[发明专利]一种研究生就业预测方法及系统

权利要求书

1.一种研究生就业预测方法，其特征在于，包括：

基于研究生数据及其对应的导师数据，构建基于师生关系网络的就业预测模型；

获取待预测研究生数据及其对应的导师数据，并根据构建的就业预测模型，确定待预测研究生的就业取向类型。

2.如权利要求1所述的一种研究生就业预测方法，其特征在于，所述基于研究生数据及其对应的导师数据，构建基于师生关系网络的就业预测模型，包括：

基于研究生数据及其对应的导师数据，构建师生关系异构网络；

提取构建的师生关系异构网络的网络特征信息；

根据提取的网络特征信息，构建基于师生关系网络的就业预测模型。

3.如权利要求2所述的一种研究生就业预测方法，其特征在于，所述基于研究生数据及其对应的导师数据，构建师生关系异构网络，包括：

获取往届研究生数据及其对应的导师数据；

对获取的数据进行预处理；

根据预处理后的研究生数据和导师数据，构建师生关系异构网络。

4.如权利要求3所述的一种研究生就业预测方法，其特征在于，所述根据提取的网络特征信息，构建基于师生关系网络的就业预测模型，包括：

根据所有预处理后的研究生数据和导师数据，将其通过学生所属导师属性进行合并形成导师-学生关联数据表，构建师生关系异构网络；

确定构建的师生关系异构网络中的节点类型和边类型，其中，节点类型包括导师和学生，边类型包括导师与学生之间的关联关系、导师与导师之间的同实验室关系和学生与学生之间的同乡关系。

5.如权利要求2所述的一种研究生就业预测方法，其特征在于，所述提取构建的师生关系异构网络的网络特征信息采用基于随机游走策略的异构网络表示学习算法，包括：

确定预设元路径；

基于预设元路径对应的预设节点类型顺序，从构建的师生关系异构网络中依次挖掘出相应节点类型对应的节点，并将挖掘出的节点组合为若干节点信息序列；

将若干节点信息序列转换为师生关系异构网络对应的网络特征信息。

6.如权利要求2所述的一种研究生就业预测方法，其特征在于，所述根据提取的网络特征信息，构建基于师生关系网络的就业预测模型，包括：

将提取的网络特征信息与预处理后的研究生数据和导师数据进行拼接；

将拼接后的结果作为输入信息输入至深度学习模型中进行训练，得到基于师生关系网络的就业预测模型。

7.如权利要求1所述的一种研究生就业预测方法，其特征在于，所述根据提取的网络特征信息，所述获取待预测研究生数据及其对应的导师数据，并根据构建的就业预测模型，确定待预测研究生的就业取向类型，包括：

获取待预测研究生数据及其对应的导师数据，并对获取的数据进行预处理；

根据预处理后的待预测研究生数据及其导师数据，构建待预测研究生的师生关系异构网络；

提取待预测研究生的师生关系异构网络的网络特征信息；

将提取的网络特征信息与预处理后的待预测研究生数据及其导师数据进行拼接；

将拼接后的结果作为输入信息输入至构建的就业预测模型中，得到待预测研究生的就业取向类型。

8.一种研究生就业预测系统，其特征在于，包括：

模型构建模块，用于基于研究生数据及其对应的导师数据，构建基于师生关系网络的就业预测模型；

预测模块，用于获取待预测研究生数据及其对应的导师数据，并根据构建的就业预测模型，确定待预测研究生的就业取向类型。

9.一种处理设备，其特征在于，包括计算机程序指令，其中，所述计算机程序指令被处理设备执行时用于实现权利要求1-7中任一项所述的研究生就业预测方法对应的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时用于实现权利要求1-7中任一项所述的研究生就业预测方法对应的步骤。