2025年华中杯C题第一版本超详细解题思路+数据集收集分享

最新推荐文章于 2025-04-19 09:00:42 发布

BZD数模社

最新推荐文章于 2025-04-19 09:00:42 发布

阅读量1.2k

点赞数 25

文章标签：数学建模大数据

本文链接：https://blog.csdn.net/qq_33690821/article/details/147316135

版权

C 题就业状态分析与预测

本文将为大家来带2025年华中杯C题超详细解题思路+初步代码分享，以便大家可以尽快上手C题。对于数据类型题目，首先需要进行数据清洗工作。基于给出的下述各项指标，数据清洗主要分析缺失值处理、异常值处理、描述性分析

缺失值处理：

以下为初步筛选的缺失数据

具体名称	缺失项数	具体内容
户籍地址	3	1145 6601958 郑 1297 6771653 兰 4263 5818097 徐**
专业	1146	3 4928113 赵 4 7042187 张 14 6028911 孔**等
毕业学校	1	4188 629904 饶**

异常数据处理：

1、逻辑异常

示例1 出生年份计算填写人信息是否年龄真实

示例2 户籍地址无效信息


具体名称	异常项数	具体内容
户籍地址	3	1411 6459331 谭 1881 1698033 吴 3205 5445632 陈**
文化程度	1	5957676 张**
就业时间	1	1905/7/10 0:00

1、边缘值异常

当前就业状态判定，我们以表格中“失业注销时间”为标准，存在注销时间我们认为该人已经是就业状态，无失业注销时间记录则为失业状态(5000个样本都是最开始失业的样本)

最终清洗后，得到3827个样本，后续可以进行必要的描述性分析

问题一：数据特征分析

问题一的主要目的是通过筛选，从50+个变量中，选出对失业就业状态最有影响的几个以便进行后续建模。因此，通过统计人员按照年龄、性别、学历、专业、行业与失业的关系即可。下面是，基于上述数据清洗后的数据进行的统计分析。

变量名	值	描述	变量名	值	描述
性别	1	男	婚姻状态	10	未婚
性别	2	女		20	已婚
民族	1	汉族		30	丧偶
	2	蒙古族		40	离婚
	3	回族	政治面貌	0	群众
	6	苗族		1	中国共产党党员
	11	满族		3	中国共产主义青年团团员
	15	土家族		9	中国致公党党员
	97	其他	文化程度	31	大学专科
婚姻状态	10	未婚		41	中等专科
	20	已婚		21	大学本科
	30	丧偶		14	硕士研究生
	40	离婚		90	其他

整体就业状态分析：

就业人数：3122

失业人数：705

按性别分析就业状态：

Gender Employed Unemployed

______ ________ __________

1 1444 274

2 1678 1431

AgeGroup Employed Unemployed

_________ ________ __________

{'20-29'} 1549 290

{'30-39'} 1354 312

{'40-49'} 169 79

{'50-59'} 40 24

{'60-69'} 10 0

{'70-79'} 0 0

按学历分析就业状态：

EducationLevel Employed Unemployed

______________ ________ __________

14 8 1

21 1733 278

31 1968 398

41 12 5

90 106 23

问题二：就业状态预测

根据分析结果，我们可以看出年龄性别学历专业婚姻状态都能够对失业与否产生较大影响。使用机器学习模型(具体模型大纲，可看文末)，如 决策树、随机森林、支持向量机（SVM） 或 逻辑回归 来建立预测模型。

这里以逻辑回归模型为例进行示例说明，后续将加入多模型精度对比进一步丰富

问题三：就业状态预测模型优化

除了个人层面因素影响外，宏观经济、政策、劳动力市场状况、宜昌市居民、消费价格指数、招聘信息等也可能会影响就业状态。因此，我们从国家统计局收集了近20年每个月的各种指标

指标	国民总收入(亿元)	劳动力(万人)	居民消费价格指数(1978=100)	年末总人口(万人)
2024年	1339672			140828
2023年	1283680.3	77216	708	140967
2022年	1223706.8	76863	706.6	141175
2021年	1165816.8	78024	692.7	141260
2020年	1026751.9	78392	686.5	141212