[发明专利]一种研究生就业预测方法及系统

说明书

本发明涉及一种研究生就业预测方法及系统，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，本发明能够更加全面、准确地对研究生就业进行预测，可以广泛应用于就业预测领域中。

技术领域

本发明涉及互联网与大数据领域，特别是关于一种研究生就业预测方法及系统。

背景技术

近年来，面对日益严重的毕业生就业压力，许多高校均开展了各式各样的就业指导活动，但是大部分就业辅导工作普遍存在着缺乏针对性、流于形式等问题，很大程度上并不能让真正需要帮助的学生受益。随着高校智慧校园与教育信息化的建设与开展，很多高校均有着完善的学生学籍管理系统、毕业生信息管理系统等各种学生管理信息系统，以及各类读卡器、门禁等数据读取与收集设备，积累了海量的教育数据。但是这些系统目前还只是用于信息查询和存档，如果可以充分利用这些系统收集的数据，挖掘影响学生就业的主要因素，就可以为就业指导提供更有针对性的指导工作。因此，数据挖掘在当前数据驱动时代的蓬勃发展，也为决策支持提供难得的机遇，这就为数据挖掘在教育中的应用带来新的方向，即教育数据挖掘。

在教育数据挖掘的相关领域及其应用中，关于高校学生就业预测的方法层出不穷，但是仍存在以下局限：1)以往研究更多地基于本科生数据提出就业发展预测方法，但根据目前严峻的就业形势，许多高等院校的本科毕业生更倾向于深造以逃避就业压力。然而就业与择业仍是无法逃避的难题，仅仅基于本科生数据预测是否会选择就业或深造，对高校就业指导工作的参考价值并不大；2)相较于本科生而言，高等院校研究生所面临的就业压力和就业选择逐渐增多，因此基于研究生数据的就业预测方法会对高校就业指导工作产生更为积极的影响。

另外，较多研究所采用的数据均是基于学生个人特征，例如学生基本数据、学籍数据、课程数据和行为数据等，选择该类特征的主要原因是之前的研究大均基于本科生数据。若以研究生作为就业预测方法的服务对象，仅仅考虑研究生的个人特征是不够的，还需考虑到其导师的相关特征以及学生与导师之间的关系对研究生就业产生的影响。因此，需要一种考虑全面的研究生就业预测方法及系统。

发明内容

针对上述问题，本发明的目的是提供一种能够同时考虑研究生的个人特征及其导师相关特征的基于师生关系异构网络的研究生就业预测方法及系统。

为实现上述目的，本发明采取以下技术方案：第一方面，提供一种研究生就业预测方法，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。

进一步地，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。

进一步地，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。

进一步地，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；