Личный кабинет
Подробное описание документа
Пролетарский А. В.
Гибридная интеллектуальная система прогнозирования потребности экономики России в квалифицированных кадрах / Пролетарский А. В., Березкин Д. В., Цаплин С. Т. // Вестник МГТУ им. Н. Э. Баумана. Сер. Приборостроение. - 2026. - № 2. -
Скачать документ
Рассмотрена гибридная интеллектуальная система прогнозирования потребности экономики России в квалифицированных кадрах с акцентом на анализ временных рядов вакансий. В условиях динамично изменяющегося рынка труда точные прогнозы позволяют работодателям и соискателям более эффективно планировать свои стратегии. Проведенные исследования охватывают период с июня 2022 года по ноябрь 2023 года и используют данные с ведущих сайтов вакансий. Применены классические статистические методы и современные технологии машинного обучения, включая Singular Spectrum Analysis, XGBoostRegressor и инновационный метод TimeLLM, основанный на методах Large Language Mode (LLM). Гибридный метод, сочетающий Singular Spectrum Analysis и XGBoostRegressor, а также метод TimeLLM, показал высокую точность прогнозирования, особенно для ИТ-специальностей и руководящих должностей. Оценка качества прогнозов выполнена с использованием метрик Mean Absolute Error и Mean Absolute Percentage Error. Перечслены преимущества гибридных подходов и LLM-методов по сравнению с классическими подходами и возможные ограничения, связанные с выходом за пределы допустимых значений. Отмечено, что гибридные методы и LLM-методы позволяют достигать высокой прогностической точности, но необходимо учитывать специфику данных и возможную коррекцию экстремальных значений. Даны рекомендации по использованию TimeLLM как гибкого инструмента, способного интегрировать экзогенные переменные и настраиваться под конкретные задачи прогнозирования Просьба ссылаться на эту статью следующим образом: Пролетарский А.В., Березкин Д.В., Цаплин С.Т. Гибридная интеллектуальная система прогнозирования потребности экономики России в квалифицированных кадрах. Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение, 2026, № 2 (155), с. 80–91. EDN: CUNSTQ
Статья опубликована в следующих изданиях
№ 2. - 2026.
