Luận Văn: Hệ Trợ Giúp Quyết Định Thông Minh Cho Dự Báo Cung Cầu Lao Động - ĐH Bách Khoa Hà Nội

Luận văn về hệ trợ giúp quyết định thông minh dự báo cung cầu lao động. Nghiên cứu ứng dụng các mô hình tiên tiến, nâng cao hiệu quả quản trị nguồn nhân lực.

• Tác giả: Nguyễn Văn An
• Người hướng dẫn: Ts. Phạm Văn Hải
• Trường học: Trường Đại Học Bách Khoa Hà Nội
• Chuyên ngành: Hệ Thống Thông Tin
• Đề tài: Hệ Trợ Giúp Quyết Định Thông Minh Cho Dự Báo Cung Cầu Lao Động
• Loại tài liệu: Luận Văn Thạc Sĩ Kỹ Thuật
• Năm xuất bản: 2017
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: MỞ ĐẦU
• 1.1. Lý do lựa chọn đề tài
• 1.2. Mục đích nghiên cứu
• 1.3. Nhiệm vụ nghiên cứu
• 1.4. Đối tượng và phạm vi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.6. Ý nghĩa khoa học và thực tiễn
• 1.7. Đóng góp mới của luận văn
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Tổng quan thị trường lao động Việt Nam
• 2.2. Khái niệm về thị trường lao động
• 2.3. Đặc điểm thị trường lao động
• 2.4. Các yếu tố của thị trường lao động và nhân tố tác động
• 2.5. Điều kiện để hình thành và phát triển thị trường lao động
• 2.5.1. Điều kiện hình thành
• 2.5.2. Điều kiện phát triển thị trường lao động ở Việt Nam
• 2.6. Một số khái niệm cơ bản liên quan
• 2.7. Vai trò của dự báo cung cầu lao động
• 2.8. Các yếu tố tác động đến dự báo cung cầu lao động
• 2.9. Các phương pháp dự báo
• 2.9.1. Phương pháp định tính
• 2.9.2. Phương pháp định lượng
• 2.10. Một số mô hình dự báo cung cầu lao động
• 2.10.1. Mô hình dự báo cung cầu lao động được sử dụng tại Việt Nam
• 2.10.2. Mô hình dự báo cung cầu lao động được sử dụng trên thế giới
• 3. CHƯƠNG 3 - ĐỀ XUẤT PHƯƠNG PHÁP, QUY TRÌNH CHO DỰ BÁO CUNG CẦU LAO ĐỘNG
• 3.1. Đề xuất các phương pháp dự báo cung cầu lao động
• 3.2. Xác định chỉ tiêu cần dự báo cung cầu lao động Việt Nam

Tóm tắt

I. Tổng quan Hệ trợ giúp quyết định dự báo cung cầu

Hệ thống hỗ trợ giúp quyết định (DSS) thông minh cho dự báo cung cầu lao động là một công cụ mạnh mẽ, sử dụng trí tuệ nhân tạo (AI) và học máy (ML) để cải thiện độ chính xác và hiệu quả của việc dự báo kinh tế. Thị trường lao động biến động không ngừng, chịu ảnh hưởng bởi nhiều yếu tố như tăng trưởng kinh tế, thay đổi công nghệ, và chính sách của chính phủ. Việc dự đoán chính xác nhu cầu cung lao động và cầu lao động là rất quan trọng cho các nhà hoạch định chính sách, doanh nghiệp và người lao động. Theo báo cáo của Tổng Cục thống kê [3], đến hết Quý II năm 2016 có 54,36 triệu người tham gia lực lượng lao động. Một hệ thống DSS thông minh có thể giúp phân tích khối lượng lớn dữ liệu, xác định xu hướng và đưa ra dự báo chính xác hơn so với các phương pháp truyền thống. Điều này giúp các tổ chức đưa ra quyết định tốt hơn về tuyển dụng, đào tạo và phát triển nguồn nhân lực. Hệ thống này không chỉ dừng lại ở việc dự báo, mà còn cung cấp các khuyến nghị và kịch bản khác nhau để người dùng có thể đưa ra quyết định thông minh dựa trên phân tích dữ liệu toàn diện.

1.1. Định nghĩa và mục tiêu của dự báo cung cầu lao động

Dự báo cung cầu lao động là quá trình ước tính nhu cầu về lao động và nguồn cung lao động trong tương lai. Mục tiêu chính là cung cấp thông tin cho việc hoạch định chính sách, quản lý nguồn nhân lực và tối ưu hóa hoạt động kinh doanh. Theo bản tin cập nhật thị trường lao động Việt Nam số 11, quý 4 năm 2016 của Bộ Lao động-Thương binh và xã hội [2], Quy 2/2016, cả nước có 1.110 nghìn người trong độ tuổi lao động thất nghiệp. Việc dự báo chính xác giúp giảm thiểu tình trạng thất nghiệp, đảm bảo nguồn cung lao động phù hợp với nhu cầu của thị trường và hỗ trợ phát triển kinh tế bền vững.

1.2. Vai trò của hệ thống hỗ trợ quyết định thông minh

Hệ thống DSS thông minh đóng vai trò quan trọng trong việc cải thiện quá trình dự báo cung cầu lao động. Chúng cung cấp các công cụ và kỹ thuật để phân tích dữ liệu, xây dựng mô hình dự báo và đánh giá các kịch bản khác nhau. Hệ thống này giúp người dùng đưa ra quyết định nhanh chóng và chính xác hơn, dựa trên thông tin được trực quan hóa dữ liệu và các khuyến nghị cụ thể.

II. Thách thức dự báo cung cầu lao động truyền thống

Các phương pháp dự báo truyền thống thường dựa vào phân tích thống kê đơn giản và kinh nghiệm chủ quan. Chúng có thể không đủ mạnh để xử lý độ phức tạp và biến động của thị trường lao động hiện đại. Dữ liệu lịch sử có thể không còn phù hợp do những thay đổi về công nghệ và cơ cấu kinh tế. Việc thiếu dữ liệu chính xác và kịp thời cũng là một thách thức lớn. Các mô hình truyền thống thường khó điều chỉnh để phù hợp với các yếu tố bên ngoài như biến động kinh tế toàn cầu, chính sách mới của chính phủ. Do đó, cần có những phương pháp dự báo tiên tiến hơn, có khả năng xử lý dữ liệu lớn và thích ứng với sự thay đổi liên tục của thị trường. Theo báo cáo của Tổng Cục thống kê [3], đến hết Quý II năm 2016 có 54,36 triệu người tham gia lực lượng lao động. Việc dự báo chính xác cung, cầu lao động trong tương lai sẽ cho biết sự thừa thiếu lao động trong các ngành, tỉnh, địa phương, vùng, theo bằng cấp,. để có thể có những chính sách nhằm chuyển dịch cơ cấu lao động phù hợp.

2.1. Hạn chế của phương pháp dự báo thống kê truyền thống

Phương pháp thống kê truyền thống thường dựa vào các mô hình tuyến tính và giả định rằng các yếu tố tác động đến thị trường lao động là ổn định. Tuy nhiên, thị trường lao động thực tế phức tạp và phi tuyến tính, chịu ảnh hưởng bởi nhiều yếu tố khó dự đoán. Điều này dẫn đến độ chính xác thấp của các dự báo.

2.2. Vấn đề về dữ liệu và tính kịp thời trong dự báo

Dữ liệu về thị trường lao động thường không đầy đủ, không chính xác hoặc không được cập nhật kịp thời. Điều này gây khó khăn cho việc xây dựng các mô hình dự báo chính xác. Việc thu thập và xử lý dữ liệu là một quá trình tốn kém và mất thời gian, làm giảm tính kịp thời của thông tin dự báo.

2.3. Khó khăn trong việc thích ứng với thay đổi nhanh chóng

Thị trường lao động thay đổi nhanh chóng do sự phát triển của công nghệ, thay đổi cơ cấu kinh tế và chính sách của chính phủ. Các mô hình dự báo truyền thống thường khó thích ứng với những thay đổi này, dẫn đến độ chính xác giảm sút.

III. Phương pháp Xây dựng hệ thống dự báo thông minh

Để vượt qua những thách thức trên, luận văn đề xuất xây dựng một hệ thống hỗ trợ giúp quyết định thông minh dựa trên trí tuệ nhân tạo, học máy và phân tích dữ liệu lớn. Hệ thống này sẽ sử dụng các thuật toán tiên tiến để học hỏi từ dữ liệu lịch sử, xác định các yếu tố tác động và đưa ra dự báo chính xác hơn. Nó cũng sẽ có khả năng thích ứng với sự thay đổi của thị trường và cung cấp các khuyến nghị tùy chỉnh cho người dùng. Hệ thống này được xây dựng dựa trên các mô hình toán học và thuật toán hiện đại, đảm bảo tính tối ưu hóa và độ tin cậy của kết quả. Giao diện dashboard trực quan giúp người dùng dễ dàng theo dõi và phân tích dữ liệu.

3.1. Ứng dụng học máy trong dự báo cung cầu lao động

Học máy cung cấp các công cụ mạnh mẽ để xây dựng mô hình dự báo phức tạp và phi tuyến tính. Các thuật toán như mạng nơ-ron, cây quyết định và máy học hỗ trợ vector có thể được sử dụng để học hỏi từ dữ liệu lịch sử và dự đoán xu hướng trong tương lai. Các mô hình học máy có khả năng tự động điều chỉnh và cải thiện độ chính xác khi có thêm dữ liệu mới.

3.2. Phân tích dữ liệu lớn và khai phá tri thức

Phân tích dữ liệu lớn cho phép xử lý khối lượng lớn dữ liệu từ nhiều nguồn khác nhau, bao gồm dữ liệu thống kê, dữ liệu mạng xã hội và dữ liệu từ các trang web việc làm. Các kỹ thuật khai phá tri thức có thể được sử dụng để xác định các mối quan hệ ẩn và các yếu tố tác động đến thị trường lao động. Từ đó đưa ra các dự báo chính xác hơn.

3.3. Xây dựng mô hình dự báo kết hợp

Để cải thiện độ chính xác, luận văn đề xuất xây dựng một mô hình dự báo kết hợp, kết hợp các phương pháp thống kê truyền thống với các kỹ thuật học máy. Mô hình kết hợp này sẽ tận dụng ưu điểm của từng phương pháp và giảm thiểu nhược điểm của chúng, tạo ra một dự báo toàn diện và chính xác hơn.

IV. Ứng dụng thực tế Giao diện và chức năng hệ thống DSS

Luận văn trình bày một ví dụ về việc xây dựng hệ thống DSS cho dự báo cung cầu lao động tại Việt Nam. Hệ thống này cung cấp một giao diện thân thiện, cho phép người dùng nhập dữ liệu, lựa chọn mô hình dự báo và xem kết quả. Hệ thống cũng cung cấp các công cụ để đánh giá độ chính xác của dự báo và điều chỉnh mô hình khi cần thiết. Hệ thống DSS cung cấp khả năng tạo ra các kịch bản dự báo khác nhau dựa trên các giả định khác nhau, giúp người dùng đánh giá các rủi ro và cơ hội tiềm năng. Các báo cáo trực quan hóa dữ liệu giúp người dùng dễ dàng hiểu và truyền đạt thông tin.

4.1. Thiết kế giao diện người dùng thân thiện

Giao diện người dùng cần được thiết kế trực quan và dễ sử dụng, cho phép người dùng nhập dữ liệu, lựa chọn mô hình dự báo và xem kết quả một cách dễ dàng. Các biểu đồ và đồ thị nên được sử dụng để trình bày thông tin một cách rõ ràng và dễ hiểu.

4.2. Chức năng lựa chọn và tùy chỉnh mô hình dự báo

Hệ thống nên cung cấp một loạt các mô hình dự báo khác nhau để người dùng lựa chọn, bao gồm các mô hình thống kê truyền thống và các mô hình học máy tiên tiến. Người dùng nên có khả năng tùy chỉnh các tham số của mô hình để phù hợp với dữ liệu và mục tiêu dự báo cụ thể.

4.3. Khả năng tạo kịch bản và phân tích độ nhạy

Hệ thống nên cung cấp khả năng tạo ra các kịch bản dự báo khác nhau dựa trên các giả định khác nhau về các yếu tố tác động đến thị trường lao động. Người dùng nên có khả năng phân tích độ nhạy của dự báo đối với các thay đổi trong các giả định này.

V. Đánh giá hiệu quả hệ thống dự báo cung cầu lao động

Để đánh giá hiệu quả của hệ thống DSS, luận văn sử dụng dữ liệu thực tế từ thị trường lao động Việt Nam để so sánh kết quả dự báo với các phương pháp truyền thống. Kết quả cho thấy hệ thống DSS có độ chính xác cao hơn và khả năng thích ứng tốt hơn với sự thay đổi của thị trường. Hệ thống DSS này cũng giúp giảm thiểu thời gian và chi phí cho việc dự báo, đồng thời cung cấp thông tin chi tiết và khuyến nghị có giá trị cho người dùng. Các kết quả cho thấy tính khả thi của hệ thống trí tuệ nhân tạo này, và tiềm năng ứng dụng rộng rãi trong các lĩnh vực khác của dự báo kinh tế.

5.1. Phương pháp đánh giá và chỉ số hiệu suất

Hiệu quả của hệ thống có thể được đánh giá bằng cách so sánh kết quả dự báo với dữ liệu thực tế. Các chỉ số hiệu suất như sai số bình phương trung bình (RMSE), sai số tuyệt đối trung bình (MAE) và hệ số xác định (R-squared) có thể được sử dụng để đo lường độ chính xác của dự báo.

5.2. So sánh với các phương pháp dự báo truyền thống

Kết quả dự báo của hệ thống nên được so sánh với kết quả dự báo của các phương pháp truyền thống, chẳng hạn như phân tích hồi quy và dự báo dựa trên kinh nghiệm. So sánh này sẽ cho thấy liệu hệ thống mới có mang lại cải thiện đáng kể so với các phương pháp hiện có hay không.

5.3. Phân tích độ nhạy và độ tin cậy của dự báo

Độ nhạy của dự báo đối với các thay đổi trong các giả định và dữ liệu đầu vào nên được phân tích để đánh giá tính ổn định của hệ thống. Độ tin cậy của dự báo nên được ước tính để cung cấp cho người dùng một thước đo về mức độ tin cậy của thông tin.

VI. Kết luận Triển vọng và phát triển hệ thống trong tương lai

Luận văn đã trình bày một phương pháp tiếp cận mới để dự báo cung cầu lao động bằng cách sử dụng hệ thống hỗ trợ giúp quyết định thông minh dựa trên trí tuệ nhân tạo và học máy. Hệ thống này có tiềm năng cải thiện đáng kể độ chính xác và hiệu quả của việc dự báo, giúp các nhà hoạch định chính sách, doanh nghiệp và người lao động đưa ra quyết định tốt hơn. Trong tương lai, hệ thống có thể được mở rộng để bao gồm nhiều yếu tố hơn, tích hợp với các nguồn dữ liệu khác nhau và cung cấp các khuyến nghị cá nhân hóa cho người dùng. Sự phát triển của dữ liệu lớn và trí tuệ nhân tạo sẽ tiếp tục thúc đẩy sự tiến bộ trong lĩnh vực dự báo thị trường lao động.

6.1. Tóm tắt đóng góp và kết quả chính

Luận văn đã đóng góp vào lĩnh vực dự báo cung cầu lao động bằng cách đề xuất một hệ thống DSS thông minh dựa trên trí tuệ nhân tạo và học máy. Kết quả cho thấy hệ thống này có độ chính xác cao hơn và khả năng thích ứng tốt hơn so với các phương pháp truyền thống.

6.2. Hướng nghiên cứu và phát triển tiếp theo

Trong tương lai, nghiên cứu có thể tập trung vào việc tích hợp thêm các nguồn dữ liệu mới, phát triển các mô hình dự báo phức tạp hơn và cung cấp các khuyến nghị cá nhân hóa cho người dùng. Nghiên cứu cũng có thể khám phá việc sử dụng các kỹ thuật trí tuệ nhân tạo khác, chẳng hạn như xử lý ngôn ngữ tự nhiên và thị giác máy tính, để cải thiện quá trình dự báo.

6.3. Tác động tiềm năng đối với chính sách và thực tiễn

Hệ thống có tiềm năng tác động đáng kể đến chính sách và thực tiễn trong lĩnh vực thị trường lao động. Các nhà hoạch định chính sách có thể sử dụng hệ thống để đưa ra các quyết định sáng suốt hơn về giáo dục, đào tạo và phát triển nguồn nhân lực. Doanh nghiệp có thể sử dụng hệ thống để lập kế hoạch tuyển dụng và quản lý nguồn nhân lực hiệu quả hơn. Người lao động có thể sử dụng hệ thống để đưa ra các quyết định nghề nghiệp tốt hơn.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ DÀO TẠO TRUONG DAI HOC BACH KHOA HA NOL Nguyễn Văn An HỆ TRỢ GIÚP QLYÉT ĐỊNH THÔNG MINH CHO DỰ BẢO CUNG CAU LAO DONG Chuyên ngành: TIệ thống thông tin LUAN VAN THAC Si KY THUAT HE THONG THONG TIN Hà Nội — 2017 BO GIAO DUC VA DAO TAG TRUONG DAI HOC BACH KHOA HA NOL Nguyễn Văn An HỆ TRỢ GIÚP QUYẾT ĐỊNH THÔNG MINH CHO DỰ BẢO CUNG CẢU LAO ĐỌNG Chuyên ngành: Hệ thống thông tin LUẬN VĂN THẠC SĨ KỸ THUẬT HỆ THÔNG THÔNG TIN NGƯỜI HƯỚNG DẪN: TS. Phạm Vin 114i Hà Nội —2017 LỜI CAM DOAN Những kiến thức trình bày trong luận văn là đo lôi tìm hiển, nghiên cứu và trinh bay theo những kiến thức tổng hợp của cả nhân. Kết quá nghiên cửu trong luận văn này chưa tỉng được công bề tại bất kỳ công trình nào khác. Trong quá trình làm luận văn, tôi có tham khảo các tải liệu có liên quan và đá ghỉ rõ nguồn tài liệu tham khảo.

'Tôi xin cam đoan đây là công trình nghiên cứu của tôi và không sao chép của bất kỳ ai Tôi xiu chịu hoàn toàn trách rửiệm, nếu sai, lỗi xi chịu mọi hình thức kỷ luậi theo quy định. Hà Nội, tháng 4 năm 2017 'Hục viên Nguyễn Van An ĐANH MỤC CÁC HÌNH VÀ BIÊU ĐÒ 1linh 2.1: Hiểu đồ thánh lập doanh nghiệp theo Quý, nguồn: Lổng Cục thông kê.6 Tinh 22: Mô hình dự báo cưng cầu lao động tại Trung tâm Quốc gia về Dịch vụ việc đám, Nguồn: Trung lâm Quốc gia về Dịch vụ việc làm - - 20 Tình 2.3: Băng cân đối liên ngành JO mguỗn: Trung tâm Quốc gia về Dịch vụ việc lâm.4: Sơ đã Ước hong hàn sản xuất và hảm cầu lao2 động TTình 2.5: Sơ để tính biến động năng xuất lao động nhờ phân tích chuỗi thời gian.ưa chọn mô bình đự báo trên 6 tiêu chỉ, Nguồn: Trung tâm Quốc gia về Tịch vụ việc làm.7: Quy trình dự báo cầu lao động ngắn hạn của Thụy Điển, Nguồn: Mỏ hình dự báo cầu lao động ngắn hạn- [rung tâm Quốc gia về I2ich vụ việc lảm .8: Mô hình dự báo nhân lực Anh, Nguồn: Tran Thi Phuong Nam (2014), Cơ sở khoa học của dự báo nữ cầu nhân lực trình độ cao đẳng, đại học ở Việt Nam, Luận văn tiến sỹ khoa học giáo duc.1: Mô hình Hệ trợ giúp quyết dịnh thông xninh t cho dự báo cung cầu lao động, Việt Nam.2: Quy tình dự báo cụcung s lao động.3: Quy trình dự báo cằu lao động. 30 Hình 444: Kết quá hổi quy cầu lao động 52 Hình 4.5: Kết quá hổi quy cầu lao d6ng.6; Két qua hi quy oda lao d6ng o. ecceccceccseessessseeesneeeesiieeinin senses dD 1linh 4.7: Kết quá dự báo cầu lao động năm 2016.8: Két qua dir bao cau lao déng 37 Tình 49: Giao điện màn hinh ban dan.10: Giao điện mán hình nạp dữ liệu dẫu vào, 68 Hình 4.11: Giao điện mản hình lựa chọn dạng ham.12: Giao điện mán bình lụa chọn mô hình dự báo .13: Giao điện mán hình hiển thị kết quả dự báo - - 70 THình 414: Giao điện màn hình kiếm định mô hình dự báo - - 70 Hinh 4.15: Giao dién man hinh tao kich bản dự báo.

Keo CHUONG 1- MG BAU 1. Lý do lựa chụn đề tài. Dự báo về nhu cau nguồn nhận lực là yêu tố quan trọng trong hoạch định chính sách phát triển thị trường lao động và quá trình xây đựng chiến lược phát triển nguồn. nhân lực quốc gia nhằm đáp ứng yêu cảu công nghiệp hóa — hiện đại hóa đất nước trong điêu kiện hội nhập quốc tẻ |L|.

Để có một chính sách tốt vẻ phát triển nguồn nhân lực đòi hỏi phái có những đánh giá cũng như những dự bảo tết về nhu cầu nhân Tue trong lương lai, qua đó đáp ứng được yêu cầu phát triển cũa thị nưởng lao động và xa hơn nữa là phát triển kinh tế - xã hội. Theo báo cáo của Tổng Cục thống kê [3], đến hết Quý IT năm 2016 có 54,36 triệu người tham gia lực lượng lao động, chiếm 77,23% dâu số từ 15 tuổi trở lên, tăng, 1,03% so với cùng kỳ năm trước. Tỷ lệ lao động qua đảo tạo có bằng cấp/chứng chí từ 3 tháng trở lên là 11,21 triệu người, tăng 4,09%; lao động có việc làm là 53.244 triệu người, lầng 1,35%; lao động làm công hưởng lương 21,97 triệu người, lăng 7,8⁄4 so với cùng kỷ nằm 2015, Theo bản tin cập nhật thị trường lao động Việt Nam số 11, quỹ 4 năm 2016 của Bộ Lao động-Thương binh và xã hội [2], Quy 2/2016, cả nước có 1.110 nghìn người trong a6 tudi lao động thất nghiệp, giảm 7,7 ngÌủn người so với quý 3/2016, nhung tăng 58,4 nghìn người so với quý 4/2015. Số thanh niên bị thất nghiệp cũng củng với xu thế trên (piâm 56 nghìn người so với quý 3/2016, nhưng tăng 27,3 nghìn người số với quý 4/2015).

Trong số những người thất nghiệp, có 471 nghìn người có CMKT (chiếm 42,439), nhiều nhất ở nhóm trình độ “đại học trở lên” (218,8 nghìn người, lắng 16,5 nghìn người số với quý trước), tiếp theo là nhóm “cao đẳng” (124,8 nghìn người, giảm 5,9 nghìn người) và “trung cấp” (70,2 nghìn người, giảm 14,1 nghin người). Như vậy cho thấy, thị trường lao động Việt Nam vẫn là một thị trường dư thừa lao động và phát triển không đẳng đều, quan hệ dung, câu lao động, giữa các vùng, khu vực, ngành nghề kinh tẻ dang mắt cân dối. Việc dự báo cung, cầu Jao động trong tương lai sẽ cho biết sự thừa thiếu lao động trong các ngành, tỉnh, địa phương, vùng, theo bằng cấp,. để có thế có những chính sách nhằm chuyến địch ĐANH MỤC CÁC HÌNH VÀ BIÊU ĐÒ 1linh 2.1: Hiểu đồ thánh lập doanh nghiệp theo Quý, nguồn: Lổng Cục thông kê.6 Tinh 22: Mô hình dự báo cưng cầu lao động tại Trung tâm Quốc gia về Dịch vụ việc đám, Nguồn: Trung lâm Quốc gia về Dịch vụ việc làm - - 20 Tình 2.3: Băng cân đối liên ngành JO mguỗn: Trung tâm Quốc gia về Dịch vụ việc lâm.4: Sơ đã Ước hong hàn sản xuất và hảm cầu lao2 động TTình 2.5: Sơ để tính biến động năng xuất lao động nhờ phân tích chuỗi thời gian.ưa chọn mô bình đự báo trên 6 tiêu chỉ, Nguồn: Trung tâm Quốc gia về Tịch vụ việc làm.7: Quy trình dự báo cầu lao động ngắn hạn của Thụy Điển, Nguồn: Mỏ hình dự báo cầu lao động ngắn hạn- [rung tâm Quốc gia về I2ich vụ việc lảm .8: Mô hình dự báo nhân lực Anh, Nguồn: Tran Thi Phuong Nam (2014), Cơ sở khoa học của dự báo nữ cầu nhân lực trình độ cao đẳng, đại học ở Việt Nam, Luận văn tiến sỹ khoa học giáo duc.1: Mô hình Hệ trợ giúp quyết dịnh thông xninh t cho dự báo cung cầu lao động, Việt Nam.2: Quy tình dự báo cụcung s lao động.3: Quy trình dự báo cằu lao động.

30 Hình 444: Kết quá hổi quy cầu lao động 52 Hình 4.5: Kết quá hổi quy cầu lao d6ng.6; Két qua hi quy oda lao d6ng o. ecceccceccseessessseeesneeeesiieeinin senses dD 1linh 4.7: Kết quá dự báo cầu lao động năm 2016.8: Két qua dir bao cau lao déng 37 Tình 49: Giao điện màn hinh ban dan.10: Giao điện mán hình nạp dữ liệu dẫu vào, 68 Hình 4.11: Giao điện mản hình lựa chọn dạng ham.12: Giao điện mán bình lụa chọn mô hình dự báo .13: Giao điện mán hình hiển thị kết quả dự báo - - 70 THình 414: Giao điện màn hình kiếm định mô hình dự báo - - 70 Hinh 4.15: Giao dién man hinh tao kich bản dự báo. Keo LOT CAM ON “Trước hệt tôi xin bày tỏ tỉnh cảm và lỏng biết ơn đổi với thầy giáo hướng dẫn TS. Pham Văn Hải, Viên công nghệ thông lin va truyền thông, trường Đại học Bách khoa Hà Nội, người đã đành cho tôi rất nhiền thời gian quý bán, trực tiếp hướng dẫn tận tỉnh iủp dỡ, chỉ bão tôi trong suốt quá trình thực hiện tìm hiểu dễ tải “Hệ ợ giáp xa quyết định thông mình cho âự báo cùng câu lao động” Tôi xin cảm ơn các thầy giáo, cô giáo Viên công nghệ thông tì và truyền thông, Trường Dai hoc Bach Khoa Hà Nội, những người đã dạy dỗ, trang bị cho tôi những kiến thức clmyên môn và giúp chúng tôi biểu rõ hơn các lĩnh vực đã nghiên cứ để hoàn thành đẻ tài dược giao, Xin căm ơn đồng nghiệp tại Trung tầm Quốc gia vẻ Dịch vụ việc lam, Cục Việc làm, Bộ Lao động-Thương bình và Xã hội đã động viên cố vũ, đóng góp ý kiến, trao đổi wong suốt quá trình học cũng như làm huận văn, giúp tôi hoản thánh dễ tải đúng, thời hạn Cuỗi cùng, tôi xin gửi lời cảm ơn tới tật cả người thân trong gia định, bạn bè đã động viện và giúp đỡ tôi trong quả trinh học tập và thực hiện luện văn, Học viên Nguyễn Văn An CHUONG 1- MG BAU 1.

Lý do lựa chụn đề tài. Dự báo về nhu cau nguồn nhận lực là yêu tố quan trọng trong hoạch định chính sách phát triển thị trường lao động và quá trình xây đựng chiến lược phát triển nguồn. nhân lực quốc gia nhằm đáp ứng yêu cảu công nghiệp hóa — hiện đại hóa đất nước trong điêu kiện hội nhập quốc tẻ |L|. Để có một chính sách tốt vẻ phát triển nguồn nhân lực đòi hỏi phái có những đánh giá cũng như những dự bảo tết về nhu cầu nhân Tue trong lương lai, qua đó đáp ứng được yêu cầu phát triển cũa thị nưởng lao động và xa hơn nữa là phát triển kinh tế - xã hội.

Theo báo cáo của Tổng Cục thống kê [3], đến hết Quý IT năm 2016 có 54,36 triệu người tham gia lực lượng lao động, chiếm 77,23% dâu số từ 15 tuổi trở lên, tăng, 1,03% so với cùng kỳ năm trước. Tỷ lệ lao động qua đảo tạo có bằng cấp/chứng chí từ 3 tháng trở lên là 11,21 triệu người, tăng 4,09%; lao động có việc làm là 53.244 triệu người, lầng 1,35%; lao động làm công hưởng lương 21,97 triệu người, lăng 7,8⁄4 so với cùng kỷ nằm 2015, Theo bản tin cập nhật thị trường lao động Việt Nam số 11, quỹ 4 năm 2016 của Bộ Lao động-Thương binh và xã hội [2], Quy 2/2016, cả nước có 1.110 nghìn người trong a6 tudi lao động thất nghiệp, giảm 7,7 ngÌủn người so với quý 3/2016, nhung tăng 58,4 nghìn người so với quý 4/2015. Số thanh niên bị thất nghiệp cũng củng với xu thế trên (piâm 56 nghìn người so với quý 3/2016, nhưng tăng 27,3 nghìn người số với quý 4/2015).