【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种失业人数预测的方法及装置。
技术介绍
1、就业一直是民生工作的关注重点，预测未来失业人数有助于给人力资源和社会保障机构分配社保基金提供参考，对民生工作有积极作用。
2、现有的失业人数预测大多是基于一些宏观数据进行预测，如gdp数据、公开披露的失业率数据等，或者根据一些政策文件指导由专家对失业情况进行预测，但在实际研究中，这些宏观数据存在滞后性，在进行失业人数预测时无法利用到这些宏观数据的真实值进行预测，且公开披露的失业率主要有登记失业率和调查失业率两种，登记失业率是根据社保部门登记在册的人数统计，调查失业率是根据抽样调查统计，二者在统计时均可能存在一定缺漏，且依赖人工进行预测存在一定主观性，因此，最终的失业人数预测结果的准确性得不到保证。
技术实现思路
1、本专利技术所要解决的技术问题是：本专利技术提供一种失业人数预测的方法及装置，提高失业人数预测的准确性。
2、为了解决上述技术问题，本专利技术采用的技术方案为：
3、第...
【技术保护点】
1.一种失业人数预测的方法，其特征在于，包括：
2.如权利要求1所述的一种失业人数预测的方法，其特征在于，所述时间序列函数包括ets函数、arima函数和HoltWinters函数，所述将所述历史退保人数真实值输入时间序列函数构建退保人数预测模型包括：
3.如权利要求1所述的一种失业人数预测的方法，其特征在于，所述GDP预测模型为ARIMA模型。
4.如权利要求1所述的一种失业人数预测的方法，其特征在于，所述失业人数预测模型的生成过程包括：
5.如权利要求1所述的一种失业人数预测的方法，其特征在于，还包括：
...
【技术特征摘要】
1.一种失业人数预测的方法，其特征在于，包括：
2.如权利要求1所述的一种失业人数预测的方法，其特征在于，所述时间序列函数包括ets函数、arima函数和holtwinters函数，所述将所述历史退保人数真实值输入时间序列函数构建退保人数预测模型包括：
3.如权利要求1所述的一种失业人数预测的方法，其特征在于，所述gdp预测模型为arima模型。
4.如权利要求1所述的一种失业人数预测的方法，其特征在于，所述失业人数预测模型的生成过程包括：
5.如权利要求1所述的一种失业人数预测的方法，其...
【专利技术属性】
技术研发人员：李喆，张兴，纪日城，涂平，郑瀚，宋斌，陈俊铭，刘小慧，黄炜，黄毅，
申请(专利权)人：福建大数据一级开发有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。