一、调查统计分析

通过调查分析，影响高校毕业生就业的主体主要是毕业生以及用人单位。因此，此次调查分别从这两个方面展开。本调查采用问卷调查的方法，通过走访西安地区的一些民办高校及各地的用人单位，参考相关的资料及学生就业工作经验，编制《毕业生就业关注因素调查反馈表》《单位用人考虑因素调查反馈表》，通过统计分析，形成科学客观的调查报告。

(一)毕业生就业时最关注的因素此次调查对象为西安地区西京大学、西安培华学院、西安外事学院等5所民办高校的毕业生，调查总人数为2920人，回收的有效问卷为2680份。此次调查范围较广，学生所学专业有土木工程、行政管理、机械、英语、财务会计等25个专业，学生家庭所在地分布也较广，但陕西籍的学生所占比重较多。表1为毕业生就业关注因素调查表。

(二)用人单位选择毕业生最看重的因素本调查涉及的用人单位主要以国营企业、民营企业、股份制企业以及外企等为主。向258家用人单位发放问卷，共回收问卷223份，回收率90%。召开座谈会12次，进行人物专访9次，获取意见和建议约120余条。如表2所示，调查从对毕业生思想品徳、学习成绩、专业技术能力、解决问题能力以及其他相关因素等共计9个标准来分析用人单位在挑选毕业生时所看重的因素。

二、BP神经网络方法介绍

为深入研究西安民办高校大学生就业影响因素，本文采用BP神经网络方法来分析不同因素对毕业生就业影响的重要程度。BP学习算法是Rumelhart等在1986年提出的，它作为数据挖掘技术的一种，具有结构简单、可调参数多、训练算法多、可操控性好等特点，并具有高度的并行结构和并行处理能力［2］。BP模型具有较高的预测精度和良好的泛化能力，不需要分析整理，便可通过对实例的训练来自动获取知识，对难以用数学方法建立精确模型的信息能够进行有效的建模。BP神经网络一般具有三层或者是三层以上的神经元，为输入层、中间层(隐层)以及输出层，其结构图如图1所示。将一组学习样本输入给网络后，神经元的激活值将从输入层经过各中间层传播给输出层，从而在输出层的各神经元得到网络的输入响应。通过目标输出和实际输出之间误差减小的方向，从输出层反向通过各隐层再回到输入层，以此来逐层对各连接权值进行修正，从而不断提高网络对输入模式响应的正确率。

三、影响毕业生就业因子的BP神经网络分析

(一)训练样本采用BP神经网络分析影响民办高校毕业生就业的因子，建模的前提条件是有足够的典型性好、精度高的样本。为提高网络模型的性能和泛化能力，必须将收集到的数据随机分成训练样本、检验样本(10%以上)和测试样本三部分，并且在数据分组时应尽量考虑样本模式间的平衡。以毕业生在就业时所关注的因素为例，用BP神经网络进行分析。以回收到的2680份毕业生问卷为材料，对该数据信息进行合并，构成统一的高校毕业生就业信息数据源。然后对数据源进行数据预处理，去掉其中高分支属性和与决策无关的属性，最后根据随机算法，以2∶1∶1的比例，在2680个毕业生样本中随机抽取1325名学生作为训练集，678名学生作为测试集，677名学生为验证样本来测试该模型的准确率。鉴于篇幅，本文所用到的部分数据如表3所示。但是，原始样本中很多属性的值是大于1的整数，而BP网络所处理的数值在［0，1］区间上，因此在研究中需要对上述数值进行归一化处理，使用Matlab工具箱提供的函数实现数据归一化，即使用［PN，minP，maxP］=premnmx(P)对数据进行归一化处理，使数据全部位于［－1，1］之间。

(二)网络训练本文采用三层BP网络来建立网络模型，该BP网络中采用前向BP网络，输入层神经元个数为9个，分别为:期望薪资、单位性质、单位所在地、职位类别、工作环境、专业相关度、发挥特长、家人意愿、实现理想。输出层的神经元个数为1个，对于三层神经网络，隐层神经元个数k可以根据经验公式k=2n+1求出，其中n为输入层神经元个数，因此得隐层神经元个数为19。在Matlab7．0环境下，对上述数据进行模拟仿真测试，Matlab的神经网络工具箱提供了各种网络的设计函数，选择Sigmoid函数里的正切函数tansig作为中间层网络的神经元传递函数，而输出层的神经元函数则选择对数函数logsig，训练目标为0．0001，学习速率为0．1。

(三)结果分析通过对训练样本中的数据进行训练，经过多次训练之后，网络性能达到要求，BP网络训练误差曲线如图2所示。对训练完成后的数据进行整理，得出毕业生就业时所关注的因素的权重排序，如表4所示。从表4中可以看出，毕业生在就业时最关注的因素为单位所在地以及期望薪资，而对于实现理想和发挥特长这些因素相对不是很看重［3］。在我国现阶段的经济结构分布以及城市发展来看，地域因素对毕业生择业具有极强的影响作用，我国大部分地区的社会文明以及经济发展水平都在飞速提升，然而一些中西部经济欠发达的地区，其公共设施完善程度以及经济水平都存在严重的不足。在目前高校毕业生中，有相当一部分学生都希望能留在经济发达地区工作;还有一部分原因是所调查的毕业生中陕西籍毕业生所占较多，由于陕西地方“安守重迁”的传统思想根深蒂固，毕业生及其父母都希望毕业生能留在陕西省内工作［4］;从主观方面原因分析，绝大多数的毕业生把薪资水平作为衡量工作好坏的重要标准。因此，综合来看，毕业生在找工作时都会首先倾向于考虑单位所在地以及期望薪资这两项因素。同理，按照上述BP神经网络方法对用人单位在挑选毕业生时所看中的因素进行分析训练，所得权重排序如表5所示。由表5可以看出，其中重视比例最高的是问题解决能力，学生解决问题的能力是各种能力的综合反映，企业希望毕业生具有较高的综合素质，可以对职场中遇到的各种问题能迎刃而解;学习成绩是就业的敲门砖，是企业最直观的衡量毕业生在校表现的一项标准，对于一些技能要求比较强的岗位，毕业生的动手能力以及实践经历也能占到一定的优势，因此用人单位对学生学习成绩以及专业实践技能也是比较重视的［5］。

四、结论

1．从社会角度来讲，政府应当加强对高校毕业生到边远地区以及不发达地区就业的鼓励政策;增加民办高校实践基地，为增加毕业生的经验提供有利条件;改革民办高校的教育体制和管理体制，对人才培养模式不断创新;深化体制改革，降低劳动力流失成本。2．民办高校应根据自身的培养目标来开展有效性教育，设置相应的课程，组织一定的活动，同时还应强化实践教学和技能教学，重视就业指导，积极开设就业指导课程，注重提高学生自身的综合素质，提高学生创新、动手等各方面能力，从而促进学生就业能力的提高。3．民办高校的毕业生应正确认识自我，脚踏实地，避免盲目追求。除了专业知识的学习之外，应不断提升自身能力，有针对性地参加一些社会实践活动，增加实践经验;还应锻炼自身的组织管理、解决问题、团结协作以及待人接物等方面的能力，不断提升自身素质，提高自己在职场的竞争力。

五、结束语

研究结果表明，BP神经网络具有很好的自适应性和学习训练能力，拟合精度高达99．98%，能精确地分析影响毕业生就业的因素，能为政府、民办高校以及毕业生提供就业决策依据，对解决民办高校毕业生就业问题有着一定的现实意义。

作者：周亮单位：西安建筑科技大学