Geum.ru

Метод сбора, конвертации и размещения

Вид материалаДокументы

Содержание


Рис. 1. Модель конвертирования данных в ПАК
Подобный материал:
Метод сбора, конвертации и размещения

исходной информации в базе данных

программно-аналитического комплекса

для ПРОГНОЗИРОВАНИЯ состояния

регионального РЫНКА ТРУДА


Аракелян Сергей Мартиросович

д.ф.-м.н., зав. кафедрой физики и прикладной математики

проректор по инновациям и стратегическому развитию

e-mail: arak@vlsu.ru


Архипова Елена Александровна

к.т.н. , директор регионального центра содействия трудоустройству

и адаптации к рынку труда выпускников образовательных учреждений ВПО,

e-mail: stdo@vlsu.ru


Духанов Алексей Валентинович

к.т.н., доцент кафедры физики и прикладной математики

e-mail: mrx@vpti.vladimir.ru


Блохина Ирина Анатольевна

программист, регионального центра содействия трудоустройству

и адаптации к рынку труда выпускников образовательных учреждений ВПО,

e-mail: center-vlsu@mail.ru


ГОУ ВПО «Владимирский государственный университет»


В мае 2007 года на базе Владимирского государственного университета в рамках инновационной образовательной программы на 2007 – 2008 гг. университетом организован круглый стол «Проблемы адаптации молодежи на региональном рынке труда и перспективы их решения» с участием Муниципального учреждения «Молодежный центр» г.Владимира, Государственной службы занятости населения Администрации Владимирской области, Департаментом по труду и занятости Администрации Владимирской области, Департаментом образования Владимирской области, Ассоциацией работодателей и товаропроизводителей Владимирской области, Комитета по молодежной политике Администрации Владимирской области.

Учитывая необходимость комплексного подхода к решению задач адаптации выпускников учреждений профессионального образования на рынке труда, остроту проблемы, связанную с отсутствием в регионе научно-обоснованного механизма прогнозирования рынков труда и образовательных услуг, а также принимая во внимание решение круглого стола относительно создания структуры регионального уровня, обеспечивающей прогнозирование занятости выпускников образовательных учреждений Владимирского региона университет вплотную подошел к реализации работ по созданию программно-аналитического комплекса (ПАК) для прогнозирования потребности регионального рынка труда в выпускниках учреждений профессионального образования.

Функционирование ПАК предполагается развернуть на базе «Регионального центра содействия трудоустройству и адаптации к рынку труда выпускников образовательных учреждений ВПО» при Владимирском государственном университете.

Планируется до конца текущего года завершить построение модели ПАК, а во второй половине 2007/2008 учебного года апробировать работу ПАК на примере Владимирского региона.

В перспективе возможно расширение функциональных возможностей ПАК в зависимости от потребности вплоть до многовариантных расчетов на перспективный период («что будет, если…») и потребностей отдельных предприятий и организаций.

В рамках данной статьи остановимся подробно на технической стороне получения и обработки исходных данных для прогнозирования.

В первую очередь, необходимо определить: какие именно данные необходимы для прогнозирования, то есть определиться с классификаторами, периодичностью исходных данных. Такой вопрос решается экспертами, роль которых отводится специалистам в области экономических наук.

После того, как классификаторы данных получены, они согласуются с организациями, которые располагают этими данными. Наш опыт показывает, что такие организации могу представить данные, в соответствии с установленными вышестоящими органами формами. Поэтому, для того, чтобы эти данные можно было занести в ПАК, необходимо провести их конвертирование.

Для осуществления конвертирования в ПАК имеются два программных модуля: конвертор классификаций и конвертор таблиц (рис. 1).





Рис. 1. Модель конвертирования данных в ПАК


Конвертор классификаций позволяет вносить в базу данных классификации и из специально подготовленных файлов. Часто у каждой «ветви» классификации имеется утвержденный код и поэтому много времени на подготовку файлов не затрачивается. После того, как файл подготовлен, конвертор создает в БД ПАК классификацию и вносит в нее «ветви» классификации. По коду «ветви» определяется ее уровень вложенности в классификаторе, и поэтому последний формируется не как линейный список, а как дерево.

Когда необходимые классификаторы внесены в базу данных, то можно приступать к их наполнению данными. Для этого в специальном модуле ПАК – конфигураторе создаются поля, привязанные классификатору, а затем в еще одном модуле – построителе шаблонов эти поля добавляются как колонки. Количество колонок должно точно соответствовать количеству колонок в специально подготовленном файле, который пойдет на вход второму модулю – конвертору таблиц. Кроме того, в файле должна быть колонка кода, по которой конвертор таблиц определит, в какие строки БД ПАК нужно вносить данные из подготовленной таблицы. После выполнения всех подготовительных мероприятий, процедура конвертирования занимает несколько минут.

Искомый прогноз можно осуществлять, когда данные в БД ПАК внесены в необходимом объеме – не менее, чем по 12 временным срезам по каждой «ветви» классификации. Для его получения могут быть использованы различные статистические методы обработки данных: многофакторное моделирование, авторегрессионные и экстраполяционные методы, а также нечеткие и нейросетевые алгоритмы. С точки зрения соотношения скорости и качества метода на наш взгляд предпочтителен метод Хольта-Уинтерса из семейства методов экстраполяции. Данный метод позволяет строить прогноз, учитывая сезонность значений во входном временном ряду и их линейный рост. Такие значения чаще всего присущи для социально-экономических параметров.

Учитывая тот факт, что в современных условиях прогнозированию социальной сферы с использованием программно-аналитических комплексов, включая прогнозирование рынков труда и образовательных услуг, придается повышенное внимание, следует особо заметить, что достоверность прогноза в значительной степени определяется эффективностью мониторинга показателей, обеспечивающих целостное представление о рынках труда и образовательных услуг. Связано это с тем, что структура и масштабы региональной экономики складываются под воздействием совокупности факторов, уникальных для каждого субъекта Российской Федерации.