[发明专利]一种就业数据的定量分析方法及系统

说明书

本发明公开一种就业数据的定量分析方法及系统，基础数据分析模块，获取的基础数据进行分析，得到分类后的训练集数据；因果预测模块，对历史就业数据训练集数据进行分析得出因果判定规则；趋势预测模块，对未就业人员数据训练集数据进行分析得出预测结果；结合因果预测模块的因果判定规则和趋势预测模块的预测结果做出分析结果，分析结果包括就业规模与流向分析、就业力绩效分析、创业分析、要素表现与教育教学反馈。本发明对获取的基础数据分析，快速且有效的得出因果判定的规则而获取趋势预测结果，从而有效为未就业者提供流向分析、就业力绩效分析、创业分析以及知识/技能/素质要素表现与教育教学反馈。

技术领域

本发明属于数据处理技术领域，特别是涉及一种就业数据的定量分析方法及系统。

背景技术

现有的求职招聘类的数据分析方案，针对求职者的职业规划多以授课为主，大部分的职业规划只是教授一些面试方法以及大环境分析，往往一个职业规划课程需要花费的资金成本会达到上万元，耗费的时间成本也至少在二至六个月，而得到的结论往往是理论的大道理，没有实质性帮助，也无法针对个人的需求提出合理建议，又可能因为授课模式的限制，往往让参与的学员更加迷茫。当求职者需要转行或转业时，现有的数据分析方案也无法提供直观和有效的参考依据，而一些网站平台也有提供类似的职业能力分析，但仍存在以下缺点：

缺乏行业动态信息，不明确专业(院系)与行业对口关系，学生对本专业毕业后对口的行业范围不够清晰，导致缺失行业就业机会，降低就业几率。缺乏岗位需求信息(三大就业门户对冷僻行业岗位信息供给不足)，学生不了解本专业对口行业内用人单位的用人岗位信息，以及这些岗位对求职者的要求。缺乏岗位职业能力信息(三大就业门户对冷僻行业岗位就职能力信息供给不足)，学生不了解用人单位招聘岗位所要求的岗位就职能力要求信息。就业能力与专业知识脱节，学生不明确现有教学大纲中哪些课程知识、操作技能和个人能力是用人单位需要的，如果明确这些信息将能极大提升就业几率缺乏精准就业岗位信息，三大就业门户(51job、智联招聘、中华英才网)招聘信息与个人能力匹配度不高。同时缺乏本地岗位信息。造成学生仍多数使用线下传统就业信息获取渠道，信息获取成本高，效率低下。

发明内容

为了解决上述问题，本发明提出了一种就业数据的定量分析方法及系统，通过对获取的基础数据分析，从而快速且有效的得出因果判定的规则而获取趋势预测结果，从而有效为未就业者提供流向分析、就业力绩效分析、创业分析以及知识/技能/素质要素表现与教育教学反馈。

为达到上述目的，本发明采用的技术方案是：一种就业数据的定量分析系统，包括基础数据分析模块、因果预测模块和趋势预测模块；

所述基础数据分析模块，获取的基础数据进行分析，从而得到分类后的训练集数据；

所述因果预测模块，对历史就业数据训练集数据进行分析从而得出因果判定规则；

所述趋势预测模块，对未就业人员数据训练集数据进行分析得出预测结果；

最终结合因果预测模块的因果判定规则和趋势预测模块的预测结果做出分析结果，所述分析结果包括就业规模与流向分析、就业力绩效分析、创业分析、要素表现与教育教学反馈。

进一步的是，因果预测模块集使用一元线性回归法、多元线性回归法、非线性回归法、本量利分析法对历史就业数据训练集数据进行分析从而得出因果判定规则。

进一步的是，所述趋势预测模块使用简单平均法、移动平均法、加权移动平均法、趋势分析法、指数平滑法对未就业人员数据训练集数据进行分析得出预测结果。

进一步的是，所述基础数据分析模块包括KNN近邻算法模块，所述KNN近邻算法模块包括训练集数据子单元和测试数据子单元，所述训练集数据子单元存储多类型的训练集数据，所述测试数据子单元存储多个历史就业数据和未就业人员数据作为测试数据，通过测试数据和训练集数据之间的特征向量之间距离来推算两者的相似度，从而推算出分析结果。