基于智能数据信息分析的就业评估方法研究

摘要

针对毕业生就业信息评估中侧重数量、忽视质量以及质量评估从业人数少、评估标准不统一的问题,文中结合人工智能和数据分析技术,构建了一套智能化就业质量评估模型.在该模型中,主要采用层次分析算法提取训练集中各类数据的初始权重,再利用机器学习中的单层感知器对权重向量进行迭代,从而降低与目标值之间的误差.仿真结果表明,基于该模型的质量评估与实际情况匹配度较好,可用于各高校的就业质量评估.且该模型易于维护和升级,单隐藏层神经网络可根据实际情况修正为三层或多层.