摘 要：根据大学生就业的历史数据创建就业模型并预测未来的就业变化及趋势，可以为学校管理者和人才培养方案制定者提供有价值的信息和参考依据。本文结合学者们针对高校毕业生就业预测的研究成果和研究脉络，从就业预测数据源、就业预测算法、就业预测要素及就业预测结论四个方面详细介绍相关研究成果及代表文献，为研究人员提供参考和借鉴。
关键词：高等学校；就业预测；算法分析
中图分类号：TP311.13 文献标识码：A 文章编号：2096-4706（2019）12-0086-03
Research and Analysis of Employment Prediction Algorithms for College Graduates
CHEN Juntao
（Hainan College of Economics and Business，Haikou 571127，China）
Abstract：Based on the historical data of college students’employment，establishing employment model and predictingemployment changes and trends in future，which can provide valuable information and reference for school administrators and personneltraining program makers. Based on the research results and research veins of the employment prediction of college graduates，this papermakes an analysis from four aspects：the data source of employment prediction，the employment prediction algorithm，the elementsof employment prediction and the conclusion of employment prediction，and introduces detailed the relevant research results andrepresentative literatures，so as to provide reference for researchers.
Keywords：institutions of higher learning；employment prediction；algorithms analysis
参考文献：
[1] 覃永贞，顾平.Apriori 算法在高校毕业生就业预测中的应用分析 [J]. 轻工科技，2014，30（7）：93-94+97.
[2] 王赛男.C4.5 分类算法在高职就业预测中的应用 [J]. 现代计算机（专业版），2014（23）：21-25.
[3] 吴静.KNN 算法在就业预测模型中的应用 [J]. 莆田学院学报，2013，20（2）：60-63.
[4] 李想. 大学生就业的建模与预测研究 [J]. 现代电子技术，2017，40（21）：109-111+116.
[5] 王灵均. 基于AR 模型的昆山就业预测及分析 [J]. 科学大众（科学教育），2009（10）：126-127.
[6] 杨霞玲，聂永红. 聚类分析在毕业生就业预测中的应用 [J].广西工学院学报，2005（4）：82-84+91.
[7] 蔡丽艳，马弘伟. 数据挖掘技术在高校就业预测分析中的应用 [J]. 微计算机信息，2012，28（8）：101-103.
[8] 朱庆生，高璇. 应用自然邻居分类算法的大学生就业预测模型 [J]. 计算机系统应用，2017，26（8）：190-194.
[9] 吴振磊，刘孝赵. 一种基于BP 神经网络的就业分析预测模型 [J]. 轻工科技，2016，32（9）：70-71+104.
[10] 孙晓璇，杨家娥，李雅峰. 基于决策树ID3 算法的高职生就业预测分析 [J]. 电脑编程技巧与维护，2015（2）：15-16+35.
[11] 廖珣. 基于Kmeans 和CBR 方法的高校就业预测模型应用研究 [J]. 人力资源管理，2010（3）：79-80.
作者简介：陈君涛（1981-），男，汉族，湖北天门人，副教授，硕士，研究方向：计算机应用、职业教育。