基于逻辑回归分类算法的大学生就业去向模型研究

摘要/Abstract

摘要： 就业去向的选择是大学生就业指导的首要工作。该文基于大学生的在校数据,从个体属性、家庭环境、学习背景、在校表现四个方面选定变量参数,运用逻辑回归算法构建大学生就业去向模型。对模型识别效果进行验证,结果显示分类效果较好,为大学生就业指导提供了新的工作方法。

关键词: 逻辑回归分类, 大学生就业, 就业指导, 机器学习, 就业选择, 就业去向

Abstract: The determination of employment destination is the fundamental of college students' employment guidance. According to the data of college students, this paper establishes a database based on four aspects: individual attributes, family environment, learning background, school performance. The Logistic Regression Classifier is used to construct the employment destination model. Through the verification of the model, the results show the classification effect is reliable, which provide a new method for college students' employment guidance.

Key words: Logistic regression classifier, College students' employment, Employment guidance, Machine learning, Employment choice, Employment destination

中图分类号:

G642

谭英, 王闯. 基于逻辑回归分类算法的大学生就业去向模型研究[J]. 创新创业理论研究与实践, 2023, 6(3): 6-12.

TAN Ying, WANG Chuang. Research on College Students' Employment Destination Based on Logistic Regression Classifier[J]. The Theory and Practice of Innovation and Enntrepreneurship, 2023, 6(3): 6-12.

参考文献

[1] 张莎. 大学生“慢就业”群体就业质量提升探析[J]. 学校党建与思想教育,2021(8): 66-68.
[2] 教育部:2022届高校毕业生规模预计1076万人,同比增加167万 [EB/OL]. (2021-12-28)[2022-3-1]. http://www.moe.gov.cn/fbh/live/2021/53931/mtbd/202112/t20211229_591046.html.
[3] 彭益全,刘亮,吴彦宁,等. 农业高校大学生职业决策现状、问题及对策研究[J]. 中国农业教育, 2021, 22(3): 48-57.
[4] 我校组织参加2021届全国普通高校毕业生就业创业工作网络视频会议 [EB/OL]. (2020-12-4) [2022-3-1]. https://www.lzjtu.cn/info/1063/9189.htm.
[5] Andreas C Müller Sarah Guido. Python机器学习基础教程[M]. 北京:人民邮电出版社, 2018.
[6] Stoner J C.Revisiting Resident Assistant Burnout: Functions of Gender, Community Composition, Choice to Continue Employment, and Job Satisfaction.[J]. The Journal of College and University Student Housing, 2017, 44(1): 30-47.
[7] Bamberger P A, Koopmann J, Wang M, et al.Does college alcohol consumption impact employment upon graduation? Findings from a prospective study[J]. J Appl Psychol,2018, 103(1): 111-121.
[8] Dernat S, Siméone A.A socio-spatial dimension of career choices in veterinary education[J]. British Journal of Guidance & Counselling, 2019, 47(3): 371-389.
[9] Arranz N, Arroyabe M F, Fdez. De Arroyabe J C. Entrepreneurial intention and obstacles of undergraduate students: the case of the universities of Andalusia[J]. Studies in Higher Education, 2019, 44(11): 2011-2024.
[10] Mohammed S.Analysis for Employment Preference of Undergraduate Accounting Students in Oman[J]. TEM Journal,2021, 10(2): 825-831.
[11] 周骏宇. 二元经济背景下大学生的择业观——基于逻辑回归模型的实证分析[J]. 国家教育行政学院学报, 2010(5): 72-76.
[12] 朱生玉,周晓蕾. 我国大学生就业期望的调查与影响因素分析——基于中西部十省份的实证研究[J]. 现代教育管理, 2010(11): 118-121.
[13] 刘哲,赵志刚. 数据挖掘技术在大学生就业分析中的实证研究[J]. 沈阳师范大学学报(自然科学版), 2016, 34(1): 105-108.
[14] 李冬梅,路春艳,张雅惠. 决策树分类方法在大学生就业指导中的应用[J]. 统计与咨询,2017(6): 29-32.
[15] 夏朋斌. 基于校园大数据的大学生就业预测[D]. 武汉:华中师范大学, 2020.
[16] 李路瑶. 基于层次聚类的大学生就业去向短期预测系统[J]. 吉林大学学报(信息科学版). 2022, 40(1): 64-70.
[17] 孙怡帆,潘昆峰,孙正阳,等. 大学生毕业去向预测的思路与方法——基于机器学习算法的尝试[J]. 教育学术月刊, 2019(1): 25-35.
[18] 刘志侃,程利娜. 大学生就业期望及影响因素研究——基于逻辑回归的实证分析[J]. 陕西理工大学学报(社会科学版),2020, 38(3): 68-76.
[19] 茹春平,陈征宇. 大数据视域下高校学生管理平台建设探究[J]. 当代教育实践与教学研究,2020(3): 31-32.
[20] 张军,叶成景,叶玫. 基于大数据分析的学生管理平台设计与实现[J]. 现代信息科技,2020, 4(20): 6-9.
[21] Han L, Yuan Y, Zheng S, et al.The Pan-Cancer analysis of pseudogene expression reveals biologically and clinically relevant tumour subtypes[J]. Nat Commun. 2014, 5(3963):1-9.
[22] [中英字幕]吴恩达机器学习系列课程[EB/OL]. (2019-4-28) [2022-3-3]. https://www.bilibili.com/video/BV164411b7dx?p=75.