排序方式: 共有65条查询结果,搜索用时 15 毫秒
1.
基于解释结构模型的大学生就业影响因素分析 总被引:1,自引:0,他引:1
针对大学生就业率低的问题,构建大学生就业评价指标体系,利用解释结构模型的实用化方法对大学生就业影响因素进行了分析,并构建大学生就业影响因素的解释结构模型.根据解释结构模型层次化处理结果,分析各个因素之间的联系,将大学生就业影响因素分为四个层次,明确大学生就业影响因素的层次结构关系,找出导致大学生就业率低的最直接因素和最根本因素. 相似文献
2.
《数学的实践与认识》2017,(23)
伴随城镇化进程的加快,农民工大量涌入城市,如何安置这些农民工、促进其就业,进而实现社会稳定和经济发展已成为政府和学术界迫切需要解决的课题.鉴于此,针对农民工就业匹配问题,利用双边匹配理论,以企业、农民工、政府三方主体满意度最大为目标,构建了农民工城镇就业匹配模型,并以案例验证了模型的有效性与适用性,给出促进农民工城镇就业匹配的对策和建议. 相似文献
3.
乡村振兴战略背景下大学生农村就业影响因素评价研究 总被引:1,自引:0,他引:1
乡村振兴战略是新时代"三农"工作的总抓手,大学生是乡村振兴战略的重要生力军,高校肩负着为乡村振兴战略培育人才的重要任务.对接乡村振兴战略,深入分析大学生农村就业影响因素,探索大学生就业影响因素的变化,对有针对性地做好大学生就业指导、就业引导及就业服务工作具有重要的现实意义.用层次分析法构建大学生农村就业影响因素层次模型,用Matlab软件求解并对结果分析得知,乡村振兴战略实施以来,性别、社会保障体系及家庭观念因素跃升成为影响大学生农村就业的主体因素.政府、高校、企业应积极发挥自身职能作用,不仅要为大学生农村就业解除后顾之忧,更要激发其学习热情,做好大学生农村择业引导工作和就业指导工作,提高大学生农村就业的适应能力. 相似文献
4.
《数学的实践与认识》2013,(13)
采用大学生就业信心指数来分析预测其就业信心是值得研究的问题.提出一种灰色理论和BP神经网络相结合的方法对大学生就业信心指数进行预测.首先对影响就业信心的主要因素建立不同的灰色模型,然后将每个灰色模型的预测值作为神经网络的输入,利用神经网络进行组合预测以作为其最终的预测值.结果表明组合模型的预测值相对误差更小,精度更高. 相似文献
5.
用2001-2012年的中国省级面板数据,研究了基础设施对制造业就业的影响.结果显示,在控制工资水平、投资水平、人力资本、对外开放程度和技术创新能力的条件下,基础设施对制造业就业有一定的促进作用,但是作用效果并不显著.本文的政策含义在于:鼓励加强基础设施建设,各地区要把握好加强基础设施建设的程度,不仅要注重基础设施建设的短期效应,更要加大资本投入和出口、提高人力资本水平和推动技术创新,这对于制造业就业具有积极的意义. 相似文献
7.
8.
以状态空间模型为工具,研究农村劳动力就业的影响因素,从深层次分析农村劳动力就业发展的长期性、动态性、阶段性和互动性.研究得到,在所有因素之中乡村劳动力人数是长期内影响劳动力就业的主要因素,且始终为正向影响,地区生产总值、农村居民消费水平、农村固定资产投资和农村居民人均纯收入等四个因素均经历了正相关、负相关的波动过程.由此将为人口与经济的健康发展提供理论依据,为政府部门的科学规划和政策调整提供可行性建议,同时对于人口城镇化的有效推进具有重要的现实意义. 相似文献
9.
池先宋 《国际物理教育通讯》1992,(9):37-41,36
凡优秀的物理工作者和物理教师,一定都懂得物理学的价值;因为不知其有何价值或价值甚微的事物,人们是不会倾心追求的,在我国,由于物理教育还存在一些问题和社会对它的价值也缺乏正确的理解,造成了大学物理系毕业生就业分配上的困难;造成了部份物理工作者和物理教师降低了对事业的信心; 相似文献
10.
随着科学技术的飞速发展,生产力水平正在不断提高,各行各业的就业岗位已经远远不能满足即将从业者的需求,就业“供”与“需”之间的予盾越来越突出.对于一名即将从业的人(尤其是即将毕业的大学生)来说,面对强手如林的竞争局面,除了刻苦学习必备的基础知识,努力训练从业的基本技能以外,在竞争工作岗位时,如何进行就业的决策,也是一个不容忽视的问题.本文通过几种具体情况,对这个问题进行一点探讨. 相似文献