基于SARIMA模型的高校人工智能就业趋势研究

摘要：

文章利用大数据相关技术,采用Nagao算法、单尺度Retinex(Single Scale Retinex,SSR)算法、季节性差分自回归滑动平均(Seasonal Autoregressive Integrated Moving Average,SARIMA)模型,对人工智能专业的就业趋势和供需关系进行分析和预测.研究表明,人工智能专业的就业形势较为乐观,未来几年将持续保持高速增长.同时,及时掌握人工智能专业的就业趋势和供需关系,提高毕业生的实践能力,加强对人工智能专业毕业生就业市场的研究,并深入挖掘人工智能技术的应用价值,以期为社会提供更多的高质量人工智能人才.

关键词：Nagao算法、季节性差分自回归滑动平均(SARIMA)模型、单尺度Ret inex(SSR)算法、人工智能、就业趋势

所属期刊栏目：35

分类号：TP301.6(计算技术、计算机技术)

资助基金：河南省高等学校重点科研项目22B520045

在线出版日期：2023-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：99-101