用大数据助推高职毕业生就业难题化解的研究*

王彦新　王　红

（河北化工医药职业技术学院　石家庄　050026）



用大数据助推高职毕业生就业难题化解的研究*

王彦新王红

（河北化工医药职业技术学院石家庄050026）

摘要本文通过对大数据思维方式的解析，提出了大数据在高职毕业生就业中的分析应用原则，提出高职毕业生就业分析的大数据应用的建设方式，以及大数据在高职毕业生就业预测应用分析中的注意事项。

关键词大数据海量数据高职毕业生就业

*主持课题：河北省社科联课题用大数据助推高职毕业生就业难题化解的研究课题编号：2015030439；

河北省高等学校人文社会科学研究青年基金项目互联网背景下高职学生自主学习习惯养成研究课题编号：SQ151055。

一、引言

长久以来，高校毕业生就业问题引起了全社会的关注，高职学生作为这一群体的重要组成部分，其就业工作压力更是有增无减。河北省人社厅日前发布的“2015河北省非师范类高校毕业生生源信息”白皮书显示，今年我省非师范类高校毕业生共317016人，比去年减少18365人，减幅为5.48%；专科生159707人，较去年减少了23177人。［1］无疑，就业人数的减少会让高校和毕业生松了一口气。然而，随着京津冀协同发展的节奏不断加快，2015年越来越多高校毕业生开始关注河北的企业。多数毕业生都认为京津冀协同发展将会是河北的重大机遇，选择留在河北的求职者也越来越多。如何针对高职毕业生特点，有效提升就业工作质量，高效服务高职毕业生与用人单位，是高职学校就业工作人员普遍面临的难题。化解这一问题，不仅需要落实好原有政策，进一步建立健全就业政策体系，而且要拓展新的有效工具和途径［3］，互联网、大数据思维方式的出现，给高职毕业生就业研究开辟了一个新的方向。大数据在加强预测、提升就业工作质量等方面都具有创新应用价值。

二、大数据思维方式解析

大数据并非一个确切的概念。最初，这个概念是指需要处理的信息量过大，已经超出了一般电脑处理数据时所能使用的内存量，这些数据不再是用传统数据库的表格来整齐排列，人们也不再认为这些数据是静止和陈旧的，大数据使人们的思维发生了重大变革。

大数据的核心就是预测，它是把数学算法运用到海量的数据上来预测事情发生的可能性。谷歌通过观察人们在网上的搜索记录预测冬季流感的传播；亚马逊根据用户在其网站上的类似查询进行产品推荐；Facebook通过用户的社交网络图来得知用户的喜好；大数据已经撼动了世界的方方面面，从商业科技到医疗、政府、教育、经济、人文以及社会的各个领域。

对于高职毕业生就业的大数据应用，例如：“计算机软件”专业近三年的就业率以及今后三年的就业率发展趋势，其毕业初始加入IT公司的可能性，5年后从事IT某个具体领域的可能性，毕业后自主创业的可能性，将要选择的合理薪金标准以及最佳就业区域，都是大数据可以预测的范围，以此为高职毕业生规避就业风险，正确认识自身价值，不盲目为了就业而就业，提高就业质量提供科学性的指导意见。另外，通过对毕业生就业反馈信息数据的获取，为高职学校专业的设定，教学计划的调整以及教学方法的转变提供准确、可靠的建议。

三、大数据在高职毕业生就业中的应用原则

建立高职生就业分析的大数据应用，不再仅局限于当前的数据收集、信息共享与交流互动，要有以下四个方面的指导原则：

1、找到高职毕业生同本科毕业生的不同特点，为高职学生就业进行合理定位

高职院校同本科院校相比较，在培养目标、培养方式、课程设置上都有很多不同，直接导致高职毕业生的择业心理、择业区域范围、择业薪金水平的期望值会有所不同。针对高职毕业生的大数据分析一方面应该更加适应高职学生的特点，收集更多有关高职毕业生就业有关数据，为他们的就业提供更叫有效的指导和帮助；另一方面，在数据收集和分析时可以更多关注和本科院校的对比分析，这样才能发现高职院校和本科院校的各自优势，为学校政策调整、专业和课程设置提供指导性建议。

2、要分析与高职毕业生相关的所有数据，而不是依靠分析少量的样本数据

小数据时代的随机采样就是以最少的数据获得最多的信息。在信息处理受限的年代，收集和分析全部数据是不可能的，因此，随机采样取得了巨大的成功，但它本身存在许多固有的缺陷。大数据是指不用随机分析法这样的捷径，而采用所有数据的方法，即“样本=总体”。毫无疑问，拥有全部或几乎全部的数据，我们就能够从不同的角度，更细致地观察和研究数据的方方面面，这是随机采样无法做到的。

例如：对于2015年石家庄所有高职院校毕业生就业分析，其中已发生的就业行业分布的数据很容易做到精确，但这个分析模型不容易建立；假设河北化工医药职业技术学院的“应用化工技术”专业是河北省所有高职院校中的独有专业，则此专业毕业生的就业维度很容易确定；但河北省几乎所有的的高职院校都开办了“计算机应用”专业，则该专业的就业分析就难以用搜集到的已有分布提取分析因子、建立分析模型。大数据应用的所有数据是指能搜集到的所有和毕业生就业相关的数据，包括国内经济趋势、京津冀地区就业行业情况及区域分布、相关行业的人才需求情况、毕业生的基本情况（可以包括学业情况、身体状态、家庭情况等等）、毕业生就业后几年的职业发展情况、就业后的信息反馈情况、毕业生毕业学校的相关专业课程设置情况、师资力量以及教学模式等，在这些海量数据中提取维度，通过维度相互交叉分析对比，可以得出某阶段对高职毕业生就业最有影响的因素排名，为毕业生最优就业提供重要的参考依据。

3、要勇于接受有关高职毕业生数据的纷繁复杂，而不再追求精确性

追求精确性是信息缺乏时代和模拟时代的产物。只有5%的数据是结构化且能适用于传统数据库的。如果不接受混乱，剩下95%的非结构化数据都无法被利用，比如网页、音频、视频等资源。通过接受不精确性，我们可以开始从一个比以前更大更全面的角度来理解事物和发现事物的发展趋势。

针对高职毕业生就业相关数据的采集包括社会、行业、学校、学生个人等各种各样的数据，消息来源除了学校、政府、就业单位提供的结构化数据之外，还包括网络（如官网、网络社区、微信、微博、搜索引擎等）中的文字信息、图片信息、音频、视频信息等非结构数据。海量数据的收集让精确性成为无法实现的目标。然而，IBM、谷歌等成功应用大数据的公司用事实证明：纷繁复杂的大数据对事情发展趋势的预测以及它所带来的巨大商业利益远远超过增加一点精确性。例如，把收集到的海量的、混乱的高职学生就业数据和好的分析法相结合，应可以及时预测到不同特点的高职毕业生就业趋势变化，这样才能及时引导毕业生的择业方向，也能及时调整相关学校的专业设置。

4、不再探求就业工作中难以捉摸的因果关系，转而关注事物的相关关系

建立在相关关系分析法基础上的预测是大数据的核心。只要知道“是什么”，不需要知道“为什么”。例如，不需要解释2102-2014年这3年间为什么“计算机软件”这一专业的高职毕业生就业成功率有75%，要做的是预测今后3年该专业的高职生就业率会上涨还是下降，以及其上涨和下降的幅度范围。

四、就业分析的大数据应用建设方式

高职学生就业大数据应用系统的建设应该采取政府主导，通过授权和协作的方式联合互联网公司共同完成。

政府是政策的制定者，也是很多结构化数据的掌握者，他们可以通过学校、招聘企业、就业指导部门获取大量数据。2015年开始中国政府明确表态要开放大数据，大数据是金矿，互联网公司当然意识到了其中的价值，他们希望获得这些数据，把不同来源不同性质的数据关联在一起交叉挖掘分析得到更多价值。毫无疑问，他们是具备强大数据采集和分析能力的数据掌握者，他们可以收集到用户通过搜索引擎搜索的有关求职和招聘方面的信息，并通过这些信息预测岗位需求和提供情况；他们可以通过爬虫软件收集有关学生就业的纷繁复杂的文字信息、图片信息、甚至是音频、视频信息，并通过数据挖据算法找到数据之间的相互关系，以此预测就业发展趋势。正如阿里巴巴拿到微博数据可以挖掘做好精准营销、拿到交通部门数据可以与菜鸟网络结合、拿到金融监管部门数据便可与用户交易和理财记录结合做个人征信；百度拿到交通部门数据可以与百度地图结合、拿到博彩指数公司数据结合网络数据做世界杯预测……

政府部门希望从大数据中获取价值的主要目标是维持国家稳定，实现可持续发展，确保公民的基本权力，改善国民福利和促进经济增长。公司、企业希望通过提供产品和服务获取利润，发展或维持自身的竞争优势，创造令消费者和其他利益相关者满意的价值。所以，只有政府主导的、联合或授权掌握先进技术，肯投入资源利用大数据的互联网公司创建的高职学生就业大数据应用系统的建设才会更好地从学生的角度出发，更好地为毕业生服务。就是说，政府一方面要开放自己的大数据，另一方面也需要从大公司拿到特定数据。除了数据贡献之外，还有技术服务。政府不擅长技术，互联网公司却擅长，帮助政府部门建基础设施、建开放平台、开发数据挖掘工具。这样政府主导、合作或授权的方式，既能使大数据的应用能更好地为大众服务，也能促进大数据平台上的良性竞争。

五、大数据分析在高职毕业生就业应用中的注意事项

大数据分析因为和传统分析模式不同而带来了巨大的思维转变，需要注意以下几点：

1、由于大数据分析的核心思想是用数据发现“问题”，因此本文中不具体提出影响高职毕业生就业的数据分析维度，而只指出尽可能地搜集与就业相关的海量数据；这是与传统研究不一样的地方。

2、大数据分析的数据基础必然建立在获取更多个人信息之上，而且通过分析还可以使数据之间产生关联关系，进而涉及更多的个人隐私数据，如家庭关系、健康状况等。在大数据时代，我们需要建立相应的隐私保护模式，这个模式应该更着重于数据使用者为其行为承担责任，而不是将重心放在收集数据之初取得个人同意上。同时，应该建立规章，规定使用者如何评估风险，如何规避和减轻伤害，如是否可以对信息进行模糊处理，最终确保个人免受无妄的伤害。

3、随着大数据分析在就业指导中作用加强，其预测的精准性会越来越高，很有可能对某些基础专业带来损害，尤其是在目前还比较浮躁的社会风气下，会成为学生放弃选择该专业的现实依据，就业指导者应给予更加专业、具体、个性化的辅导。

六、结论

大数据将逐渐成为现代社会基础设施的一部分，就像交通、水电和通信网络一样不可或缺。大数据时代的经济学、政治学、社会学和许多科学门类都会发生巨大甚至是本质上的变化和发展，进而影响人类的价值体系、知识体系和生活方式。

高职学生就业分析，作为社会学和教育学相交叉的内容之一，大数据在其中的应用也将会越来越广泛。本文提出的政府部门主导，授权或合作互联网公司的就业分析大数据应用方式，为大学生就业趋势的预测提供了一种可选择的方式。目前，高职院校的就业工作已经出现了向前延伸趋势，对非毕业年级学生甚至入校新生的关注与指导内容与日俱增。通过大数据的应用，全面服务各年级、各类型学生，帮助其认识自我、科学定位、准确规划，是就业工作的又一方向。

总之，高职学生就业的大数据分析并不是一个充斥着算法的机器世界，政府和教育界的指导作用不会被完全取代，因为大数据分析为我们提供的不是最终答案，只是参考答案。未来，将会出现更好的方法和答案。

参考文献

［1］“2015河北省非师范类高校毕业生生源信息”白皮书发布［EB/OL］.［2015-03-30］.http://www.yjbys.com/news/3762 22.html.

［2］明承瀚，党瑞红.大数据理念在高校就业工作中的应用［J］.理论前沿，2014（20）：27-31.

［3］陶礼军.用大数据助推大学生就业难题化解.光明网-《光明日报》.

［4］［美］维克托·迈尔·舍恩伯格、盛杨燕、周涛译.大数据时代［M］.浙江人民出版社，2012.12.

［5］刘菊香.大数据分析在大学生就业中的应用［J］.文教资料，2013（28）：145-146.

［6］阳昆.基于大数据时代下的大学生就业指导思考［J］.职业教育，2014（8）：220-221.

Research to Boost the Employment Problems of Higher Vocational Graduates with Big Data

Wang Yanxin Wang Hong
（Hebei Chemical & Pharmaceutical College Shijiazhuang 050026）

AbstractThrough analyzing the mode of thinking of big data,the paper put forward the principle of big data analysis applications, this principle is used in the analysis of higher vocational graduates employment.Put forward the construction of the large data application way, this method is also applied to the analysis of higher vocational graduates employment. And the matters needing attentions of big data,this method applied in higher vocational graduate employment forecasting analysis.

KeywordsBig data Mass data Higher vocational graduates Employment

中图分类号G647

文献标识码A

文章编号160315-7227

作者简介

王彦新，女，河北化工医药职业技术学院，教师，讲师，研究方向：高校教育、计算机应用。

王红，女，河北化工医药职业技术学院，教师，讲师，研究方向：教育技术。