基于人工智能的高职院校大学生就业质量影响因素分析——以镇江高专医药技术学院药学类专业为例.pdfVIP

数字化变革科学咨询第8期(总第854期)

基于人工智能的高职院校大学生就业质量影响因素分析

——以镇江高专医药技术学院药学类专业为例

李婷，邱舒，石秋忠，邢玉娟，殷伟芬

（镇江高等专科学校医药技术学院，江苏镇江212003）

摘要：采用误差反向传播（BP）神经网络模型对影响就业质量的各因素贡献率进行分析，研究结果表

明所构建的预测模型的精度高达90%。在此基础上，进行药学类专业实践教学改革，指导新的人才培养体系

的构建。

关键词：就业质量；BP神经网络模型；人才培养体系

高职院校毕业生就业质量的评价是全社会普遍质量的映射关系，探讨影响毕业生就业质量的显著因

关注的热点问题，采用先进的技术手段，高效地对毕业素，用于高职高专院校教学过程中提供指导性意见，

大学生的就业质量进行预判，将为高职院校的制定适最终提升大学生的就业质量。通过对不同中间层数的

合的教育方针提供指导。近年来，越来越多的学者将人单、双隐层的BP神经网络模型预测精度进行评估，优

工智能（AI）技术应用于大学生就业质量预测。AI是选出最佳模型。

模拟和扩展人类智能的一门新的技术科学。人工神经一、研究方法

网络技术是AI技术中的一种，而误差反向传播（Back（一）建立BP神经网络模型数据库

Propagation）神经网络是按误差逆传播算法的多层前采用调查问卷的方式对镇江高等专科学校医药

馈网络，是至今为止应用较为广泛的神经网络之一。该技术学院近三年药学类专业毕业生的关键信息进行提

种网络具备了强大的学习能力，因此在统计分析学领取。调查问卷主要涵盖影响大学生就业质量的个人因

域具有较好的应用前景。该模型也具有很重要的理论素和知识因素，个人因素包含了“创新能力”“表达能

和实际应用的价值。目前，相关报告涉及了大学生心理力”“实践技能”“自我认知”“抗压能力””等内容；

[1][2]

危机干预研究、体质综合测评研究、创业评价体系知识因素包含了“班级成绩排名”“英语水平”“班级

[3][4][5]

研究、心理健康行为研究、就业信心指数研究等。或社团任职”“证书获得情况”情况等。在建立模型

目前，该模型也更多地应用于高职院校的大学生就业数据库的过程中，对每个输入因素进行了量化。例如，

质量的研究，为高职院校的教育决策提供了重要参考“抗压能力”被分为“非常强”“强”“平均”和“弱”，

价值。同时，采用此模型训练可以不断调整模型各层的相应的量化值为“1.0”“0.8”“0.6”和“0.4”。将“工作

权值与阈值、通过计算可以赋予输入层各个影响因素满意度”设定为就业质量的评价基准，调查问卷中的

[6-8]

的权重，揭示影响大学生就业质量的本质原因。目选项“非常满意”“满意”“一般”“不满意”分别量化

前，优化BP神经网络结构模型评价高职高专院校毕业为“1.0”“0.8”“0.6”“0.4”。因此，我们构建了训练样

生就业质量的相关研究少见报道。本，部分训练样本量化后的数值如表1所示。其中10个

镇江高等专科学校医药技术学院药学类专业有药样本的“工作满意度”量化值分别为0.8、0.6、0.6、0.8、

品质量与安全、药品生产技术、药物制剂技术等专业。0.8、0.6、0.6、0.8、0.6和0.8。调查期间，共收到100份有

以该类专业毕业生为研究对象，利用单、双隐层BP神效问卷。其中80人被选为模型训练的训练组，10人被设

经网络模型构建起影响大学生就业质量各因素与就业为测试组，用于与模型的预测结果进行比较，其余10人

基金项目：镇江市高等专科学校教改课题（2023YB21）；镇江市高等专科学校“课程思政”先进教学团队（2023KCSZTD002）；镇江

市社科应用研究教育专项课题（2023jy123）。

作者简介：

李婷（1981—），女，汉族，江苏镇江人，硕士，副教授，研究方向：复合材料、环保新材料。