失业预警系统中指标体系构建与模型选择研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.2 论文研究设计 | 第16-19页 |
| 1.2.1 研究内容和结构 | 第16页 |
| 1.2.2 研究目的 | 第16-17页 |
| 1.2.3 技术路线 | 第17页 |
| 1.2.4 创新点和研究特色 | 第17-19页 |
| 第二章 文献回顾 | 第19-27页 |
| 2.1 国外文献回顾 | 第19-21页 |
| 2.1.1 失业理论 | 第19页 |
| 2.1.2 失业率预测 | 第19-21页 |
| 2.2 国内文献回顾 | 第21-24页 |
| 2.2.1 失业理论 | 第21页 |
| 2.2.2 失业率的影响因素 | 第21-22页 |
| 2.2.3 奥肯定律的适用性研究 | 第22页 |
| 2.2.4 失业率的预测 | 第22-23页 |
| 2.2.5 失业预警模型研究 | 第23-24页 |
| 2.3 文献述评 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 失业预警理论及模型概述 | 第27-45页 |
| 3.1 失业预警基本理论 | 第27-29页 |
| 3.1.1 失业预警系统的理论思想 | 第27-28页 |
| 3.1.2 失业预警系统的作用、结构和研究方法 | 第28-29页 |
| 3.2 多元线性回归模型 | 第29-31页 |
| 3.2.1 多元线性回归模型简介 | 第29-30页 |
| 3.2.2 多元线性回归模型的估计 | 第30页 |
| 3.2.3 多元回归模型的优缺点 | 第30-31页 |
| 3.3 支持向量机 | 第31-36页 |
| 3.3.1 机器学习 | 第32页 |
| 3.3.2 支持向量机分类(SVM) | 第32页 |
| 3.3.3 支持向量机回归(SVR) | 第32-33页 |
| 3.3.4 核函数 | 第33-35页 |
| 3.3.5 支持向量机的优缺点 | 第35-36页 |
| 3.4 随机森林 | 第36-40页 |
| 3.4.1 集成学习 | 第36-37页 |
| 3.4.2 Bagging算法 | 第37页 |
| 3.4.3 决策树 | 第37-38页 |
| 3.4.4 分类回归树(CART) | 第38-39页 |
| 3.4.5 随机森林 | 第39-40页 |
| 3.4.6 随机森林的优缺点 | 第40页 |
| 3.5 人工神经网络 | 第40-42页 |
| 3.5.1 人工神经网络简介 | 第40-42页 |
| 3.5.2 人工神经网络的优缺点 | 第42页 |
| 3.6 R语言简介 | 第42-43页 |
| 3.7 扩散指数 | 第43-44页 |
| 3.8 本章小结 | 第44-45页 |
| 第四章 失业预警指标体系 | 第45-63页 |
| 4.1 失业的类型 | 第45-47页 |
| 4.2 失业的测度 | 第47-54页 |
| 4.3 失业预警指标的选择 | 第54-62页 |
| 4.3.1 失业预警指标的初选 | 第54-57页 |
| 4.3.2 指标的筛选 | 第57-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 失业预测模型的效果比较 | 第63-75页 |
| 5.1 多元线性回归模型的建立 | 第63-65页 |
| 5.2 基于支持向量机回归的失业预测 | 第65-67页 |
| 5.2.1 失业预警与机器学习 | 第65-66页 |
| 5.2.2 基于支持向量机回归的失业率预测 | 第66-67页 |
| 5.3 基于随机森林回归的失业预测 | 第67-68页 |
| 5.4 基于人工神经网络算法的失业率预测 | 第68-69页 |
| 5.4.1 数据标准化 | 第68页 |
| 5.4.2 基于人工神经网络的失业率预测 | 第68-69页 |
| 5.5 三种模型拟合结果比较分析 | 第69-70页 |
| 5.6 基于扩散指数的警度预报 | 第70-73页 |
| 5.6.1 失业预警分析 | 第70-71页 |
| 5.6.2 失业扩散指数及警度预报 | 第71-73页 |
| 5.7 结果评价 | 第73-75页 |
| 第六章 失业预警系统的构建 | 第75-87页 |
| 6.1 系统构建思路 | 第75-80页 |
| 6.1.1 构建目标 | 第75页 |
| 6.1.2 构建原则 | 第75-77页 |
| 6.1.3 基本框架 | 第77-80页 |
| 6.2 系统主要功能模块介绍 | 第80-86页 |
| 6.2.1 失业信息采集模块 | 第80-81页 |
| 6.2.2 数据预处理模块 | 第81-82页 |
| 6.2.3 失业预测模块 | 第82-83页 |
| 6.2.4 失业警报模块 | 第83-84页 |
| 6.2.5 失业预警专家咨询模块 | 第84-86页 |
| 6.3 本章小结 | 第86-87页 |
| 结论 | 第87-89页 |
| 参考文献 | 第89-94页 |
| 攻读学位期间发表的论文 | 第94-96页 |
| 致谢 | 第96-97页 |
| 附录 | 第97-100页 |
