APP下载

大数据在高校就业管理工作中的探索及应用

2019-05-22张思阳黄同成

电脑知识与技术 2019年10期
关键词:人才培养大数据

张思阳 黄同成

摘要:“大数据”在就业辅助决策和提高就业效率方面具有创新的应用价值。通过对高校毕业生就业数据的收集、处理和分析,为大学生就业趋势的预测和判断提供一种可扩展的分析方法,构建大数据应用的就业工作系统模型,找出数据之间的相关性和规律。提高高校毕业生就业工作的服务水平和质量,为人才培养和教育质量评估提供参考,充分发挥高校在毕业生就业中的作用。

关键词:大数据;数据应用;高校就业;人才培养;教育质量评估

中图分类号:TP39 文献标识码:A

文章编号:1009-3044(2019)10-0001-02

开放科学(资源服务)标识码(OSID):

Exploration and Application of Big Data in College Employment Management

ZHANG Si-yang , HUANG Tong-cheng

(Shaoyang University, Shaoyang 422000, China)

Abstract:“Big Data” has innovative application value in employment-assisted decision-making and employment efficiency. Through the collection, processing and analysis of employment data of college graduates, it provides a scalable analysis method for the prediction and judgment of college students' employment trends, constructs the employment work system model of big data application, and finds the correlation between data and law. Improve the service level and quality of college graduates' employment work, provide reference for talent training and education quality assessment, and give full play to the role of colleges and universities in graduate employment.

Keywords: Big Data; Data application; College employment; talent development; Educational quality assessment

1 引言

2018届全国高校毕业生人数达到820万人,相比于2017届新增25万人,毕业生人数的与年俱增,就业形势持续严峻,高校就业管理工作具有紧迫性和重要性。在《2006—2020年国家信息化发展战略》中提到,要“建设多层次、多功能的就业信息服务体系,加强就业信息统计、分析和发布工作,改善技能培训、就业指导和政策咨询服务”。[1]就业信息化的开展则需对就业数据进行相关处理。处在大数据的浪潮中,高校就业信息化面临挑战,运用大数据时代新思想、新技术,改变以往重复冗长的传统操作,不断提升就业工作效率与教育质量。在此前提下进行大数据就业管理工作中模型搭建的思路探索及应用。

2 內容与意义

2.1 研究背景

面对快速的社会就业形势和相关数据的快速增长,高校就业管理工作对实时数据分析的需求日益突出,就业管理已从数据贫乏的困境转向数据丰富的环境。面对庞大的高校就业数据时,根据高校毕业生需求获取相关数据后及时、准确地进行分析和整合,并做出准确的预测与提示,离校未就业之类的相关就业问题在发生之前将被有效地规避。高校在提供个性化的就业指导和服务的同时,不断提高高校毕业生的就业质量,形成招生就业与教育质量评估的良性循环。这些都是大数据时代就业面临的新挑战,需要高质量的高校就业相关数据的反馈和支持。

2.2 发展现状

目前,高校的就业工作主要面向对象是高校毕业生和用人单位,同时对高校学生进行职业生涯规划与就业创业指导。高校就业管理工作中高校毕业生数据的收集、统计和分析,主要是帮助高校毕业生在离校之前找到适合自己的工作岗位。大数据的数据处理目前技术可以分为数据提取与集成、数据分析和数据显示。[2]首先,将提取和整合的高校毕业生数据进行分析,以发掘其数据潜在价值;其次,将数据分析方法进行平衡处理,确保大数据的应用效率和准确性;最后,将该数据分析方法与云计算平台集成,数据分析结果进行图形可视化窗口展示,适用于各类人群进一步研究与学习。

2.3 探索及应用

以往的高校就业工作主要依靠高校就业专干人员进行手工规划和管理,然而毕业生人群数量大,信息杂乱,难以实现高校就业工作的动态管理。通过对高校就业系统历年就业数据的分析和处理,能有效为就业管理部门制定更好的总体规划和协调解决方案。不仅降低了高校各部门的人力、物力资源,同时将高校就业系统中的数据进行合理利用。大数据在就业工作中的应用,将有效促进就业发展,实现从公共服务向个性化服务的转变,促进求职与招聘的无缝结合。掌握和分析所有学生的实时信息,分析不同学生就业问题的需求,实现准确的消息推送;更新相关用人单位的招聘信息,了解企业的人才需求,为校企合作提供服务;通过全面、多角度的就业质量反馈,促进高校相关工作的改革创新。提高就业服务的针对性和个性化水平,加强就业工作,为高校就业管理工作改革提供重要参考,切实推进高校更好地服务社会的使命。

3 模型搭建

3.1 数据收集

高校就业管理工作主要从就业方向、专业领域、就业佐证材料、初次就业率等多方面进行分析,同时开展相应就业创业指导课程,指导学生积极应对就业难题。除此之外,数据收集将针对高校学生日常学籍信息数据,包括在校学习情况、社团活动信息、校外实习经历、所获奖励及荣誉、招聘公司计划以及历届学生所在岗位表现等等。从高校各类型系统中提取学生的相关有效信息,将所需的各类型的数据进行统计分析,构建成高校就业分析模型,如图1所示。

3.2 数据存储

根据不同的数据源,选择不同的数据提取方法。对于结构良好的信息系统,数据直接提取到HBase数据库中。HBase数据库是一个开源的、高可靠性、高性能和可扩展性的数据库,[3]HBase 数据库与一般的关系数据库略有不同,它是一个适合于非结构化数据存储的数据库,常用于需要实时读写、随机访问超大规模数据集时。[4]对于WEB网页等非结构化数据,在捕获信息数据后,将数据编入索引并存储在HBase数据库中,并通过hive查询和分析HBase中的数据。实现对就业管理系统中的数据的汇总统计分析,巧妙地将大而稀疏的数据表放在商用的服务器集群上,轻松扩展其存储容量和计算能力,示意图如图2所示。

3.3 数据整理

通过使用大数据的机器学习工具Mahout[5],对之前收集的数据进行学习分析。在就业数据分析中,我们可以使用Mahout工具中的具体方法,对数据进行监督分类,做出判断后给予一定的激励或惩罚。通过对数据仓库中的就业数据进行分析,观察出不同学生在面对岗位时所展现出来个人工作能力,并为应届毕业生推荐合适的就业单位和岗位。同样可以对未及时就业的高校学生进行分析与比较,找出问题所在,向该类学生提供就业预警,然后比较其他已就业学生的相关信息,寻求正确的就业工作目标,以便他们在随后的学习和生活中得到改善,如图3所示。

3.4 数据应用

高校就业工作分析模型具有强大的统计功能,能够掌握高校就业率、高校学生就业专业领域以及用人单位需求等不同方向的就业发展情况,为高校毕业生提供相关建议。该模型使用Tableau软件进行数据可视化分析,其Tableau包含大量预定义的图表格式,将数据与漂亮的图表以及多个维度(如区域和饼图)结合在一个图表中,如图4所示。

在上述基于大数据的就业工作系统模型中,用人单位信息注册云平台和高校学生学籍信息系统主要用于数据采集、整理和存储,并提供简单信息查询和组合索引查询,不断关注和帮助毕业生,促进毕业生尽快融入社会,建立更加个性化的高校学生就业信息共享和沟通服务机制。

4 结语

移动互联网、MOOC等技术的不断兴起,给高校就业管理工作的发展带来了机遇和挑战[6]。为了迎接机遇与挑战,高校应充分发挥互联网时代大数据的支撑作用。整个就业工作管理模型中,从数据收集、存储和管理应用,再与可视化技术相结合,充分分析和挖掘高校就业数据中所蕴含的价值。高校大数据的应用前景充满希望,但在其应用中仍存在许多应用难点,主要包括数据模式集成、数据结构分析和数据隐私保存问题等等。大数据技术暂时为我们提供了一个可行性的方案,其技术进一步地开发与利用还在未来等待着我们。

参考文献:

[1] 中共中央办公厅,国务院办公厅.2006—2020年国家信息化发展战略[EB/OL].[2006-05-08].http://news.xinhuanet.com/ newscenter/2006-05/08/content_4522878.htm.

[2] 邢胜,王晓兰.大数据对高校就业形势分析和对策的应用[J].传播力研究. 2018(22):218.

[3] 明承瀚,党瑞红.大数据理念在高校就业工作中的应用[J].中国大学生就业. 2014 (20).

[4] 朱楠.基于大数据分析的近年大学生就业行业与所学专业对口程度调查研究——以东北电力大学为例[J]. 现代交际. 2016(15).

[5] 孙其伟,陆春.大数据在高校中的应用研究[J].中国教育网络. 2014 (01).

[6] 尚博.大数据及其处理架构在高校中的应用探究[J].电子测试. 2014(22) : 43-44+52.

【通聯编辑:梁书】

猜你喜欢

人才培养大数据
速录专业 “三个一” 人才培养模式的研究
大数据环境下基于移动客户端的传统媒体转型思路