基于灰色模型的网络招聘信息人才趋势预测

李赵兴

(榆林学院 信息工程学院，陕西 榆林 719000 )

摘 要 ：随着网络信息技术的发展，网络招聘早已成为招聘者和应聘者交流的一大平台，运用数据挖掘技术对网络招聘信息进行研究，可以得到社会对人才的需求情况以及人才需求趋势，本文采用灰色预测模型预测未来人才需求的走向，通过分析预测未来的人才市场的热点专业，可以从准确的从招聘信息中找到相应的信息，发掘隐含的知识模式. 对于高校，可以有针对性的调整人才培养方案和设置安排相关课程，促进高校培养出更多适用的优秀人才以满足社会的需求。

关键词 ：网络招聘；数据分析；灰色模型

引言

伴随着信息社会的到来，人才的招聘方式也逐渐从传统招聘向网络招聘转变，网上招聘有多种形式，在当今社会非常流行。当人们使用互联网查找各种各样的信息时，他们会发现很多在线招聘信息。这些招聘信息不仅反映了招聘企业的人才需求，而且在一定程度上反映了当前人才市场需求的短期趋势。根据两年前的数据，每天平均有4000万个工作职位在网上发布，平均每天有8000份简历提交。根据《财富》杂志的数据，在《财富》500强公司中，有88%的公司通过在线招聘来满足自己的人才需求。^[1]因此，越来越多的求职者，尤其是来自许多学院和大学的应届毕业生，也通过在线招聘平台寻找自己的就业机会。网络招聘信息不仅可以直接反映的基本条件的用人单位人才能力和质量要求,为申请人提供工作参考,而且在某种程度上反映了社会的现状和行业对人才的需求,甚至在一段时间内的人才在未来需求趋势^[2]。

着越来越多的求职人士在网络平台中为自己争取就业机会，网络招聘平台^[3]的发展正变得越来越快，互联网招聘信息平台越来越多，招聘信息也变得越来越多，它反映了用人单位的基本需求，即人才基本能力和基本素质要求。这些海量的网络招聘信息看似没有什么价值，但是好好利用它就可以为求职者提供全面详细的工作分析，如职位需求、职位的受欢迎程度、职位的区域分布等。

1灰色预测模型 GM

GM(1, 1)灰色模型^[4]是一个累加生成算子后的离散随机数，减少其随机性，得到更多的正则生成数，然后建立增白微分方程，求解方程，然后建立模型。灰色预测是一种基于灰色系统理论的预测方法。该理论主要是从一些已知的信息中开发、分析和提取有价值的信息，从而实现对系统的运行行为和演化的正确描述和有效控制。人才制度与社会经济发展的关系十分复杂。该系统包括已知的和未知的信息，可以被认为是一个灰色系统。

灰色系统理论用于预测分析^[5]，特别是当数据序列短且有明显上升趋势时。因此，灰色预测在人力资源领域得到了广泛的应用。灰色预测方法不需要太多的样本数据，这就弥补了人才统计历史数据的不足。此外，该方法还可以避免人为的主观臆断，而这些往往是由人的经验、知识和偏好所引起。

灰色预测可以识别系统因子的发展趋势，相关性分析与原始数据的生成和处理之间的差异，找出系统的规律改变，产生强大的数据序列规则，然后建立数据序列。积累生成微分方程模型，预测未来事物的发展趋势。

2预测模型的构建

2.1 模型构建

于是得到预测值：

由于所有的γ∈[0.6703,1.4918],k+2，3，4，故可以用x⁽⁰⁾作GM(1，1)建模。

在抗震救灾中水利部门发挥了重要作用。这次地震对玉树州水利基础设施震损严重。在地震发生后，水利部党组按照党中央、国务院的要求和部署，立即启动应急预案，快速响应，统一指挥，科学决策，要求以对党和人民高度负责精神，全力做好水利抗震救灾工作。目前，水利抗震救灾已取得阶段性进展。

(1)

x⁽⁰⁾(k)+az⁽¹⁾(k)=b

y⁽⁰⁾(k)=x⁽⁰⁾(k)+c,k=1,2,…,n

(2)

取常数c使数据列的级比都落在可容覆盖内。

保证可以用此模型预测后，建立如下模型，不妨设

x⁽⁰⁾满足上面的要求，以它为数据列建立GM(1，1)模型：

(3)

x⁽⁰⁾=(x⁽⁰⁾(1)，x⁽⁰⁾(2)，…，x⁽⁰⁾(n))

以京津在河北确定的50家家政服务员定点输送基地和中国华北家庭服务业人力资源市场为依托，河北省充分发挥京津冀三地协会、企业作用，搭建多种对接平台，特别是在“春风行动”和京津冀鲁劳务对接会上，专门设立了家政服务专区。自2017年以来共举办20余场家政服务劳务对接洽谈会，京津冀200多个家政机构建立了长期合作关系。

如果所有的级比计算结果都落在可容覆盖区间则数列x⁽⁰⁾可以建立GM(1，1)模型且可以进行灰色预测。如果没落到这个区间，则需要对数据进行适当的变换处理，例如用如下方法进行平移转换：

1）用手持式切割机将混凝土表层切割成一定的规则形状，切割时向内微倾形成倒楔型。2）用铁锤配合钢钎或冲击钻，将通病部位内松散的混凝土凿除至密实面，混凝土四周凿成斜坡状。凿除时避免造成周边密实混凝土表面碰损，凿除的深度视通病架空的深度而定，不小于3 cm。3）对于深度小于5 cm的蜂窝，采用丙乳砂浆修补。修补前先涂一层丙乳净浆，然后分层填入丙乳砂浆，用木锤拍打捣实密实，逐层连续作业直至修补工作完成。4）对于深度大于5 cm的蜂窝，采用微膨胀细石混凝土修补。

(4)

利用回归分析求得a,b的估计值，于是相应的白化模型为

各断面洪峰流量计算均采用曼宁公式：Q=A·k/n·R2/3·S1/2。其中面积A与湿周的值根据断面图查算，k值为1，糙率n值按《山西省水文计算手册》[2]规定选用。伍姓湖容积及表面积由原容积曲线查得。见图2，计算结果如表2。

(5)

如果对所有的||<0.1，则认为预测结果非常精确；否则，若对所有的||<0.2，则认为预测结果比较精确。

为了使预测结果更有说服力，给出以下两条假设：(1)预测模型所获得的原始数据都是准确可靠的；(2)在原始期间或预测期间，行业需求、地域需求、职位需求的数值变化不受其他外界随机因素影响。

从而相应地得到预测值：

2.2 精度检验

在建立模型后,还必须对模型进行精度检验。

第一步、残差检验：计算相对

(6)

得到：

图论是研究空间模式德昂以及现实世界中的数量之间的关系。数学这门学科想要对问题处理的结果取得更加精确的结论，不能单靠一个不清晰的定义，而要追求更严密的概念。同时，利用图论中的相关概念以及定义来思考和解决问题，也可以更加直观的、更加自然的让问题得到很好的解决。

卷积神经网络的训练方法如图2所示，主要由前向传播和反向传播两部分组成。前向传播是样本数据由低层到高层逐层传播的过程，如果前向传播得到的输出值与目标值存在误差，则将误差从高层往低层反向传播回网络中，计算误差梯度，最后利用误差梯度更新卷积神经网络每一层参数的权重，达到自主学习的能力。

第二步、级比偏差值检验：计算

(7)

如果对所有的||<0.1,则认为达到较高的要求；否则若对于所有的||<0.2，则认为到达一般要求。

3预测过程及预测结果

由于本论文的研究需要从多个行业的角度进行行业就业人数的预测，所以预测过程仅以其中的移动互联网行业为例来展示预测过程，其他行业只显示预测结果。为了得到的数据更加准确，本预测所用到的数据来自国家统计局年度数据，为了避免预测的次数过于频繁，本节所用到的原始数据是将几个相近行业就业人数归为一类合并之后的数据。

表 1移动互联网 2014～2017就业人数原始数据

第一步：级比检验

建立互联网通信行业就业人数数据时间序列如下：

①加强种子检疫∶由于侵染大豆的病毒有较多种种传毒病，因此加强种子检疫尤为重要。引进的种子必须先隔离种植，要留无病毒种子，再作繁殖用。②驱避蚜虫∶由于田间传毒主要是迁飞的有翅蚜，且多是非持久性的传毒，因此采取驱蚜或避蚜措施比防蚜措施效果好。大豆苗期用银膜覆盖，也可用银膜条间隔插在田间，可起到很好的驱辟蚜虫效果。

x⁽⁰⁾=(x⁽⁰⁾(1)，x⁽⁰⁾(2)，x⁽⁰⁾(3)，x⁽⁰⁾(4))=(671.8，699，727.6，770.3)

基于上述分析，可以了解到游客对现阶段四川旅游团餐满意度的综合评价.本研究表明，在28个感知特征项中，每对变量的满意度均低于重要性，配对t检验也证明各项特征值的重要性和满意度之间存在着显著差异，这说明游客对四川旅游产品中的旅游团餐绩效表现各方面的满意度感知较低，特别是菜品质量是影响游客满意度的最主要因素.因此，在明确了应该优先改进的重点项目后，各利益相关主体不仅要采取具体措施来改善菜品质量，也要重视影响游客实际体验的用餐环境及用餐服务，才能全面提升四川旅游团餐的游客满意度，进而增强四川旅游产品的综合竞争力.

(1)求级比

则γ=(γ(2)，γ(3)，γ(4))=(0.9610，0.9607，0.9445)

(2)级比判断

为了测试灰色模型GM(1,1)是否可以应用于这篇论文的预测，需要对已知数据做必要的检验处理。设原始数据列为=x⁽⁰⁾=(x⁽⁰⁾(1),x⁽⁰⁾(2),…,x⁽⁰⁾(n))，计算数列的级比：

第二步：套用GM(1，1)模型

(3)对原始数据x⁽⁰⁾作一次累加，即x⁽¹⁾=(678.1，1377.1，2104.7，2875)

激光多普勒测速仪以其测速精度高、动态响应快、空间分辨率高等优点，广泛应用于航空、航天、交通等领域，也可用于卫星间的通信，测距等应用中[1-4]。激光多普勒测速仪大多直接利用激光的多普勒效应来获取目标速度，激光的多普勒频移较大，待测速度为1 m/s时，多普勒频率就能达到兆赫兹量级，当待测速度达1 000 m/s以上时，多普勒频移将超过108Hz，极大增加了测速系统的信号处理难度[3]。

(4)构建数据矩阵B及数据向量Y。

(5)计算由于数值很大，还是通过EXCEL计算了矩阵的值。结果为

(6)建立模型：

求解得：

(7)生成预测值数列

第三步：模型检验

经过计算残差与级比偏差得知：该模型精度较高，预测结果较准确，经过以上的预测模型分析得知往后三年内行业需求人数排名前三的行业分别为：互联网·通信行业，金融业，房地产与建筑行业。其具体的人才需求结果如下表2，表3，表4所示，排名前三的热门行业未来三年人才需求走势图如图1所示：

表 2移动互联网行业未来三年人才需求预测结果

表 3电子商务业未来三年年人才需求预测结果

表 4金融业未来三年人才需求预测结果

下图为移动互联网业、电子商务业、金融业的人才需求量的趋势走向图，其中2014年到2017年为原始数据，2018年到2020年为通过上述灰色模型预测后的预测值。

图 1热门行业人才需求走势图

由上图可以看出，各行各业的需求大致上都呈上升趋势，移动互联网行业从2014年开始就位居行业需求量之首，预计到2020年，互联网行业的就业人数会增加到865.9万人。

按照实验方法测定钴产品生产过程CoCl2净化液(样品5)和Co(NO3)2净化液(样品6和7)中Cu、Fe、Ni、Cd、Zn、Mn、Mg、Si、As，并与标准方法YS/T 281—2011所规定的检测方法结果进行对照，结果见表13。

4结束语

本文对网络招聘信息进行了定量的分析研究，基于对50万条招聘信息研究社会和相关行业的需求特点与趋势，利用灰度模型对网络招聘信息进行了预测，由分析结果可以看出，能够很好的得到社会对人才需求的情况以及人才趋势图，为院校能够有针对性的调整人才培养方案和设置一些相关的课程，以及对大学生的就业规划提供重要的参考依据。

运用有限元模拟计算后，从后处理结果中查看螺母沟槽与板件接触位置节点上的支反力，将所有支反力沿中心轴线的分力相加就得到了压铆连接的推出力。推出力是考量压铆连接牢固程度的一个重要因素，它的值越大表明压铆连接越牢固以及脱落的可能性越小。5种孔径压铆连接推出力有限元分析结果如图4所示。

参考文献 ：

[1]田 玲.从招聘信息看人才市场对高校毕业生的需求特点[J].中国知网，2006(3)：1671-9468.

[2]赵 丹.网络招聘信息的分析与挖掘[D].贵阳：贵州财经大学，2017.

[3]宋齐明.劳动力市场需要什么样的本科生[J].中国知网，2018(3)：1004-3667.

[4]闵惜琳.基于灰色预测模型GM(1，1)的人才需求分析[J].科技管理研究，2005(6)：1000-7695.

[5]樊俊花. 基于数据挖掘技术的投资能力预测模型研究[D].太原：山西财经大学,2016.

Prediction of Online Recruitment of Information Talent Trend Based on Gray Model

LI Zhao-Xing

(School of Information Engineering,Yulin University, Yulin 719000, China)

Abstract :With the development of Internet technology, online recruitment has becomes a communication platform for employers and applicants. By using the data minning technology to research the online recruitment information, we can get the social demand for talent and talent demand trends. In this paper, the hot majors in the future talent market are predicted by grey model, which could find the appropriate information quickly and accurately, and explore implicit knowledge model. For universities, they can adjust talent programs and set up relevant courses to meet the needs of society.

Key words :network recruitment; data analysis; grey model

中图分类号 ：G647.38

文献标志码： A

文章编号： 1008-3871(2019)02-0092-03

DOI： 10.16752/j.cnki.jylu.2019.02.024

收稿日期： 2018-04-11

基金项目： 榆林学院博士科研启动项目(16GK25)

作者简介: 李赵兴(1982-)，男，陕西吴堡人，副教授，博士，主要从事人工智能、数据分析及数据挖掘方面的研究。

(责任编辑：杨 飞)

标签：网络招聘论文;  数据分析论文;  灰色模型论文;  榆林学院信息工程学院论文;