基于多特征融合的GRU-LSTM大學(xué)生就業(yè)動(dòng)態(tài)預(yù)測(cè)
計(jì)算機(jī)科學(xué)
頁(yè)數(shù): 6 2023-06-15
摘要: 針對(duì)高校就業(yè)預(yù)測(cè)系統(tǒng)大多采用單一傳統(tǒng)特征建模而導(dǎo)致出現(xiàn)就業(yè)預(yù)測(cè)效果不佳、就業(yè)精準(zhǔn)服務(wù)不強(qiáng)等問題,提出一種融合多特征因素的GRU-LSTM組合就業(yè)預(yù)測(cè)方法。首先,在傳統(tǒng)預(yù)測(cè)模型特征的選擇上加入了學(xué)生行為特征,并構(gòu)建了多信息融合的特征向量;然后,結(jié)合不同影響因素對(duì)高校就業(yè)的貢獻(xiàn)不同,提出了一種基于皮爾遜相關(guān)系數(shù)的多信息融合的就業(yè)預(yù)測(cè)最優(yōu)特征提取方法,優(yōu)化了特征子集;最后,綜合考慮預(yù)...