1.一种新增就业人数的预测方法，其特征在于，所述方法包括：接收就业数据类型对应的就业数据；

基于接收的各就业数据，确定就业趋势值，其中，所述就业趋势值用于表示当前就业发展趋势；

利用所述就业趋势值，确定目标时间段内的新增就业人数；

通过特殊事件冲击程度以及特殊事件对就业人数的影响程度，得到就业影响率，其中所述特殊事件冲击程度用于表示特殊事件对指定时间段内的设定数据的影响程度；

根据所述目标时间段内的新增就业人数以及所述就业影响率，确定所述目标时间段内的实际新增就业人数，并显示所述实际新增就业人数。

2.根据权利要求1所述的方法，其特征在于，所述基于接收的各就业数据，确定就业趋势值，包括：

对所述就业数据类型中的各就业数据进行预处理，得到目标就业数据，其中所述预处理包括数据正向处理和数据标准化处理；

针对任意两个就业数据类型，基于所述两个就业数据类型中的目标就业数据，对各就业数据类型进行筛选，得到目标就业数据类型；

利用时差相关分析法对所述各目标就业数据类型中的各目标就业数据进行再次分类，得到所述各目标就业数据的子就业数据类型；

通过各子就业数据类型对应的目标就业数据，确定所述就业趋势值。

3.根据权利要求2所述的方法，其特征在于，同一就业数据类型中包括不同时间段内的就业数据；

所述利用时差相关分析法对所述各目标就业数据类型中的各目标就业数据进行再次分类，得到所述各目标就业数据的子就业数据类型，包括：针对任意一个目标就业数据类型，利用时差相关分析法将所述目标就业数据类型中的各目标就业数据分别与预设的基准就业数据类型中的相同时间段的就业数据进行相关性计算，得到各目标就业数据与基准就业数据类型中相同时间段就业数据的相关度；并，基于相关度最高的目标就业数据所对应的时间段，确定所述目标就业数据类型中各目标就业数据对应的子就业数据类型，其中，同一目标就业数据类型中的各目标就业数据所对应的子就业数据类型相同。

4.根据权利要求2所述的方法，其特征在于，所述通过各子就业数据类型对应的目标就业数据，确定所述就业趋势值，包括：针对任意一个子就业数据类型中的任意一个目标就业数据，基于所述目标就业数据以及所述目标就业数据的上一时间段内的目标就业数据，确定所述目标就业数据的对称变化率；并对所述对称变化率进行标准化处理，得到所述目标就业数据的标准对称变化率；以及，

利用所述子就业数据类型中的各目标就业数据的标准对称变化率，得到所述子就业数据类型的综合变化率；并对所述综合变化率进行标准化处理，得到所述子就业数据类型的标准综合变化率；并，

根据所述子就业数据类型的标准综合变化率，得到所述子就业数据类型中各目标就业数据的子就业趋势值；

通过各子就业数据类型中的各目标就业数据的子就业趋势值，确定所述就业趋势值。

5.根据权利要求4所述的方法，其特征在于，所述通过各子就业数据类型中的各目标就业数据的子就业趋势值，确定所述就业趋势值，包括：利用熵值法确定各子就业数据类型分别对应的权重；

基于各子就业数据类型所对应的权重以及各子就业数据类型中的各目标就业数据的子就业趋势值，得到所述就业趋势值。

6.根据权利要求1所述的方法，其特征在于，所述通过特殊事件冲击程度以及特殊事件对就业人数的影响程度，得到就业影响率，包括：将所述特殊事件冲击程度与所述特殊事件对就业人数的影响程度相乘，得到中间就业影响率；

若所述特殊事件冲击程度不小于第一指定阈值，则利用第二指定阈值与所述中间就业影响率相减，得到所述就业影响率；或，若所述特殊事件冲击程度小于所述第一指定阈值，则利用所述第二指定阈值与所述中间就业影响率相加，得到所述就业影响率。

7.根据权利要求1所述的方法，其特征在于，所述根据所述目标时间段内的新增就业人数以及所述就业影响率，确定所述目标时间段内的实际新增就业人数，包括：将所述目标时间段内的新增就业人数与所述就业影响率相乘，得到所述目标时间段内的实际新增就业人数。

8.一种电子设备，其特征在于，包括处理器和显示器，其中：所述处理器，被配置为：

接收就业数据类型对应的就业数据；

基于接收的各就业数据，确定就业趋势值，其中，所述就业趋势值用于表示当前就业发展趋势；

利用所述就业趋势值，确定目标时间段内的新增就业人数；

通过特殊事件冲击程度以及特殊事件对就业人数的影响程度，得到就业影响率，其中所述特殊事件冲击程度用于表示特殊事件对指定时间段内的设定数据的影响程度；

根据所述目标时间段内的新增就业人数以及所述就业影响率，确定所述目标时间段内的实际新增就业人数；

所述显示器，被配置为显示所述实际新增就业人数。

9.根据权利要求8所述的电子设备，其特征在于，所述处理器执行所述基于接收的各就业数据，确定就业趋势值，具体被配置为：对所述就业数据类型中的各就业数据进行预处理，得到目标就业数据，其中所述预处理包括数据正向处理和数据标准化处理；

针对任意两个就业数据类型，基于所述两个就业数据类型中的目标就业数据，对各就业数据类型进行筛选，得到目标就业数据类型；

利用时差相关分析法对所述各目标就业数据类型中的各目标就业数据进行再次分类，得到所述各目标就业数据的子就业数据类型；

通过各子就业数据类型对应的目标就业数据，确定所述就业趋势值。

10.根据权利要求9所述的电子设备，其特征在于，同一就业数据类型中包括不同时间段内的就业数据；

所述处理器执行所述利用时差相关分析法对所述各目标就业数据类型中的各目标就业数据进行再次分类，得到所述各目标就业数据的子就业数据类型，具体被配置为：针对任意一个目标就业数据类型，利用时差相关分析法将所述目标就业数据类型中的各目标就业数据分别与预设的基准就业数据类型中的相同时间段的就业数据进行相关性计算，得到各目标就业数据与基准就业数据类型中相同时间段就业数据的相关度；并，基于相关度最高的目标就业数据所对应的时间段，确定所述目标就业数据类型中各目标就业数据对应的子就业数据类型，其中，同一目标就业数据类型中的各目标就业数据所对应的子就业数据类型相同。