高校毕业生就业率统计与分析模型的研究
高校毕业生就业状况调查研究
高校毕业生就业状况调查研究这是一项关于高校毕业生就业状况的调查研究。
通过对大量的数据和信息的搜集与分析，我们将探讨高校毕业生的就业现状以及就业市场的挑战与机遇。
本研究以客观分析为主，通过具体的数据和案例，为读者揭示毕业生就业过程中的突出问题，并提供一些建议和思考。
本调查研究的目的是帮助大家更好地了解高校毕业生就业状况，为相关机构和个人在就业决策上提供参考与指导。
一、高校毕业生就业现状在这一部分，我们将通过调查数据和相关研究结果，对当前高校毕业生的就业现状进行概述。
我们将关注以下几个方面的问题：1.1 就业率据统计，近几年来大部分高校毕业生的就业率呈现出不同程度的增长，但同时也存在一部分高校毕业生就业率不高的情况。
数据显示，高校毕业生就业率与学校的声誉、专业选择等因素密切相关。
1.2 就业结构高校毕业生的就业结构在传统行业与新兴行业之间存在差异。
传统行业如教育、医疗和银行等仍然是高校毕业生的首选，但新兴行业如互联网、金融和创业等也呈现出快速增长的趋势。
1.3 地域分布据调查数据显示，大城市和发达地区对高校毕业生的吸引力较大，很多毕业生会选择留在一线或二线城市寻找就业机会。
然而一些中小城市也呈现出对高校毕业生的需求增长，这为部分毕业生提供了新的就业选择。
二、高校毕业生就业面临的挑战2.1 就业压力现实就业市场的竞争激烈，高校毕业生面临较大的就业压力。
除了来自同行的竞争，高校毕业生还可能面临行业结构调整、经济形势不稳定等因素的影响。
2.2 专业与岗位不匹配在就业过程中，很多高校毕业生发现自己所学专业与实际工作岗位存在差距。
这种专业与岗位不匹配的问题既存在于传统行业，也存在于新兴行业，高校教育与实际用工需求之间的对接仍需加强。
2.3 缺乏实践经验毕业生往往面临缺乏实践经验的问题，这使得他们在求职过程中不具备足够的竞争力。
相关职业实践的机会和经验对于毕业生来说至关重要，高校应当加强培养学生的实践能力。
三、高校毕业生就业市场的机遇3.1 各类人才需求随着社会经济的发展，各行各业对高素质、专业技能和创新能力的人才需求不断增长。
毕业生就业情况调查及分析
毕业生就业情况调查及分析一、调查背景近年来，毕业生就业问题一直是社会关注的热点之一。
每年上百万的大学毕业生面临着就业的压力和挑战。
为了了解当前毕业生就业情况及其影响因素，我们进行了一项调查。
二、调查方法本次调查采用在线问卷的形式，共有1000名毕业生参与了调查。
主要涵盖了毕业生的求职经历、岗位匹配度、薪资待遇、职业发展意愿等方面，并对这些因素与毕业生个人情况、学历背景、专业特长等因素进行了分析。
三、调查结果1. 就业率调查结果显示，我们的样本中有90%的毕业生找到了和专业相关的工作，就业率较高，且相比于2019年的毕业生就业率有所提高。
2. 求职时间有近一半的毕业生在大学期间积极参加各种实习及校内活动并通过网络渠道赚取收入。
仅有10%的毕业生在毕业前没有任何联系或准备将要面临的就业问题。
具体就业时间分布如下：- 在毕业前找到工作：35%;- 1-3个月内找到工作：50%;- 3-6个月内找到工作：15%。
3. 匹配度分析毕业生在找工作时，最关心的就是岗位与自己专业是否匹配，是否能够发挥自己所学及特长。
然而，我们调查的结果显示，只有25%的毕业生感觉工作与专业非常相关，这是我们需要关注的问题之一。
4. 薪资待遇关于薪资待遇，从调查结果可以看到，刚开始工作的毕业生，薪资待遇相对较低，平均月薪为3500元左右。
随着工作经验的积累，薪资水平会逐渐提高。
然而考虑到物价和消费水平的不断上涨，很多毕业生表示月薪并不能满足他们的需求。
5. 职业发展意愿对于职业发展的未来，我们的调查结果可以看出，毕业生对于快速职业发展面临的困难有所认知，但并未影响其积极性。
其中约有60%的毕业生希望在公司内部快速晋升，也有相当比例的毕业生希望自己创业或者学习其他专业技能。
四、分析与建议1. 学历对就业的影响通过分析可知：在大厂企业中用人单位往工资待遇和综合素质方面进行雇佣,所以高学历人才更受欢迎，且很多工作与技能性特长、工作经验并无太大关联。
高校毕业生就业统计指标体系研究——就业率制度相关问题的分析与研究
规就业 。随着我罔商品经 济的发展和市场经济体制 的建立 ， 多种
经济实体的迅猛发展 ， 以及 “ 数 毕 业 生 由 国家 安 排 就 业 ， 数 由 少 多
二 、 业 率 制 度 所 承 担 的 责 任 、 命 和 作 用 就 使
（ ） 业 率 制 度提 升 了高校 的就 业 意识 ， 动 了高校 就 业 工 一 就 推
学 毕 业 生 的 报 到率 。 随 着 高 等教 育进 入 大 众 化 发 展 阶段 ， 业 生 就业 方 式 日趋 多 毕
要求高校主动面向社会 自主办学 ， 迫使 高校 同市 场和竞争逐 步密
切相联 ， 而不能超越外部社会行为环境而存在 。２ 世 纪末 ， Ｏ 就业 形势 日益严 峻 ， 高校生源竞争压力 日趋 残酷。 就业 率制度 的实施 ， 引发 了社会 各方的热切关 注 ， 也深 深地触动 了高校 ， 促使高校 提 升就业 意识 、 重视就业工作。同时 ， 各高校纷纷采取措施 ， 改革教
学习 、 国家和地方项 目就业 、 灵活就业（ 自主创业 、 含 自由职业等 ） 的大学生总人数 ；待就业毕业 生人数 ” “ 指有就业愿望 ， 但截至统 计时尚未实现就业 的大学 生人数 ；暂时不就业毕业生人数” “ 指暂 无就业愿望 、 拟继续学 习 、 身体健康原 因或其他 原因 已申请不参 加 本年度 就业 的大学生人数 。就业 率统计 截止 时间 为每年度的 ９
月 １日和 １ ２月 ３ ０日。
度问题的争议也 一直不断 。 因此 ， 分析就业率制度的产 生 、 作用和 不足 ， 将有助于进一步建立科学完善的就业率制 度。
一 计 划 经 济 时期 ， 业 生 南政府 统 一分 配 、 遣 到 党 政 机 关 、 毕 派 国有 企 事 业 单 位 和 城镇 集 体 企 业 等 全 民所 有 制 单 位 ， 部 实 现 正 全
高校毕业生就业率统计与分析模型的研究
（ ｌ ｇ ｆ ｏ ｕｅ ｎ ｆｒ ｔ ｎＥ ｇｎ ｅｉｇ Ｘ ｎｉｎ ｇｉｕｔｒｌ ｎｖｒｉ ） Ｃｏｌ ｅｏ ｍｐ ｔｒａ ｄＩ ｏ ｍａｉ ｎ ｉｅｒｎ ， ｉｊａ ｇＡ ｒｃ ｌ ａ ｉｅｓｔ ｅ Ｃ ｎ ｏ ｕ Ｕ ｙ 【 ｓｒｃ］ｈｓ ｔｄ ｓｓ Ｓ ｃ ｎｌｇ ｔ ｅｐ ｌ ｏ ｉｌ ｅｒｓ ｏ， ｘ ｏｅ ｔ ｕｖ ｔｎ ｎ ｒ ００ａ ｐｌｎｍｉ ｕ ｔｎ ｈｅ ＡｂｔａｔＴ ｉ ｓ ｙｕｅ ＪＰ ｔ ｈ ｏ ｙ，ｏｔ ｏｙ ｍ ａ ｒｇｅｓ ｎ ｅｐｎ ｎｉ ｃ ｒｅｆｔ ｇａｄ０ｔ ｇ ｎ ０ ｏ ａ ｃＨｅｆｔ ｇｔｒｅ ｕ ｅ ｏ ｈ ｎ ｉ ｌ ａ ｉｉ ｈ ｌ ｙ ｌ ｉｉ
ｍａ ｈ ｍａｉ ａ ｄ ｌ ｏ ｏ ｌ ｘｔ ｆ ｔ ｅ ｌ ｏｉｈ ｔ ｅ ｔ ｌ ｍｏ ｅ ｆ ｃ ｍｐ ｅ ｉｙ ｏ ｈ ａｇ ｒｔ ｍ ｃ
，
ｔｅ ｖ ｒｇ ａ ｓｌ ｔ ｒｏ ｄ ｔｅ ｅｌｒ ｖ ｒａ ｃ ｔ ｔｄ ｄ ａ ａｙ ｉ ｓ ｓ ｔ ｈ ａｅ ａｅ ｂ ｏｕｅ ｅｒｒ ａ ｈ Ｅｏ ａｉｎ ｅ ｏ ｓｕ ｖ ａ ｌ ｓｓ ０ ａ ０ ｎ ＇ ｎ ｎ
维普资讯
科技信息
。高校讲 台ｏ
Ｓ Ｉ Ｎ Ｅ＆Ｔ ｃ ０ ｏ ＹＩＦ Ｒ ＴＯ ＣＥ Ｃ Ｅ ｍｌ Ｌ Ｇ Ｏ ＭＡ Ｉ Ｎ Ｎ
２０ ０ ７年
第 ２ 期 ９
高校毕业生就业率统计与分析模型的研究
张 稳 恰汗 ・ 合孜 尔 苗 刚 （ 新疆农 业大 学数理 学院 新疆 乌鲁木 齐 ８ ０ ５ ３ ０ ２）
Ｏ 引言 ．
目前 ， 内各 高 校虽 然 都拥 有 毕 业生 就 业 管理 系统 ， 不 足 之 处都 国 但 是 以 网站 的形 式存 在 的 。 由 于毕 业生 就 业 率 的 高低 受诸 多 不 定 因素 的 系 数 矩 阵 为非 奇 异矩 阵 ， 能解 出唯 一 一组 解 ， 其解 就 是所 要 拟 合 函数 的 影 响 ， 行统 计 和分 析 有 较 大的 难 度 ， 以 目前 各 高 校 的毕 业 生 就业 管 系 数 。 进 所 理 系统 都没 有 涉及 到对 就 业信 息进 行 统 计 与分 析 。基 于这 一现 状 ， 研 本 ２１ Ｓ ．１ Ｐ算 法实 现 ．Ｊ 究基 于 计算 机 技 术与 数 学相 结 合 的思 想 ， 数学 模 型 进行 分 析验 证 ． 对 从 由 （ 式 可知 ， 求 出模 型 函数 的 系数 ， 必 须 求 出 系数 矩 阵 的 值 。 ２ ） 要 就 而探 索 一种 适合 毕 业生 就 业率 整 体统 计 分析 的数 学 模 型 决 定算 法 复杂 度 的 主要 ＪＰ程 序 段 为 ： Ｓ
高校毕业生就业统计与分析
高校毕业生就业统计与分析近年来，随着高等教育的不断普及和高校毕业生数量的快速增长，毕业生就业问题备受社会关注。
本文将通过对高校毕业生就业情况的统计与分析，探讨当前形势下毕业生就业面临的挑战和可行的解决方法。
一、就业人数统计根据最近一年的数据统计，我国高校毕业生就业人数超过1000万人，其中本科毕业生占据绝大多数，而硕士和博士毕业生的数量也逐年递增。
由于高校毕业生数量庞大，就业市场竞争激烈，因此如何提供足够的就业机会成为摆在我们面前的一道难题。
二、就业率统计就业率是衡量高校毕业生就业情况的重要指标之一。
根据统计数据显示，目前我国高校毕业生总体就业率达到了90%以上，这一数据相对较高，对高校毕业生有一定的吸引力。
然而，尽管就业率较高，但是就业质量和职位匹配度仍然存在一定的问题，很多毕业生并未能就业到自己理想的行业或职位。
三、就业状况分析1. 就业岗位结构从就业岗位结构来看，大多数高校毕业生选择就业的领域主要涵盖教育、金融、互联网、制造业等，其中服务业和创新创业领域逐渐受到更多毕业生的青睐。
与此同时，一些传统行业的需求量有所减少，导致竞争更加激烈。
2. 地域分布差异根据就业地域的分布情况来看，一线城市拥有更多的就业机会和更高的薪资待遇，吸引了大量高校毕业生前往发展。
而二线城市和三线城市的就业形势相对较为严峻，就业机会有限。
四、就业问题分析1. 技能与就业需求不匹配许多高校毕业生在就业过程中面临技能与就业需求不匹配的问题。
高校教育过于理论化，与实际工作要求相差较大，使得毕业生在求职时缺乏实际操作经验或技能。
这种不匹配导致了毕业生找工作的难度增加。
2. 就业观念和心态问题一些高校毕业生对就业观念和心态存在一定的问题。
他们对就业岗位过于追求名利，过于重视薪资待遇，而忽视了职业发展前景和个人能力的提升。
这种过于功利化的就业观念对毕业生的职业发展带来了一定的困扰。
五、应对策略分析1. 加强实践教育与课程设置高校应该加强实践教育与课程设置，使得毕业生能够更好地掌握实际工作所需的技能和知识。
高校毕业生就业大数据分析研究
高校毕业生就业大数据分析研究近年来，高校毕业生就业难题越来越突出，成为社会关注的热点话题，也成为高校教育问题突显的一个缩影。
高校毕业生和就业市场之间的“供应”和“需求”之间的不平衡，导致了许多毕业生难以融入社会和就业市场。
解决这个问题需要对高校毕业生就业市场大数据进行深入研究和分析。
首先，我们需要了解高校毕业生就业市场的现状。
在中国发达的城市，由于就业市场的“供求”关系不平衡，毕业生需要考虑的问题很多，其中最主要的问题是：工资的水平、就业形式、个人能力与身价、职业选择等。
另一方面，高校毕业生就业率也是非常低的。
在一些人口密集的城市，这种现象尤为突出。
这是由于就业市场的增长速度快速，而大多数毕业生却面临着与理想工作岗位无法匹配的问题。
此外，大多数毕业生都不具备相关的工作经验和应该具有的业务技能。
这些缺陷不仅仅影响了毕业生的就业前景，同时也制约了毕业生在职场中的成长与发展。
其次，借助大数据技术进行毕业生就业市场数据的收集和分析，成了解决这一问题的关键所在。
高校毕业生就业市场分析的核心是数据来源和数据分析方式。
数据来源可包含就业信息发布网站、猎头领域、就业指导服务等企业和机构，还包括国家教育部等政府机构发布的毕业生管理信息中心。
数据分析方式包括回归分析、统计分析等方法。
借助人工智能技术和机器学习，将这些数据进行综合分析，得出毕业生就业市场的细节信息，包括所在城市的岗位数量、收入水平、职业发展路线等，这样就可以使毕业生有针对性地做好就业准备和规划。
最后，应该着力解决根本问题，从激励机制和教育体系入手。
高校可以创造更优秀的教学环境和更通畅的人才培养途径，例如优化课程设置、引入实践课程、大大丰富学生的实习机会等。
政府可以提供更加完善的社会保障制度和更优化的税收政策，降低企业对毕业生的招聘成本等。
同时，企业也应该积极地参与到毕业生就业市场的拓展和解决问题中，发扬企业社会责任理念，鼓励扶持毕业生创业，为就业市场建立更加完善的体系。
高校毕业生就业质量的评价指标与方法研究
高校毕业生就业质量的评价指标与方法研究高校毕业生就业质量一直是教育界与社会关注的焦点之一。
如何准确评价毕业生的就业质量，为学生提供科学合理的就业指导和服务，对促进高校毕业生就业工作的改进具有重要意义。
本文将探讨高校毕业生就业质量的评价指标与方法，以期为相关研究和实践提供参考。
一、评价指标的选择1. 就业率就业率是评估高校毕业生就业质量的重要指标之一。
高校毕业生就业率的高低反映了毕业生的就业能力和就业市场的需求情况。
高校毕业生就业率的计算公式为：就业率 = 就业人数 / 毕业生总数 × 100%2. 就业与专业对口率就业与专业对口率是衡量高校毕业生就业质量的关键指标之一。
该指标反映了毕业生所就业的工作与其所学专业是否相符，从而证明毕业生所受教育的实用性和适应性。
就业与专业对口率的计算公式为：就业与专业对口率 = 就业与专业对口的毕业生人数 / 毕业生总数 ×100%3. 薪资水平薪资水平是评价高校毕业生就业质量的重要指标之一。
通过对毕业生的平均薪资进行评价可以了解毕业生在就业市场中的竞争力以及所学专业的市场价值。
薪资水平的计算可以根据毕业生的月薪或年薪进行统计分析。
4. 就业满意度就业满意度是评价高校毕业生就业质量的综合指标之一。
毕业生的就业满意度反映了他们对就业情况的满意程度，包括工作环境、薪资待遇、发展空间等方面。
可以通过问卷调查或面试等方式获取就业满意度数据。
二、评价方法的选择1. 统计分析法统计分析法是研究高校毕业生就业质量评价的常用方法之一。
通过收集毕业生的相关数据，如就业率、就业与专业对口率、薪资水平等，进行数据处理和统计分析，获取相关指标的数值并进行比较和推理，从而评价毕业生的就业质量。
2. 问卷调查法问卷调查法是评价高校毕业生就业质量的常见方法之一。
通过编制调查问卷，涵盖毕业生的就业情况、薪资待遇、就业满意度等内容，对毕业生进行调查并收集相关数据，再对数据进行分析和解读，从而评价毕业生的就业质量。
高校毕业生就业统计分析的现状及对策研究
高校毕业生就业统计分析的现状及对策研究随着经济的发展，高校毕业生就业问题越来越受到各界的关注。
高校毕业生就业数据对于监测高校教育质量、了解企业用人需求和制定国家就业政策都有着重要的作用。
在当前的环境下，高校毕业生就业数据的统计、分析和应用已经成为高校、政府和社会关注的热点话题之一。
一、高校毕业生就业统计方法高校毕业生就业统计方法主要包括：学信网调查、高校自我调查、学生调查、年度记账式等多种方法，其中以学信网调查和高校自我调查为主要方法。
学信网调查是通过国家教育部学生信息数据中心收集相关数据，生成高校学生电子档案，包括学生的姓名、身份证号、学籍、毕业时间及专业等。
高校自我调查是学校内部为了解毕业生的就业情况，通过问卷和面对面访谈等方式进行调查。
学生调查是毕业生自己对自己的就业情况进行问卷和面对面访谈等方式查看了解。
年度记账式是根据每年高校毕业生的就业收入、就业类型等进行记账式的统计。
二、高校毕业生就业数据现状1、数据质量不高经验证明，现在的就业数据质量存在很多问题，如统计数据比例不准确、统计方法参差不齐、数据来源的广泛性不够等。
这些都会对数据的质量造成一定的影响。
2、数据缺失现象严重由于部分高校或学生没有制定有效的统计方法，导致数据缺失现象十分严重。
数据缺失将人为干扰就业数量的准确性，造成对社会就业的不正确了解和误判。
3、就业数据信息的稀缺性虽然有部分高校开展了自我调查，但其覆盖面不足，数据信息泛泛，反映不够全面。
此外，随着互联网和信息技术的发展，大部分高校并没有真正掌握大数据模型及科学管理等技术和方法。
4、分析方法单一高校毕业生就业数据的分析方法趋于单一。
例如，将各高校毕业生的就业率作为唯一的衡量指标。
此外，还存在一些方法和技术上的不足，例如缺乏快速数据处理的技术手段等。
三、对策研究1、加强数据质量掌控数据质量问题制约了大数据的底层基础。
为了提高数据质量，在数据收集、处理、管理等环节中，应严格按照规范进行，使用合适的统计方法和统计技术，在严格控制数据质量的基础上，推动数据的深入挖掘和应用开发。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
应使
ｍ
$ Ｑ（ ａ， ｂ） ＝ ρ（ ｘｊ ） ［ ｆ（ ｘｊ － ｂｅａｘｊ ） ］ ２ ｊ＝０
最小， 对（５）式两边取对数：
ｌｎｙ（ ｘ） ＝ｌｎｂ＋ａｘ（６）
通过（６）式就可间接的求出 ａ， ｂ 的值， 近而拟合出曲线方程。
２．２．１ ＪＳＰ 算法实现
主要体现该模型的算法复杂度的主要 ＪＳＰ 程序段为：
１
ｎ－ ２
（ Ｙｉ － Ｙ* ｉ ） ２
ｉ＝１
（４）
其中Ｙ* ｉ ， 是通过模型拟合出来的函数曲线。 ２．１．３ 实例检验
采用二次多项式进行模型检验， 使用二次多项式拟合时 Φ＝ｓｐａｎ
｛１， ｘ， ｘ２｝， 自变量 ｘ 代表年份， 因变量 ｆ 代表每年的就业率， 用矩阵表示
为
&-（ １， １）
（ １， ｘ）
表 １ 毕业生就业数据 Ｔａ ｂ．１ Ｇｒａ ｄｕａ ｔｅ ｓ ｅ ｍｐｌｏｙｍｅ ｎｔ ｄａ ｔａ
序号
１
年份 ２０００
就业率 ０．９６０
２ ２００１ ０．９５０
３ ２００２ ０．９４８
４ ２００３ ０．９４３
５ ２００４ ０．８４８
６ ２００５ ０．８０８
７ ２００６ ０．８８９
以表 １ 提供的就业数据为依据， 以下将从多项式回归、指数曲线拟 合、正交多项式曲线拟合三个数学模型对就业数据进行统计和分析。
*
**＝
--（
-
ｆ，
φ１ ）
* *Ｍ *- * -
*
*- * -
*
’’（
(
φｎ ，
φ０ ）
（ φｎ ， φ１ ）
∧
（ φｎ ， φｎ ）
ａ **--
+( ｎ
** +
--（
(
ｆ，
φｎ ）
** +
ｎ
ｎ
! ! 其中， （ φｉ， φｋ） ＝ ρ（ ｘｊ ） φｉ（ ｘｊ ） φｋ（ ｘｊ ） ， （ ｆ， φｋ） ＝ ρ（ ｘｊ ） ｆ（ ｘｊ ） φｋ（ ｘｊ ） ， 若
ｆｏｒ（ｉｎｔ ｉ＝ｋ；ｉ＜ｎ；ｉ＋＋）
｛ ｆｏｒ（ｉｎｔ ｊ＝ｋ；ｊ＜ｎ；ｊ＋＋）
｛ ｄｏｕｂｌｅ ｆ＝Ｍａｔｈ．ａｂｓ（ｓ［ｉ］［ｊ］）； ／／ｆ 存储矩阵中绝对值最大的
元素的绝对值
ｉｆ （ｆ＞ｆＭａｘ）
｛ ｆＭａｘ＝ｆ；
ｉｓ［ｋ］＝ｉ； ／／存储绝对值最大元素的行下标
ｊｓ［ｋ］＝ｊ； ｝ ｝ ｝ ｝ ／／存储绝对值最大元素的列下标
科技信息
○高校讲台○
ＳＣＩＥＮＣＥ ＆ ＴＥＣＨＮＯＬＯＧＹ ＩＮＦＯＲＭＡＴＩＯＮ
２００７ 年 第 ２９ 期
高校毕业生就业率统计与分析模型的研究
张 稳 恰汗·合孜尔 苗 刚 （ 新疆农业大学数理学院 新疆 乌鲁木齐 ８３００５２）
【摘 要】本研究采用 ＪＳＰ 技术， 对多项式回归、指数曲线拟合及正交多项式曲线拟合三种数学模型的算法复杂度、绝对平均误差、误差方 差进行研究分析， 从而探索一种适合于高校毕业生就业率统计与分析的数学模型。
ｆｏｒ（ｉｎｔ ｉ＝０；ｉ＜ｎ；ｉ＋＋） ／／ｎ 表示循环次数
｛ ｆｏｒ（ｉｎｔ ｊ＝０；ｊ＜ｎ；ｊ＋＋）
ｆｏｒ（ｉｎｔ ｋ＝０；ｋ＜ｎ；ｋ＋＋）
ｓ［ｉ］［ｊ］＋＝（ｘｘ［ｉ］［ｋ］）＊（ｙｙ［ｋ］［ｊ］）； ｝ ／／ｓ［ｉ］［ｊ］存储矩阵的积
ｆｏｒ（ｉｎｔ ｋ＝０；ｋ＜ｎ；ｋ＋＋）
｛ ｄｏｕｂｌｅ ｆＭａｘ＝０．０； ／／存储最大值
根据算法程序可知， 该算法的时间复杂度为 ０（ ｎ３） ，空间复杂度为 ０
（ ｎ２） 。
２．１．２ 误差分析
为了便于对数学模型的误差进行分析， 本研究采用绝对平均误差
和误差方差， 来对模型进行准确度的分析。绝对平均误差与误差方差如
下所示：
ｎ
! ｅｉ＝（
Ｙ* ｉ － Ｙｉ ） ｎ
（３）
ｉ＝１
ｎ
! ２
σ＝
２．２ 指数模型
鉴于往年就业率变化趋势，我们采用指数模型进行曲线拟合。对于
给定的 ｎ 年就业数据（ｘ１，ｙ１），（ｘ２，ｙ２），∧，（ｘｎ，ｙｎ） ， 采用指数模型进行曲线拟合， 模型为：
ｙｍ（ｘ）＝ｂｅａｘｍ ， （ ｍ＜ｎ）
（５）
ａ， ｂ 为待求函数系数， 对于给定的数据， 采用最小二乘法来确定 ａ， ｂ
$ ａｋ＋１ ＝
（ ｘｐｋ ， ｐｋ ） （ ｐｋ ， ｐｋ ）
＝ｊ
ρ（ ｘｊ ） ｘｊ ｐｋ （ ｘｊ ）
０．引言
目前， 国内各高校虽然都拥有毕业生就业管理系统， 但不足之处都 是以网站的形式存在的。由于毕业生就业率的高低受诸多不定因素的 影响， 进行统计和分析有较大的难度， 所以目前各高校的毕业生就业管 理系统都没有涉及到对就业信息进行统计与分析。基于这一现状， 本研 究基于计算机技术与数学相结合的思想， 对数学模型进行分析验证， 从 而探索一种适合毕业生就业率整体统计分析的数学模型。
０．００１０１２ｘ２， 根据方程可以得到每年的估计就业率， 分析情况如表 ２ 所
示：
表 ２ 二次多项式回归误差分析
Ｔａ ｂ．２ Ｓ ｅ ｃｏｎｄ ｐｏｌｙｎｏｍｉａ ｌ ｒｅ ｇｒｅ ｓ ｓ ｉｏｎ ａ ｎａ ｌｙｓ ｉｓ ｏｆ ｅ ｒｒｏｒ
序列号
１
２
３
４
５
６
７
年份
２０００ ２００１ ２００２ ２００３ ２００４ ２００５ ２００６
%７ｌｎｂ＋２１ａ＝－ ０．７０８
２１ｌｎｂ＋９１ａ＝－ ２．８０９
所以拟合的指数方程为： ｙ＝０．９７ｅ－０．０２ｘ， 根据拟合方程可以估计出每
年的就业率， 分析情况如表 ３ 所示：
表 ３ 指数模型回归误差分析
Ｔａ ｂ．３ Ｔｈｅ ｉｎｄｅ ｘ ｒｅ ｇｒｅ ｓ ｓ ｉｏｎ ｍｏｄｅ ｌ ａ ｎａ ｌｙｓ ｉｓ ｏｆ ｅ ｒｒｏｒ
科技信息
○高校讲台○
ＳＣＩＥＮＣＥ ＆ ＴＥＣＨＮＯＬＯＧＹ ＩＮＦＯＲＭＡＴＩＯＮ
２００７ 年 第 ２９ 期
! "!"! " ７ ２１
２１ ９１
９１ ａ０ ６．３３９ ４４１ ａ１ ＝ １８．４０６
９１ ４４１ ２２７５ ａ２ ７８．８２６
可 得 年 份 与 就 业 率 函 数 关 系 式 为 ： ｙ ＝０．９７６０９５ － ０．０２７８９３ｘ ＋
２．数学模型
评价一个数学模型的优劣， 不仅与拟合出的曲线是否与实际数据 的变化趋势相符合有关系， 而且还与实现该模型算法的效率有关系， 在 计算机技术上， 是采用时间复杂度和空间复杂度， 这两个指标来对其算 法效率的高低进行衡量的。以下将从算法复杂度和模型准确程度对多 项式回归、指数曲线拟合、正交多项式曲线拟合进行分析研究， 对模型 算法复杂度的分析利用目前最为流行的 ＪＳＰ 技术［４－６］， 而对于模型准确 程度的评定， 则采用绝对平均误差和误差方差来衡量。新疆农业大学近 几年的就业数据如表 １ 所示：
序列号
１
２
３
４
５
６
７
年份
２０００ ２００１ ２００２ ２００３ ２００４ ２００５ ２００６
实际就业率 ０．９６０ ０．９５０ ０．９４８ ０．９４３ ０．８４８ ０．８０１ ０．８８９
$ % ｍ
０， ｌ≠ｋ
ｊ
＝
ρ（ ｘｊ ） ｐｌ （ ｘｊ ） ｐｋ （ ｘｊ ） ＝
０
Ａｌ ＞０， ｌ＝ｋ
（７）
ｐ０ ＝１
ｄｏｕｂｌｅ ｘ［］； ／／存储年份
ｄｏｕｂｌｅ ｙ［］； ／／存储往年的就业率
ｆｏｒ（ｉｎｔ ｉ＝０；ｉ＜ｍ；ｉ＋＋） ／／ｍ 表示循环次数
｛ ｓ１＊＝ｘ［ｉ］； ／／求出线性化方程（８）式中 前面的两个系数 ｓ１，ｓ２
ｓ２＊＝ｘ［ｉ］＊ｘ［ｉ］；
ｓ３＋＝Ｍａｔｈ．ｌｏｇ（ｙ［ｉ］）； ／／计算（８）式中函数左边的两个函数值 ｓ３，ｓ４
ｓ４＋＝ｘ［ｉ］＊ｓ３； ｝
根据算法可以很明显的得到时间复杂度为 Ｏ（ ｍ） ，空间复杂度为 Ｏ
（ ｍ） 。
２．２．２ 实例检验
有线性化可知 Φ＝ｓｐａｎ｛１， ｘ｝， ｘ 代表年份， 用矩阵表示为
! " （ １， １） （ １， ｘ）
（ ｘ， １） （ ｘ， ｘ）
根据表 １ 提供的数据， 经过 ＪＳＰ 程序处理后可得出方程组：
ｊ＝０
ｊ＝０
系数矩阵为非奇异矩阵， 能解出唯一一组解， 其解就是所要拟合函数的
系数。
２．１．１ ＪＳＰ 算法实现
由（２）式可知， 要求出模型函数的系数， 就必须求出系数矩阵的值。
决定算法复杂度的主要 ＪＳＰ 程序段为：
ｄｏｕｂｌｅ ｘｘ［］［］； ／／存储（２）式中矩阵的系数
ｄｏｕｂｌｅ ｙｙ［］［］； ／／存储（２）式中矩阵的系数
ｐ１ ＝（ ｘ－ ａ１ ） ｐ０ （ ｘ）
（８）
ｐｋ＋１ ＝（ ｘ－ ａｋ＋１ ） ｐｋ （ ｘ） － βｋ ｐｋ－ １ （ ｘ）
Ａｌ 为常数， ρ（ ｘ） 为权函数， ｐｋ 是 ρ（ ｘｊ） （ ｊ＝０， １， …ｍ） 的正交递推公式，
ｐｋ （ ｘ） 是最高项系数为 １ 的 ｋ 次多项式。其中
ｍ
２
【关键词】数学模型； 算法复杂度； 绝对平均误差； 误差方差； 就业率 Ｅｍｐｌｏｙｍｅｎｔ Ｒａｔｅ ｏｆ Ｃｏｌｌｅｇｅ Ｇｒ ａｄｕａｔｅｓ Ｓｔａｔｉｓｔｉｃｓ ａｎｄ Ａｎａｌｙｓｉｓ Ｍｏｄｅｌ ｏｆ Ｒｅｓｅａｒ ｃｈ
Ｚｈａｎｇ Ｗｅｎ， Ｑｉｈａｎ·Ｈｅｚｉｅｒ ， Ｍｉａｏ Ｇａｎｇ
实际就业率 ０．９６０ ０．９５０ ０．９４８ ０．９４３ ０．８４８ ０．８０１ ０．８８９
估计就业率 ０．９７６ ０．９４９ ０．９２４ ０．９０２ ０．８８１ ０．８８２ ０．８４５