摘要
针对研究生就业质量评价误差大等问题,提出一种基于粒子群优化神经网络算法(PSO-BP)的研究生就业质量评价模型.在分析文献资料后,确定影响因素构建质量评价指标体系,引入粒子群优化神经网络算法对评价数据进行训练,建立模型.经测试集数据检验,改进算法提高了评价精度.
Aiming at the problems of greater errors in the evaluation of graduate employment quality,a postgraduate employment quality evaluation model based on particle swarm optimization neural network algorithm is proposed.Firstly,the relevant literature is investigated to determine the influencing factors to construct a quality evaluation index system;then the particle swarm optimization neural network algorithm is introduced to train the evaluation data and establish a model;finally,the test set data is used to test the accuracy of the model.The improved algorithm can improve the evaluation accuracy.
作者
赵楠
聂子一
焦梦青
贾子纯
ZHAO Nan;NIE Ziyi;JIAO Mengqing;JIA Zichun(Graduate School,Hebei GEO University,Shijiazhuang,Hebei 050031,China;School of Information Engineering,Hebei GEO Universi-ty,Shijiazhuang,Hebei 050031,China;School of Water Resources and Environment,Hebei GEO University,Shijiazhuang,Hebei 050031,China)
出处
《宜宾学院学报》
2022年第12期85-88,共4页
Journal of Yibin University
基金
河北省人力资源和社会保障研究课题项目“基于大数据的研究生就业质量评价”(JRS-2021-1126)
河北地质大学研究生课程建设与教育教学改革项目“研究生导师队伍建设探索”(YJXG2021010)
河北地质大学教学改革研究与实践项目“《信息检索与科技论文写作》课程教学过程中思政育人探索”(2020J64)。
关键词
粒子群算法
BP神经网络
就业质量模型
particle swarm algorithm
BP neural network
employment quality model
作者简介
第一作者:赵楠(1989-),女,助理研究员,博士,研究方向为高等教育学、数据模拟。
