基于灰色模型的網(wǎng)絡(luò)招聘信息人才趨勢預(yù)測

李趙興

(榆林學(xué)院 信息工程學(xué)院，陜西 榆林 719000 )

引言

伴隨著信息社會的到來，人才的招聘方式也逐漸從傳統(tǒng)招聘向網(wǎng)絡(luò)招聘轉(zhuǎn)變，網(wǎng)上招聘有多種形式，在當(dāng)今社會非常流行。當(dāng)人們使用互聯(lián)網(wǎng)查找各種各樣的信息時，他們會發(fā)現(xiàn)很多在線招聘信息。這些招聘信息不僅反映了招聘企業(yè)的人才需求，而且在一定程度上反映了當(dāng)前人才市場需求的短期趨勢。根據(jù)兩年前的數(shù)據(jù)，每天平均有4000萬個工作職位在網(wǎng)上發(fā)布，平均每天有8000份簡歷提交。根據(jù)《財富》雜志的數(shù)據(jù)，在《財富》500強公司中，有88%的公司通過在線招聘來滿足自己的人才需求。[1]因此，越來越多的求職者，尤其是來自許多學(xué)院和大學(xué)的應(yīng)屆畢業(yè)生，也通過在線招聘平臺尋找自己的就業(yè)機會。網(wǎng)絡(luò)招聘信息不僅可以直接反映的基本條件的用人單位人才能力和質(zhì)量要求,為申請人提供工作參考,而且在某種程度上反映了社會的現(xiàn)狀和行業(yè)對人才的需求,甚至在一段時間內(nèi)的人才在未來需求趨勢[2]。

著越來越多的求職人士在網(wǎng)絡(luò)平臺中為自己爭取就業(yè)機會，網(wǎng)絡(luò)招聘平臺[3]的發(fā)展正變得越來越快，互聯(lián)網(wǎng)招聘信息平臺越來越多，招聘信息也變得越來越多，它反映了用人單位的基本需求，即人才基本能力和基本素質(zhì)要求。這些海量的網(wǎng)絡(luò)招聘信息看似沒有什么價值，但是好好利用它就可以為求職者提供全面詳細(xì)的工作分析，如職位需求、職位的受歡迎程度、職位的區(qū)域分布等。

1 灰色預(yù)測模型GM

GM(1, 1)灰色模型[4]是一個累加生成算子后的離散隨機數(shù)，減少其隨機性，得到更多的正則生成數(shù)，然后建立增白微分方程，求解方程，然后建立模型?；疑A(yù)測是一種基于灰色系統(tǒng)理論的預(yù)測方法。該理論主要是從一些已知的信息中開發(fā)、分析和提取有價值的信息，從而實現(xiàn)對系統(tǒng)的運行行為和演化的正確描述和有效控制。人才制度與社會經(jīng)濟發(fā)展的關(guān)系十分復(fù)雜。該系統(tǒng)包括已知的和未知的信息，可以被認(rèn)為是一個灰色系統(tǒng)。

灰色系統(tǒng)理論用于預(yù)測分析[5]，特別是當(dāng)數(shù)據(jù)序列短且有明顯上升趨勢時。因此，灰色預(yù)測在人力資源領(lǐng)域得到了廣泛的應(yīng)用。灰色預(yù)測方法不需要太多的樣本數(shù)據(jù)，這就彌補了人才統(tǒng)計歷史數(shù)據(jù)的不足。此外，該方法還可以避免人為的主觀臆斷，而這些往往是由人的經(jīng)驗、知識和偏好所引起。

灰色預(yù)測可以識別系統(tǒng)因子的發(fā)展趨勢，相關(guān)性分析與原始數(shù)據(jù)的生成和處理之間的差異，找出系統(tǒng)的規(guī)律改變，產(chǎn)生強大的數(shù)據(jù)序列規(guī)則，然后建立數(shù)據(jù)序列。積累生成微分方程模型，預(yù)測未來事物的發(fā)展趨勢。

2 預(yù)測模型的構(gòu)建

2.1 模型構(gòu)建

為了使預(yù)測結(jié)果更有說服力，給出以下兩條假設(shè)：(1)預(yù)測模型所獲得的原始數(shù)據(jù)都是準(zhǔn)確可靠的；(2)在原始期間或預(yù)測期間，行業(yè)需求、地域需求、職位需求的數(shù)值變化不受其他外界隨機因素影響。

為了測試灰色模型GM(1,1)是否可以應(yīng)用于這篇論文的預(yù)測，需要對已知數(shù)據(jù)做必要的檢驗處理。設(shè)原始數(shù)據(jù)列為=x(0)=(x(0)(1),x(0)(2),…,x(0)(n))，計算數(shù)列的級比：

(1)

y(0)(k)=x(0)(k)+c,k=1,2,…,n

(2)

取常數(shù)c使數(shù)據(jù)列的級比都落在可容覆蓋內(nèi)。

保證可以用此模型預(yù)測后，建立如下模型，不妨設(shè)

x(0)=(x(0)(1)，x(0)(2)，…，x(0)(n))

(3)

x(0)滿足上面的要求，以它為數(shù)據(jù)列建立GM(1，1)模型：

x(0)(k)+az(1)(k)=b

(4)

利用回歸分析求得a,b的估計值，于是相應(yīng)的白化模型為

(5)

得到：

于是得到預(yù)測值：

從而相應(yīng)地得到預(yù)測值：

2.2 精度檢驗

在建立模型后,還必須對模型進行精度檢驗。

第一步、殘差檢驗：計算相對

(6)

如果對所有的||<0.1，則認(rèn)為預(yù)測結(jié)果非常精確；否則，若對所有的||<0.2，則認(rèn)為預(yù)測結(jié)果比較精確。

第二步、級比偏差值檢驗：計算

(7)

如果對所有的||<0.1,則認(rèn)為達到較高的要求；否則若對于所有的||<0.2，則認(rèn)為到達一般要求。

3 預(yù)測過程及預(yù)測結(jié)果

由于本論文的研究需要從多個行業(yè)的角度進行行業(yè)就業(yè)人數(shù)的預(yù)測，所以預(yù)測過程僅以其中的移動互聯(lián)網(wǎng)行業(yè)為例來展示預(yù)測過程，其他行業(yè)只顯示預(yù)測結(jié)果。為了得到的數(shù)據(jù)更加準(zhǔn)確，本預(yù)測所用到的數(shù)據(jù)來自國家統(tǒng)計局年度數(shù)據(jù)，為了避免預(yù)測的次數(shù)過于頻繁，本節(jié)所用到的原始數(shù)據(jù)是將幾個相近行業(yè)就業(yè)人數(shù)歸為一類合并之后的數(shù)據(jù)。

表1 移動互聯(lián)網(wǎng)2014～2017就業(yè)人數(shù)原始數(shù)據(jù)

第一步：級比檢驗

建立互聯(lián)網(wǎng)通信行業(yè)就業(yè)人數(shù)數(shù)據(jù)時間序列如下：

x(0)=(x(0)(1)，x(0)(2)，x(0)(3)，x(0)(4))=(671.8，699，727.6，770.3)

則γ=(γ(2)，γ(3)，γ(4))=(0.9610，0.9607，0.9445)

(2)級比判斷

由于所有的γ∈[0.6703,1.4918],k+2，3，4，故可以用x(0)作GM(1，1)建模。

第二步：套用GM(1，1)模型

(3)對原始數(shù)據(jù)x(0)作一次累加，即x(1)=(678.1，1377.1，2104.7，2875)

(4)構(gòu)建數(shù)據(jù)矩陣B及數(shù)據(jù)向量Y。

(6)建立模型：

(7)生成預(yù)測值數(shù)列

第三步：模型檢驗

經(jīng)過計算殘差與級比偏差得知：該模型精度較高，預(yù)測結(jié)果較準(zhǔn)確，經(jīng)過以上的預(yù)測模型分析得知往后三年內(nèi)行業(yè)需求人數(shù)排名前三的行業(yè)分別為：互聯(lián)網(wǎng)·通信行業(yè)，金融業(yè)，房地產(chǎn)與建筑行業(yè)。其具體的人才需求結(jié)果如下表2，表3，表4所示，排名前三的熱門行業(yè)未來三年人才需求走勢圖如圖1所示：

表2 移動互聯(lián)網(wǎng)行業(yè)未來三年人才需求預(yù)測結(jié)果

表3 電子商務(wù)業(yè)未來三年年人才需求預(yù)測結(jié)果

表4 金融業(yè)未來三年人才需求預(yù)測結(jié)果

下圖為移動互聯(lián)網(wǎng)業(yè)、電子商務(wù)業(yè)、金融業(yè)的人才需求量的趨勢走向圖，其中2014年到2017年為原始數(shù)據(jù)，2018年到2020年為通過上述灰色模型預(yù)測后的預(yù)測值。

由上圖可以看出，各行各業(yè)的需求大致上都呈上升趨勢，移動互聯(lián)網(wǎng)行業(yè)從2014年開始就位居行業(yè)需求量之首，預(yù)計到2020年，互聯(lián)網(wǎng)行業(yè)的就業(yè)人數(shù)會增加到865.9萬人。

4 結(jié)束語

本文對網(wǎng)絡(luò)招聘信息進行了定量的分析研究，基于對50萬條招聘信息研究社會和相關(guān)行業(yè)的需求特點與趨勢，利用灰度模型對網(wǎng)絡(luò)招聘信息進行了預(yù)測，由分析結(jié)果可以看出，能夠很好的得到社會對人才需求的情況以及人才趨勢圖，為院校能夠有針對性的調(diào)整人才培養(yǎng)方案和設(shè)置一些相關(guān)的課程，以及對大學(xué)生的就業(yè)規(guī)劃提供重要的參考依據(jù)。