张振寰

摘  要：在高校毕业生当中，就业问题属于一个主要的难题，由于多个方面的原因和现象造就了大学生就业问题。在2020年的疫情暴发下，高校毕业人数再创新高，基于此，对于其学生的就业形势不太乐观。面对此种情况，需要对就业岗位的招聘数据进行分析和研究，解决就业问题，维持社会的稳定和经济的可持续化发展。基于大数据面向就业岗位的招聘进行数据化分析可以对当前的就业市场情况进行可视化的分析，对当前存在的问题进行科学化的把握，借助于招聘渠道的优化以及其就业观念的转变等措施，来提升高校毕业生的就业情况状态。

关键词：大数据 就业岗位 招聘 数据分析

中图分类号：F249.2          文献标识码：A           文章编号：1672-3791（2022）06（b）-0000-00

在我国，在对大学生的就业岗位招聘的规划设计过程当中可以有效的帮助其学生进行职业规划的制订和就业方向的明确，全面地掌握和了解当前市场所需要的岗位人才信息，基于大数据的分析下可以对学生成绩以及岗位的技能等多个维度的信息进行分析，以此来实现个性化职业技能的规划和就业岗位的分析推荐。基于此，需要在大量的岗位招聘数据信息资源当中进行数据分析，以此来对其相关的数据信息进行科学化分析，精准地抓取和分析就业岗位的需求和现状，对于提升就业率可以起到一定的促进作用。

1  就业岗位招聘问题

现阶段，就业问题属于社会的热点问题，每年全国的高校毕业生的人数在逐年地增加，由于受2020年新冠肺炎疫情的防控影响，在就业形势变得更加严峻复杂，在新旧压力的交织融合下，产生了一系列社会化的矛盾和问题。现阶段，集中体现在了高校毕业生的就业形势当中，在当下的就业现状、就业面临的问题以及疫情防控所带来的挑战和问題都需要进行分析和研究。在此种情况下，需要基于大数据的基础上实现对就业岗位招聘数据的分析和研究，在相关数据的支撑下，采取多种方式进行数据质量的筛选管理和分析[1]。在这个过程当中可以通过和历年数据的对比来了解其当下的就业变化情况和状态，分析出社会当中对于就业的影响因素，了解面临困难和挑战，最终可以根本性地提出改善其当前就业形势情况的策略和对策方式，提升就业质量。

2  大数据下就业现状的分析

首先，国家政策方面具备高度的重视程度，随着现阶段信息技术的快速发展和延伸，众多新技术被应用在了各行业领域范围内，达到了无处不在的状态，比如大数据、云计算以及人工智能等，数字化、智能化且网络化的状态使得就业服务本身变得更加便捷。在2019年的时候，李克强总理提出了就业优先政策要全面发力的观点。就业优先政策纳入了宏观政策层面当中，以此来实现全国范围内的重视和支持就业。在党的十九大当中对于就业进行了明确的提出，指出要实现更高质量和更充分就业的新目标，需要坚持酒业有限战略以及积极就业政策等一系列的举措内容。在2020年，习近平总书记针对于高校毕业生的就业形势提出了观点，指出需要重视毕业生的就业工作，做好对毕业、招聘以及考录等多方面的相关工作，使得高校毕业生可以顺利毕业和尽早毕业[2]。人社部等多个部门对于当前的疫情防控下的就业工作进行了指导，鼓励高校和用人单位借助于互联网的方式来进行供需的对接，利用网上面试、签约以及报道的方式进行就业，调整线上招聘的力度和规模。与此同时，利用就业精准帮扶的方式也可以实现对社会当中的低保户和建档立卡的家庭学生顺利毕业，实现全面的脱贫工作。

其次，在数据的来源方面需要不断地丰富，对于高校毕业生来说，传统的校园招聘需要在举办招聘会之前根据其实际情况，比如场地大小以及进场人数等条件来进行计划，来对校企合作的单位发出参会邀请。此种情况下，学生对于市场当中所存在的就业信息就相对较少，渠道比较狭窄。但是网络招聘的信息发布可以有效地打破其场地以及信息数量的限制条件，对于其中所需要应用的人力和物力可以有效地节约，对学生所需要的丰富岗位信息进行了全面提供。在现阶段，我国目前存在的就业服务平台信息众多，比如24365 校园招聘服务平台等，可以为高校的毕业生提供网上校园招聘服务，实现全年无休不间断的高校毕业生就业招聘服务。但是需要注意的是，多个平台网址的出现，在丰富了招聘信息的同时也呈现出了一定问题，比如信息的良莠不齐、重复率高、分类缺乏以及其碎片化过多的现象，制约了对信息的处理能力，也影响了其判断和决定。

另外，企业的信息逐渐透明化，在各类的就业服务平台当中，对于招聘信息的发布在提交了相关证明材料之后就可发布，对于全国组织机构的统一社会信用代码数据服务中心等相关的平台来说，可以清晰地掌握其用人单位的各项信息，其中包含单位简介、单位类型、人员规模、经营范围及状况、公司背景、司法风险等。对于应聘者可以从侧面了解掌握公司的信息[3]，避免进入失信企业或者非法运营的企业当中。对于产生的就业难和招工难的现象来说，企业可以对自身的情况进行公开，使得应聘者对企业可以全面地了解其情况。

最后，招聘方式呈现出多元化的状态，对于高校组织的现场招聘会来说，需要花费大量的时间进行单位的联系，根据用人单位的需求进行学生的关系。作为高校的毕业生可以事先了解掌握企业的基本情况，在现场咨询的情况下，可以对双方的情况进行了解和掌握。现阶段，在移动网络的普及下，就业招聘相关的网站都逐渐呈现出了移动化，可以借助于招聘的App进行随时随地浏览就业信息。高校毕业生方面还可以和企业进行视频面试，企业也可以利用学生的简历和面试结果进行数据的对比和转化，以此来选择出合适的应聘者。

3  数据分析研究

3.1  数据来源

在该文当中，基于大数据面向就业岗位的招聘进行了数据抓取，利用其中3个主要针对大学生用户且目标用户数量可以用作研究的软件来进行调查和分析和研究，其中分别为刺猬网站、实习僧和前程无忧这3个面向大学生就业的网站来作为研究对象，将其网站当中存在的招聘岗位信息作为主要的数据源，在技术分析方面借助于Python语言中的Scrapy爬虫框架来实现对数据的抓取，对于抓取到的2 500条数据进行了研究，去掉数据当中不齐全的记录之后，筛选出1 845条数据作为数据样本进行研究，得到了初步数据，其中囊括了职位、薪资、地域、学历要求、公司规模等信息。

3.2  研究方法

对于Python语言中的Scrapy爬虫框架得出的数据来说，可以对于网站当中大学生的相关就业情况来做出分析和研究，在分析的过程当中借助于SPSSAU来实现对数据的分析和可行性分析可视化，以此来得出不同行业下的学历频数，针对于当地的工资水平和当地的地域情况分布来进行汇总分析，得出大学生就业地区的分布情况数据的可视化的操作处理，最终形成一个数字和图片的分析处理结果，进行对比情况下，得出其就业岗位招聘的现状。

3.3  数据分析

一方面，在工资待遇方面，进行互联网、教育、金融、新媒体的对比，可以发现几个行业领域的平均工资，互联网行业的工资水平要普遍高于其他行业领域，但是在上涨幅度方面其他行业的工资水平呈现出了稳定上涨的速度。将工资水平和学历要求来进行交叉性的分析之后可以发现，两者之间的关系属于正比的关系，也就是受教育程度越高，其工资水平也越高，反之则越低[4]。对于金融行业来说，就业的门槛相对较低，大专和本科的初始工资比较接近;新媒体行业的就业门槛则比较高，学历和工资水平的关系比较密切且影响关系较大;在教育行业当中，本专科之间产生的工资差异相对脚小，但是在硕士当中的工资水平较高;对于互联网行业来说，其整体的行业工资较高，学历和工资之间的敏感程度也相对较高。针对工资水平和地域分布的情况在经过交叉分析之后得出，对样本的地区可以划分為3个类别，其中分别为一线城市、新一线城市以及其他城市。平均工资的水平和城市的实际发展水平呈现出正比关系。新媒体行业之外的行业领域的工资水平在新一线城市和其他城市当中差距不是特别大。对于新一线城市的工资水平和整体的行业水平相比较呈现出相对持平的状态。在对一线城市内部进行类比分析只有可以得出其一线城市内部的上海在教育和新媒体行业工资水平较高，广州则在互联网行业的水平较高。现阶段的第三产业当中，需求量较大的行业属于计算机软件、互联网 / 电子商务、计算机服务类行业，其次为金融 / 投资 / 证券、专业服务通信、电子技术和通信类行业。并且很多的传统行业也需要设置大数据的岗位，比如服装 / 纺织 / 皮革等，充分说明其大数据的专业化发展前景比较广阔。对于大数据行业来说，对学历的要求相对较低，其中本科的学历岗位占据的比例最高为61.6%，在高学历和低学历的占比部分都处于相对较少的状态，分别占比为4.3%和 7.7%，在大专学历的占比部分为13.6%，没有学历要求的比例占据了11.5%。也就是说大数据行业的发展处于快速发展的阶段当中，在行业的整体方面对学历方面的要求不算太高。

在地域方面的分析过程当中，对于各行业领域的地域分析可以得出不同地区的就业岗位需求。一方面对于各行业内的地域分布情况当中，就业的岗位需求主要集中在了北京、上海和广州，广州的需求量相对较小，金融行业上海的需求量相对较大，北京市其他行业的职位岗位需求都比较大。互联网行业当中，岗位招聘的需求量主要集中在了东部的沿海地区当中，比如上海和广州周边市县，对于教育行业的岗位需求主要集中在了东南沿海地区以及其广州市的周边区域当中，职位本身的需求量在一线城市以外的城市当中都处于平均的状态;在金融行业当中，主要就职在三大一线城市内部，新媒体行业则在各省市的发达地区当中就业岗位需求都相对较大。

在就业市场在全国范围内职位需求的地域分布进行分析的过程当中，有3个城市的需求数值相对较大，因此对数据分析研究的时候需要将这3个城市排除在外。在全国范围内，一线城市以外的中西部地区当中成都市的岗位需求量较大，西安仅次之、在广州市周边地区的职位需求也处于稳定的状态当中，在东部沿海地区当中长三角地区比较集中，南京市的需求量尤为最多。在毕业生的地域分布当中，和其经济的发展情况趋于吻合的状态，在需求的总量方面相对较少。基于学历要求方面，行业当中的需求量从高到低分别为本科生、硕士、高中生、中专生、大专生，可见毕业生的就业过程优势相对较多，在教育和金融行业方面对学历的要求较高，在博士和硕士方面的需求量也相对较大。

3.4  就业岗位情况分析

首先，在就业岗位的数量和就业人数方面的矛盾来说，其高校的毕业生在逐年的提升，毕业生规模的增加就需要对应的就业岗位也实现有效的增加。但是在各方面因素的影响下，比如：受新冠疫情的影响，在部分行业内部出现了一定的寒冬状态。在我国的政策引导下，我国各地区根据其自身的情况都采取了对应的措施，在疫情的影响下对于就业岗位的发展也产生了一定的影响。各类型的企业在疫情的影响下受到了冲击，造成了就业岗位减少的情况。再加上就业人员的增加和就业岗位的减少，从而产生了相互之间的矛盾加剧。

其次，就业岗位对大学生综合素质要求也得到了提升，在求职人数增加的情况下，对于岗位的要求也越来越严格，因此对于其求职人员自身的综合素质也实现了整体性的上升。在当下疫情的影响下，企业需要采取一定的措施来对内部的员工数量进行控制，此种情况便导致了毕业生在就业岗位的应聘方面产生了一定的影响，采取线下线上的方式，此种方式造成了岗位就业市场当中综合实力不强的毕业生在岗位的需求方面变得更加被动。

另外，在线上招聘具备一定的局限性，现阶段线上求职属于就业的主要途径之一，具有一定优势的同时也具备一定的局限性，在精准程度、了解程度方面都具备一定的差距，在海量数据的挤压下会造成交流的不畅，从而产生了求职者缺乏对就业岗位的主动询问。

因此，需要对就业岗位招聘的实际情况提出优化改善的措施，其一，可以进行招聘渠道的优化，针对其运行的过程当中优化改良其中出现的问题，最大限度地发挥其中介的职能效应。在实际的操作过程当中，进行毕业生信息以及用人单位的及时更新，确保数据信息的准确度[5]。同时保证信息的平等，减少虚假的招聘信息。其二，还需要求职者自身对就业观念进行转变，提升自己在就业岗位需求当中的核心竞争力，比如相关的专业知识和技能。对于比较严峻的就业形势来说，需要主动地锻炼其相关的职场技能，对于其适应能力进行提升。结合自身的实际情况科学地调整自身对就业带来的压力和看法，发挥主观能动性，了解掌握自身的职业需求和能力范围。其三，对于岗位就业的指导需要不断地加强培养，增强其实践经验，积极地借助于大数据工具来进行招聘信息的挖掘，使就业选择的机会也可以得到增加和提升，最大限度地提升就业能力。与此同时，对于就业岗位需要积极地发挥其政策的优势特点，积极地推进其企业的政策扶持，扩大就业规模，进行职業规划和需求的调整，以此来优化其岗位就业的需求规模[6]。

3.5  高校大数据人才培养的对策建议

首先，现阶段的大数据行业领域得到了迅速的发展和壮大，对于岗位来说，其人才的需求缺口处于相对巨大的状态当中，对于专业的岗位设置当中，需要的数据分析师和算法分析师的数量相对较大。对于高校的大数据人才来说，其人才培养的比例、师资待遇等都属于市场的岗位招聘因素内容，需要及时地对其政策进行调整，以此来调整一个符合自身企业发展的政策。作为大学生岗位应聘者来说，需要及时地进行客观评价和分析，对于自身的兴趣爱好也需要进行考虑，以此来最大限度地避免盲目地选择专业，避免产生就业困扰。其次，在基层的岗位职位需求方面不尽相同，大数据所体现出的各类岗位人才的学历层次需求也不尽相同，包含了博士、硕士以及无要求等。此种情况下就需要高校内设置出大数据专业化人才的培养方案，对自身的优势特点进行最大限度的发挥，培养高层次的专业化人才，以此来应对岗位需求，比如在211/985院校内部需要发挥其理论前沿的优势，对于一般院校或者高职院校需要培养其专业的复合型、动手能力强的学生，以此来促使毕业生在进入企业内部后能最大限度地发挥自身优势。另外，在市场的需求角度进行分析，对于大数据行业的专业人才需求比较旺盛的企业当中，大部分都集中在了数字化经济程度较高的大城市内部。对于地区的区域分布当中，其大数据产业在多个地区都得到了大力发展，比如华北、中南和华东这3个区域的大数据产业发展趋势相对良好，在此地区区域内部，其企业内部所具备的大数据专业化的人才培养在实践基础的应用和动力方面都为大数据专业的毕业生提供了数量极大的就业岗位。在高等院校内部进行设置一个人才培养专业的计划，就需要对于其当地的市场优势和需求特点来进行分析研究，以此来实现合理科学地进行制度，可以为人才的质量培养提供必要的渠道，也可以为大学生的就业岗位提供出更多的设计范围和广阔的前景。最后在很多行业领域当中，大数据专业的知识具备很强的实践性特点，因此在此种情况下就要求高等院校的大数据专业进行专业化人才的培养，根据其实际情况制订出具体的人才培养方案，基于当地的特色以及企业的特点来融入其不同的因素内容，对于企业所需要的技术内容、方案内容以及模式方案进行不断的创新和更新，以此来不断地实现高校内部理论研究的最大化创新更新，为社会培养专业化的人才提供更多的渠道和方式。此外，在高校和企业的合作方面也需要达成相互促进的方式，以此来对其理论的研发能力和实践能力进行提升和促进。根据其企业自身的性质，培养出自身所需求的人才，提供合适的职业岗位，最大限度地发挥其人才在企业内部的作用。基于此，在就业岗位的制定和设计以及人才的供需培养过程当中，需要切合实际情况，以实际的情况来对其具体的实践行为做出有效的研究，用以指导实践的内容应用。针对于岗位需求，需要利用多个角度、维度来进行设计，使岗位需求的设计符合社会发展的需求，达到有效、科学、协调的状态，促进其经济效益和社会效益的最大化发展。

4  结语

综上所述，随着现阶段大数据技术的不断提升和深入化的研究，对就业岗位的招聘数据进行数据的分析，借助于和官方数据的对接和获取，来对当前的就业情况进行分析，掌握现阶段的就业现状，对于时效性和岗位内容的描述统一性来说，需要不断地提升就业数据信息的真实性，最大限度地帮助毕业学生或者社会人员科学化地选择就业岗位，以实现高质量的就业。

参考文献

[1] 汪邦博，胡必波，李满，等.基于Scrapy的大数据学情分析系统就业岗位数据爬取[J].电脑编程技巧与维护，2021（11）：92-93，120.

[2] 孙嘉翊，刘芳妤，周雨笛，等.疫情背景下大数据助力大学生就业情况分析：现状、困境及对策[J].中国商论，2021（19）：182-185.

[3] 周璟，毛然.大数据动态匹配促进高职学生高质量就业的影响因素及对策研究[J].广西教育学院学报，2021（4）：164-167.

[4] 张宗霞，陈玉忠.高校大数据人才培养与企业需求实证研究[J].湖南工业职业技术学院学报，2020，20（5）：90-95

[5] 钟利红，邓之宏.基于招聘广告内容分析的高职毕业生就业岗位核心能力需求分析方法研究[J].深圳信息职业技术学院学报，2017，15（4）：85-92.

[6] 刘宏晶.国内外高校大数据高端人才培养途径与启示[D].北京：首都经济贸易大学，2017.