谷家川（2020）從心理學(xué)角度考量：畢業(yè)生心理壓力是就業(yè)困難的根本原因之一[3]；孫濤、王龍淼、徐學(xué)彬（2020）分析了影響畢業(yè)生就業(yè)選擇的因素和就業(yè)的心理特點(diǎn)[4]。從國(guó)家發(fā)生自然災(zāi)害和全球性疫情等方面分析：吳華華（2020）提出鼓勵(lì)學(xué)生利用在家時(shí)間補(bǔ)缺補(bǔ)漏、加強(qiáng)心理疏導(dǎo)等建議[5]。

畢業(yè)生就業(yè)工作中，關(guān)于就業(yè)預(yù)測(cè)研究的文獻(xiàn)較少。張穩(wěn)（2008）利用多項(xiàng)式曲線(xiàn)擬合等五種數(shù)學(xué)模型，從不同角度對(duì)就業(yè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析[6]。鄒治（2012）構(gòu)建高校畢業(yè)生失業(yè)預(yù)警系統(tǒng)，通過(guò)平均誤差和時(shí)點(diǎn)誤差的比較發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)更為適用于當(dāng)前高校畢業(yè)生失業(yè)率的預(yù)測(cè)[7]。

2 高校畢業(yè)生就業(yè)率影響因素分析

從經(jīng)濟(jì)、社會(huì)和高校三個(gè)方面研究相關(guān)因素對(duì)就業(yè)率的影響。從經(jīng)濟(jì)總量看，影響因素有國(guó)內(nèi)生產(chǎn)總值和第三產(chǎn)業(yè)總值；從經(jīng)濟(jì)結(jié)構(gòu)來(lái)看，影響因素有第三產(chǎn)業(yè)總值、居民消費(fèi)水平和城鎮(zhèn)化率，將經(jīng)濟(jì)影響因素歸類(lèi)制成圖1。

我國(guó)作為世界上人口最多的國(guó)家，人口基數(shù)大且增長(zhǎng)快，對(duì)就業(yè)市場(chǎng)的供需平衡有極大的影響，社會(huì)因素主要通過(guò)人口總量和就業(yè)人口數(shù)量對(duì)高校畢業(yè)生就業(yè)率產(chǎn)生影響，如圖2。

高校畢業(yè)學(xué)生人數(shù)每年都以60-70 萬(wàn)人的速度增加，教育部發(fā)展規(guī)劃司顯示，2013年高等教育毛入學(xué)率達(dá)到34.5%[8]。由此可知，影響高校畢業(yè)生就業(yè)的主要因素是高校招生數(shù)和高校經(jīng)濟(jì)投入。

3 主成分分析

影響高校畢業(yè)生就業(yè)率的因素有12 個(gè)，收集我國(guó)2005年-2019年的相關(guān)數(shù)據(jù)作為樣本數(shù)據(jù)（數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局年度數(shù)據(jù)、中國(guó)教育經(jīng)費(fèi)統(tǒng)計(jì)年鑒），選取2005-2014年的數(shù)據(jù)作為訓(xùn)練樣本集，2015-2019年的數(shù)據(jù)作為測(cè)試樣本集，利用SPSS 和MATLAB 進(jìn)行主成分分析。畫(huà)出影響因素累計(jì)貢獻(xiàn)率折線(xiàn)圖見(jiàn)圖3，從圖中看出在12 個(gè)影響因素中，有兩個(gè)因素的累計(jì)貢獻(xiàn)率較大，可作為主成分。

表1為提取主成分的總方差匯總表。提取特征值大于1 的前兩個(gè)變量作為主成分，可解釋99.476%的總方差，方差貢獻(xiàn)率較高，說(shuō)明主成分的提取可靠性較強(qiáng)，可選取前兩個(gè)因子作為主成分。

分別求出兩個(gè)主成分的成分荷載矩陣，通過(guò)成分得分系數(shù)矩陣計(jì)算每個(gè)因素在主成分上的得分。由成分得分系數(shù)矩陣寫(xiě)出各主成分的表達(dá)式：

f1=0.091Z1+0.090Z2+0.089Z3+0.090Z4+0.090Z5+0.090Z6-0.051Z7+0.086Z8+0.090Z9+0.090Z10+0.088Z11+0.090Z12

f2=0.004Z1+0.010Z2+0.174Z3+0.024Z4+0.076Z5+0.085Z6+1.060Z7+0.240Z8+0.116Z9+0.103Z10-0.194Z11-0.025Z12

第一主成分可解釋為經(jīng)濟(jì)因素影響較大的成分；第二主成分為社會(huì)因素影響較大的成分。高校因素對(duì)高校畢業(yè)生就業(yè)率的影響相對(duì)較小。

4 BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)

圖1：影響高校畢業(yè)生就業(yè)率的經(jīng)濟(jì)因素樹(shù)狀圖

圖2：影響高校畢業(yè)生就業(yè)率的社會(huì)因素樹(shù)狀圖

圖3：各個(gè)特征累計(jì)貢獻(xiàn)率統(tǒng)計(jì)圖

BP 神經(jīng)網(wǎng)絡(luò)是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前向型的人工神經(jīng)網(wǎng)絡(luò)，由于調(diào)整權(quán)值時(shí)采用反向傳播(BackPropagation)學(xué)習(xí)算法，故稱(chēng)為BP 網(wǎng)絡(luò)。BP 網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則是使用最速下降法，通過(guò)反向傳播來(lái)不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。

對(duì)高校畢業(yè)生就業(yè)率相關(guān)數(shù)據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，此時(shí)高校畢業(yè)生就業(yè)率預(yù)測(cè)模型結(jié)構(gòu)如圖4所示。訓(xùn)練完成后，輸出2005～2019年高校畢業(yè)生就業(yè)率預(yù)測(cè)數(shù)據(jù)，得到12 個(gè)影響因素主成分分析后的BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練就業(yè)率預(yù)測(cè)值與真實(shí)值仿真結(jié)果如圖5，從圖中看出網(wǎng)絡(luò)輸出就業(yè)率與實(shí)際就業(yè)率結(jié)果相差不大，說(shuō)明訓(xùn)練擬合效果較好。

計(jì)算得到傳統(tǒng)BP 神經(jīng)網(wǎng)絡(luò)平均相對(duì)誤差為0.874%，而通過(guò)主成分分析后的數(shù)據(jù)進(jìn)行BP 神經(jīng)網(wǎng)絡(luò)仿真的平均誤差為0.121%，可見(jiàn)本文所用模型的精度更高。

圖6中左圖為傳統(tǒng)BP 神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過(guò)程需要的次數(shù)，需要運(yùn)行625 次才能達(dá)到期望的精度，而右圖代表的改進(jìn)BP 神經(jīng)網(wǎng)絡(luò)只需運(yùn)行98 次就能達(dá)到相同的精度，因此，本文所用方法在程序運(yùn)行效率上有很大的提高，具有推廣意義。

表1：主成分提取總方差匯總表

圖4：高校畢業(yè)生就業(yè)率預(yù)測(cè)模型結(jié)構(gòu)圖

圖5：主成分分析后BP 訓(xùn)練仿真圖

利用2018年和2019年的數(shù)據(jù)代入模型，預(yù)測(cè)2020年和2021年的高校畢業(yè)生就業(yè)率數(shù)據(jù)分別為91.586%和91.556%。

5 結(jié)論與建議

利用BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)。從預(yù)測(cè)結(jié)果中看出我國(guó)高校畢業(yè)生就業(yè)率呈現(xiàn)穩(wěn)定趨勢(shì)，增長(zhǎng)和下降的趨勢(shì)都很小，由于我國(guó)人口基數(shù)大增長(zhǎng)快的特點(diǎn)，未來(lái)幾年內(nèi)，總?cè)丝诤透咝．厴I(yè)生數(shù)量都將呈現(xiàn)增長(zhǎng)趨勢(shì)。

高校畢業(yè)生層面，高校畢業(yè)生需要提高自身綜合素質(zhì)，提高就業(yè)競(jìng)爭(zhēng)力，樹(shù)立正確的就業(yè)擇業(yè)觀念，結(jié)合自身專(zhuān)業(yè)情況、職業(yè)喜好和個(gè)人能力，規(guī)劃一條適合自己的就業(yè)道路。高校層面，高等教育是培養(yǎng)人才的關(guān)鍵階段，高校應(yīng)該加強(qiáng)教學(xué)改革，不斷優(yōu)化專(zhuān)業(yè)設(shè)置和教學(xué)培養(yǎng)方案，教學(xué)內(nèi)容與就業(yè)市場(chǎng)相結(jié)合，培養(yǎng)實(shí)踐型人才。相關(guān)政府應(yīng)該完善就業(yè)制度，營(yíng)造公平、公正、公開(kāi)的就業(yè)氛圍，給畢業(yè)生提供良好的就業(yè)環(huán)境；同時(shí)，政府要加強(qiáng)畢業(yè)生就業(yè)的引導(dǎo)工作，為畢業(yè)生的就業(yè)和自主創(chuàng)業(yè)提供良好的制度保障和政策支持。

圖6：兩種BP 神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練所需次數(shù)