公务员培训视频杭州市人才需求分析与预测苏州市公务员考试
作者：任静 季民 陈兆宁
来源：《现代信息科技》2020年第04期
2023年预估高考分数线是多少
        摘 要：基于杭州市現有人才需求数据与各领域岗位设置数据，构建多维数据模型分析人才市场招聘求职的基本特征，从就业需求、期望职业和期望教育背景三方面分析2015～2018年杭州市人才需求的基本现状。结合中国学生实际就业状况，运用GM（1，1）模型预测未来三年的人才需求总量，预测结果表明人才需求总量呈缓慢下降趋势。运用ARIMA模型预测未来三年不同领域人才需求量，发现各领域需求量按季度呈明显周期性，且不同行业所需人数及波动频率均不相同。
        关键词：人才需求;多维数据模型;灰预测模型;ARIMA模型
        中图分类号：TP391.7;C961.9 文献标识码：A 文章编号：2096-4706（2020）04-0009-06
        Abstract：Based on the existing talent demand data of Hangzhou and the data of positions in various fields，a multidimensional data model was constructed to analyze the basic characteristics of the recruitment and job-hunting in the talent market，and the basic status of talent demand in hangzhou from 2015 to 2018 was analyzed from three aspects： employment demand，expected occupation and expected educational backgr
ound. Combined with the actual employment situation of Chinese students，the GM （1，1） model is used to predict the total demand for talents in the next three years. The ARIMA model is used to predict the demand for talents in different fields in the next three years. It is found that the demand for talents in each field is obviously periodic on a quarterly basis，and the demand for talents in different industries and the frequency of fluctuations are not the same.
        Keywords：talent demand;multidimensional data model;grey prediction model;ARIMA model
        0 引 言
        在过去的几年，吸引人才是许多城市的亮点之一。人才是城市创新发展的动力，是城市创新扩散的主要驱动力。对人才需求状况进行研究，可以优化人才资源配置，使求职者可以更加清晰地看清未来的就业形势，对于城市发展和人才引进具有重要战略意义。
        由于人才需求数据庞大，传统方法不宜处理，而数据挖掘技术可以有效分析大量数据
并从中提取有用信息。Tony Bain[1]为了满足用户多层次多角度地对数据进行分析，建立了多维数据模型，并给出了多维数据模型设计的一般步骤。孙元军[2]通过使用SQL Server 2000组件、Analysis Manager软件，对地籍信息进行数据挖掘操作，实验结果证明了该方法的实用性。目前常用的数学预测模型主要有灰预测模型、回归预测模型和时间序列预测模型等，众多学者利用预测模型在人才需求方面进行了研究。许馨苓[3]使用GM（1，1）模型对我国未来40年的人才数量进行预测，并通过灰数递补动态预测模型，使模型的预测结果符合实际。李丹[4]使用灰预测模型GM（1，1）对海洋从业人员数进行预测。罗建梅[5]根据长株潭城市“两型社会”建设的现状与趋势，运用基于灰系统理论的组合预测方法，即GM（1，1）模型和回归模型，从人力资本需求总量和结构两个方面进行预测。胡锐玲、沈陆明[6]对已有的人才需求量时间序列建模，用ARIMA模型进行拟合并预测，得到市场未来三年内的潜在人才需求量。刘恬玥等[7]对某市各月份职位需求总量的数据进行序列图分析和序列平稳性分析，随后通过差分序列图建立ARIMA的人才需求预测模型，得到未来三年工作岗位每月平均需求量，最后根据预测结果对人才市场的行业需求进行分析。
        本文针对庞大的就业数据，采用多维数据模型进行人才需求的现状分析;其次分别采用2017年高考成绩
灰预测模型和时间序列预测模型对人才需求总量和人才需求结构进行短期的预测，根据预测结果为求职者提供相应的建议，并据此为城市的人才引进提供相应的实质性建议。
        1 数据来源与预测模型
        本文基于2018年亚太地区大学生数学建模竞赛项目，利用B题所提供的数据（2015年9月～2018年8月杭州市某就业市场的就业需求数据）对杭州市人才需求进行分析与预测。由于数据是从9月开始，将每年的9月到次年8月称为一届，本文中的数据即为2015、2016、2017三届。本文主要运用了定量模型构建法对城市人才需求进行分析，利用多维数据模型分析人才数量和人才结构，建立人才数量与人才结构的定量模型。综合分析各预测模型的优缺点及适用条件，为提高预测精度，本文选用GM（1，1）模型与ARIMA预测模型的组合模型对人才需求进行预测。通过GM（1，1）预测模型对人才需求总量做出短期预测，构建ARIMA预测模型对人才需求结构进行预测，并根据预测结果为求职者提供就业建议。
新疆教师资格证成绩查询        1.1 灰预测模型
        灰预测[8]通过鉴别系统因素之间发展趋势的相异程度，进行关联分析，并对原始数据进行生成处理，来寻系统变动的规律，生成有较强规律的数据序列，然后建立相应的微分方程模型，从而预测事物未来的发展趋势状况。其建模过程如下[9]：
津南区教师招聘        2 杭州市人才需求分析
        本文运用SQL Server 2008软件数据库，利用SQL Server 2008分析服务构建多维数据分析模型。根据数据属性，将其分为三个维度，其中时间为一维，教育背景为二维，部门和总需求为三维。
        为了对就业市场人才需求有更深入的了解，本文根据现有的行业分类标准对专业领域进行分类。行业分类，是指从事国民经济中同性质的生产或其他经济社会的经营单位或者个体的组织结构体系的详细划分[11]。具体分类结果如表1所示。