灰色预测理论在龙江大学生信息服务平台应用研究

王媛媛 马世昂 梁冬玲

（东北农业大学，黑龙江哈尔滨 150030）

灰色预测理论在龙江大学生信息服务平台应用研究

王媛媛 马世昂 梁冬玲*

（东北农业大学，黑龙江哈尔滨 150030）

由于现有的大学生网上信息服务平台大多是以一项主要功能作为连接地址存在的，大学生检索信息需要访问很多信息平台才可以获得想了解到的全面信息，因此，大学生群体迫切需要一个与大学生生活息息相关的信息整合平台以方便大学生的日常生活。本文简要阐释了龙江大学生服务平台的优势及特色，利用灰色模型预测方法，对平台的未来五年的受众量和单方面重要功能的需求量进行了预测，进一步分析了平台内各功能的存在必要性，并对模型进行理论性优化，通过数据分析展望平台未来的市场前景。

信息服务平台 灰色预测 混合灰色模型

1 大学生信息服务平台概况

1.1 大学生信息服务平台的现状

国内外有许多成熟且知名的大学生服务平台，各类大学生服务类网站因各自领域的巨大市场需求而层出不穷，而这些与学生息息相关的网络平台之间的交集很有限，其主要特点有以下几点：

（1）网站在某一领域影响力很大，但有关于大学生需求的其他方面或是未开辟的板块被其他领域的优势平台所打压；

（2）网站有自己独特的资源，但之间几乎没有有效的资源共享机制。

国内外的大学生服务平台在其创办形式上都或多或少的存在自己的局限性，还未出现一个涵盖所有大学生所需信息的综合性服务平台。因此，该项目作为一个优势资源的网络链接管家的出现是有一定市场前景的。

图1 应届毕业生考研人数与考研报名总人数关系图

1.2 龙江大学生服务信息平台的优势

区别于国内外其它同类产品内容的单一性和局限性，该平台尽可能多的将与学生息息相关的信息集合于一个链接之下，构建校际之间的信息沟通渠道，增强平台互通有无的功用。以大学生为主要服务对象，以学校为社交单位划分受众群体，以学号等可证明其学生身份的信息对大学生进行实名制核实和社交圈分类，增强平台互信机制。通过激励措施，提升学生参与该平台的兴趣，使学生能够成为平台长期生存的依附基础。

1.3 龙江大学生服务信息平台所面临的主要问题

1.3.1 网站运行问题

该平台将各个零散单一的链接服务器资源整合于一个IP地址之下，因此该平台对浏览器的兼容性和性能要求很高，网站运行时主要会易出现以下三方面问题：

（1）服务器超载。该网站作为一个针对二级网站的搜索引擎，所有的信息检索都会由此发出，因此，一旦网站瞬时处理量超过设计值，就会造成系统崩溃。

（2）数据处理复杂。通过平台系统网页含有大量需要处理的数据，造成系统繁忙，如多图页面，超长页面等各种控件会导致浏览器处理大量数据，若浏览器性能不够，很容易导致其失去效应，甚至死机。

（3）网页代码复杂和浏览器bug。大量个人网站和低质量网站代码的涌现造成对浏览标准的普遍不支持，如果正好碰上浏览器存在的一些bug，浏览器渲染引擎在处理这些网页代码的时候会出错，比如陷入死循环或直接崩溃等。

1.3.2 信息安全问题

该平台属实名制认证平台，由此而引出关联信息如身份证号码，银行卡号码，学生一卡通账号及密码等学生在校重要个人信息均会在该平台的数据库留下信息记录及浏览痕迹，这为网站的信息泄露埋下了隐患。因此，建立强大的网络信息安全防护措施，预防恶意第三方窃取用户信息是该平台重要的信誉保证。

1.3.3 网站系统管理问题

该平台的站内奖励属虚拟货币范畴，由服务器数据库进行信息控制，因此，该模式为恶意篡改信息提供渠道，且国家在虚拟货币及虚拟货币交易方面的法律法规还不是很健全，因此，站内奖励信息的保护，其真实性和安全性同样也是平台的信誉保证。

表1 2010-2015年6年黑龙江省高校应届毕业生考研人数相关数据信息

2 龙江大学生服务信息平台的市场受众量数据分析

该平台主要由生活类板块和教育类板块组成，其中生活类板块的受众因高校的持续扩招而不断增加，市场前景良好，因此本文着重讨论教育类板块的市场受众变化趋势，意在通过灰色人口预测模型，对未来五年与平台教育类板块相关功能的受众量进行预测分析，从而得出其教育类功能的市场前景，进而综合评价该平台的市场前景。

2.1 生活类板块受众需求量分析

通过收集历年的黑龙江省高校在校普通全日制学生的人数数据可知，黑龙江各高校全日制学生数量至少为40万人，且随着高校的继续扩招，这个数字会不断的增加。与这些受众群体息息相关的日常生活用品购买、二手书交易、大学英语四六级考试、日常出行、课程相关信息查询、就业信息等等均可作为该平台的服务模块。通过链接优势的二级网络平台，其作为资源整理数据终端的地位会随着大量学生的需求量而日渐突出。

2.2 学生学习类模块

2.2.1 考研人数变化趋势分析

通过收集历年黑龙江省高校应届毕业生考研人数的相关数据，利用SPSS对黑龙江省高校考研人数做出预测分析。（表1、图1）

2.2.2 黑龙江省考研人数预测模型建立

考研人数预测模型的建立可分为以下几步：（1）原始数据处理。1）输入原始数据：将收集到的最近六年的应届毕业生考研人数输入式（1）

2）求级比λ：

将式（1）所得结果输入式二，求出级比λ

（2）建立模型：

1）对原始数据作一次累加，x（0）即

2）构造数据矩阵B 及数据向量Y：

由最小二乘法得

（3）模型求解。

1）求生成数列预测值x（1）（k+1）及模型还原值x（0）（k+1）：

令k = 1，2，3，4，5，6，由上面的时间响应函数可算得x^（1），其中取

由x（0）（k ）=x（1）（k）-x（1）（k-1），取k = 2，3，4，，7，得

2）预测未来五年应届毕业生考研人数

分别令t=7，8，9，10，11代入式（3），从而预测出未来五年应届毕业生考研人数：

分别为35286，34065，33983，33558，33100，最终在33000人左右波动，同时考研率在63%左右波动。

结论：虽然考研人数从2013年后有所下降，但最终会趋于平稳，高校推免生人数与考研人数大致持平，因此考研教育板块仍存在相当可观的市场。

2.2.3 公共课程及专业课程模块

随着大学学习的不断深入，越来越多的学生需要公共课程和专业课程的复习资料等资源，可以通过此契机在校际之间易购考研资料和专业课资源在校内易购考试复习资料及二手书籍。

3 模型优化

传统的灰色预测模型，其计算基础建立在灰微分方程之上，其解在初始条件为一次累加数据的情况下得出，由最小二乘法可见，其拟合曲线不一定经过第一数据点，所以一次累加数据作为初始条件的理论依据有限，因此，对该模型进行优化，使用混合灰色预测模型。

3.1 模型建立

对原始数据进行非负化处理，对该数列最小项加绝对值：

N为模型参数个数，n为每个参数对应的测量值个数：

式（4）被称为数据提升。

3.2 优化后优势

该优化模型省去了利用一次累加数值计算uˆ的过程，消除了一次累加数据理论性不足的劣势，使模型的理论性更加充分。

4 市场前景

综上所述，无论是生活服务方面还是学习工作方面，该平台都具有广阔的市场前景，越来越多的高校入学生和应届高校毕业生将推动平台不断先前发展。根据模型预测数据为网站访问量设计值必要的参考，尽量避免网站所潜在的威胁。

［1］维克托·迈尔-舍恩伯格，肯尼斯·库克耶.大数据时代［M］.杭州：浙江人民出版社，2013.62-74.

［2］姜启源，谢金星.数学模型［M］.北京：高等教育出版社，2013.249-255.

［3］司守奎.数学模型与应用［M］.北京：国防工业出版社，2011.168-173.

［4］李小燕.灰色神经网络预测模型的优化研究［D］.武汉：武汉理工大学，2009.

［5］栾微.黑龙江2015年考研报名人数［E］.新浪教育，2014-11-20.［6］欧阳凌翔.解读淘宝网的C2C电子商务模式［J］.信息与电脑，2008，（7）：40-45.

附录

clc，clear

……

……

2015东北农业大学大学生创业训练项目。项目名称：龙江大学生服务信息平台。

王媛媛，女，东北农业大学工程管理12级；马世昂，男，东北农业大学工程管理12级。

⋆通讯作者：梁冬玲（1978- ），东北农业大学，副教授。