TY -的A2蔡Sang-Bing盟——咚,徐汇PY - 2021 DA - 2021/12/21 TI -预测高校就业率基于大数据分析SP - 1421356六世- 2021 AB -本文使用大数据技术预测的学院和大学的就业率。本文结合当前的租赁价格,日常生活消费,大学生个人兴趣和爱好消费和其他指标,个人由大数据模拟,以及通过使用相关联的个人AI-driven边缘雾计算服务优化算法形成一个集群,从而实现元素的预测神经网络利用边缘计算集群。此外,本文以湖南省高校的就业数据从2020年6月到2021年5月为研究样本测试预测模型的比较分析,使CNN模型和LSTM模型。雾边缘计算模型在本文中有更多的分析指标作为元组相比,CNN模型,结果表明,预测精度可以达到83.25%。在这种情况下,几乎没有区别的两个模型的数据处理和预测效率。与基于LSTM分类预测模型相比,该模型计算,从而大大提高了模型的数据质量和数据参数,计算效率可提高45% - -65%。因此,大数据技术的使用可以为高等教育的研究方向提供参考。SN - 1024 - 123 - 2021/1421356 / 10.1155 x你——https://doi.org/10.1155/2021/1421356——摩根富林明——数学问题在工程PB - Hindawi KW - ER