Resumen

El modelo de previsión científica y razonable de los datos de empleo de los graduados puede encarnar eficazmente las complejas características de los datos de empleo de los graduados y encarnar la interacción dinámica no lineal de los elementos que influyen en la situación de empleo de los graduados. Tiene una capacidad de aprendizaje fuerte y constante, seleccionando así los principales datos de influencia que influyen en el cambio de los datos de empleo de los graduados. En este trabajo, de acuerdo con la situación que representa el empleo de los estudiantes, se establece un modelo de análisis de minería de datos utilizando el método estadístico basado en el modelo de la tecnología de análisis de conglomerados para pronosticar la situación de empleo de los graduados. En este trabajo, se concibe una técnica de previsión de la situación laboral de los graduados basada en la red neuronal recurrente de memoria a corto plazo (LSTM), que incluye el diseño de la estructura de la red, el entrenamiento de la misma y el algoritmo de implementación del proceso de previsión. Además, con el objetivo de minimizar el error de previsión, se concibe un algoritmo de optimización de los parámetros del modelo de previsión LSTM basado en la búsqueda de cuadrícula multicapa. También se verifica la aplicabilidad y la corrección del modelo de previsión LSTM y su algoritmo de optimización de parámetros en el análisis de la situación laboral de los graduados.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:situación de empleo, algoritmo de optimización de parámetros, datos de empleo, modelo de previsión lstm, elementos de graduado, modelo de cluster, situación de graduado, datos de influencia principal, cambio de graduado, modelo de previsión razonable
• Keywords:employment situation, parameters optimization algorithm, employment data, lstm forecasting model, elements of graduate, model of cluster, situation of graduate, main influence data, change of graduate, reasonable forecast model