高校就业大数据理论模型探索

王冕 张昊宇

摘 要：本研究围绕大数据背景下高校就业指导工作展开研究，利用大数据方法，建立基于大数据理论的就业工作模型，通过分析具体案例总结大数据方法在就业工作中所要面临的数据采集，数据清洗和数据使用等问题的解决方法，总结出一套适用于就业工作的大数据理论模型，為人才培养、教育质量评估反馈方式与方法提供参考。

关键词：大数据方法；大学生；就业

一、 引言

随着计算机、互联网技术、云计算、移动终端、数据储存方式的高速发展，大数据时代已经来临，正日益成为推动各个领域变革的强劲力量。作为中国官方重点扶持的战略性新兴产业，大数据以迅雷不及掩耳之势向各个行业、领域迅速扩展，在财政大数据、企业大数据、垂直行业大数据等平台发挥着巨大作用，引领了一次新的技术变革大潮。在大数据时代，高等教育面临着一次重大的时代转型，关乎毕业生本人发展前途、国计民生和社会和谐的高校毕业生的就业工作更是首当其冲。如何充分挖掘和利用大数据，推动就业工作高效顺利开展，加强预测和提升就业工作服务水平与质量，是当前值得探讨的课题。

二、 本研究学术价值及应用价值

学术价值：本研究以大数据背景下针对高校毕业生的就业工作为对象，从大数据的视角作为切入点研究就业工作开展状况，对当前高校毕业生就业工作的现状、存在问题、原因及对策进行详尽分析，从理念、运行方式和操作原则等方面进行全新的拓展。本研究一定程度上丰富和弥补了当前研究领域中的空白，也将会对我国高等院校课程建设理论的丰富与完善具有十分重要的理论价值和创新意义。

应用价值：通过大数据收集、处理、分析及应用，能够更全面、更深入、更细致对高校就业创业指导工作进行研究，并让研究成果更好地为高等教育的改革和发展服务，从而提升高校就业指导的工作质量，提升高校毕业生整体就业水平。

三、 基于大数据理论的就业工作研究模型建立

本研究的模型框图如图1所示，针对高校毕业生就业问题，运用大数据的理论和研究方法，分别针对毕业生和用人单位两个主体，对于毕业生主体，搜集历年毕业生就业信息和创业目标与方向；对于用人单位主体，整合用人单位不同需求同时将各类招聘信息进行分类汇总。扮演好高校在毕业生主体和用人单位主体之间的信息交互作用。不仅可以为学生提供翔实可靠的就业信息，还可以帮助学生全面了解就业市场现状，为学生成功的创业和就业打下良好基础，与此同时还可以根据用人单位的需求有针对性地改变高校就业指导的方式和方法，提升就业指导质量，由此来进一步提升学生就业质量，为高等教育改革发展注入新鲜的血液和活力。

图1 研究模型框图

四、 基于大数据理论模型的研究方法

本研究以吉林大学为例，2017年吉林大学本专科毕业生共计10577人，研究生共计6244人。下表表1和表2分别是吉林大学2017届毕业生生源排名前十的情况和毕业生在世界500强企业就业人数统计情况。通过对比分析可以看出，以国务院发展研究中心发布的《地区协调发展的战略和政策》提供的八大综合经济区域为依据进行区域分析，吉林大学2017届毕业生生源有超过58%的比例是来自吉林大学所处的东北地区。由表格2可以看出在所有毕业生中最吸引毕业生就业的前十位公司。一个公司对于毕业生的吸引力由很多方面因素决定，其中该公司的发展前景和所处的地域是所有应聘者普遍看重的两点。在表2中排名第一的中国汽车第一集团公司与吉林大学同处于长春市，地域因素成为了吸引吉林大学毕业生的主要原因。改革开放以来，东北地区由人口净迁入区变为净迁出地区。人才流失已经成为制约东北地区经济良性发展和产业优化升级的重要瓶颈。对于同处于东北地区的包括吉林大学在内的高校而言，在学生就业教育方面又可以通过怎样的方式来最大限度地减少或是缓解东北人才流失严重这一问题那。这也正是本研究探索和总结的如何利用大数据，使其在就业工作中更好的得到应用。下面以该问题为例，分别从数据的收集、清洗和使用三个方面加以说明。

（一） 数据的收集

大数据的采集一般分为以下几种：

公开信息及整理，比如统计局的数据、公司自己发布的年报、其他市场机构的研究报告，或者根据公开的零散信息整理；购买数据库或是自己维护的数据库；咨询行业专家；发问卷；对于就业工作中的数据采集主要来源于两个方面，一方面是大学高校的年度毕业生就业质量分析报告，在报告中通过横向对比毕业生就业选择趋势便可从中提取出生源地、地域流向、单位流向、行业分布等信息，另一方面通过采集用人单位对于毕业生的需求便可得出各用人单位对于毕业生的能力期望，从而可以在日常教学中用针对性地对毕业生能力提升进行专项培训。

（二） 数据的清洗

数据清洗的目的在于清楚数据整体中的引起噪声的数据。对于就业工作中的数据清洗，要考虑由于数据采集而引入的噪声数据。例如对于大学高校的年度毕业生就业质量分析报告数据的清洗，就业质量分析报告对于某些点只能起到一个整体趋势的预判和估计，对于部分个体整体趋势将偏离实际，因此要对由于极个别数据的波动误差造成的影响。对于用人单位对于毕业生的需求的数据采集可以通过附加权重的方式降低噪声，例如毕业生满意度比较高的用人单位所采集的用人需求数据就可以给以相应高的权重或系数，而对于毕业生满意度较差的单位所采集的数据，权重应相应降低。

（三） 数据的使用

以研究方法中所提到的吉林大学2017年度毕业生就业情况为例加以说明。对于高校的就业工作教师和研究人员，通过分析表1和表2的数据可以得知，由于受地缘因素影响，在一届毕业生中东北生源比例达到了50%以上，而考虑到东北经济发展较全国平均水平的缓慢，毕业生人才逐渐的流失东北也成了一个不争的事实。通过分析表二所呈现出来的毕业生就业选择方向和趋势可以提前做出预判，例如统计完善所有毕业生相对比较喜欢的用人单位的整体信息，例如分公司城市分布，中国移动通信集团公司、中国联合网络通信股份有限公司、中国中车股份有限公司等这些大公司在东北的很多城市都有分公司，将统计信息在日常的就业创业宣传教育中都可以更多的传授给学生，让学生在面临毕业选择时也多一分准备，多一丝考虑，让留在家乡同时也能找到心仪工作成为可能，为减少和缓解东北人才流失做出一份贡献。

五、 结语

大数据时代已经来临，正日益成为推动各个领域变革的强劲力量。就业是保障毕业生能够正常生活的根本，更是一把衡量教育工作进行得是否够高效的尺子，解决好就业问题可以保障社会的稳定，促进高等院校的有序发展。构建大数据方法下高校就业指导工作的整体布局，提升高校就业创业指导工作能力，提高学生整体就业创业质量势在必行。借助大数据的相关理念，不仅是用人单位还是毕业学生，都有了基本的可参考数据，更利于毕业生找到心仪的工作，确保用人单位找到适合的人才，从而保障人民生活的基本需求。

参考文献：

[1]李妙迪.大数据背景下高职院校学生管理工作面临的问题与对策[D].天津职业技术师范大学，2016.

[2]周大森.大数据时代大学生就业工作中思想政治教育探究[J].课程教育研究，2017（44）：58-59.

[3]吴宗蔚.大数据理念在高校就业工作中的应用[J].电脑知识与技术，2016，12（18）：45-46.

[4]詹榕，马艳阳，袁玉龙，陈红.浅析大数据思维在高校就业指导工作中的应用[J].高教学刊，2016（07）：162-163，166.

[5]李文生，李梦芝.大数据预测与决策在高校就业工作中的应用[J].中国管理信息化，2017，20（10）：226-227.

[6]韦婷.大数据、互联网时代的大学生就业指导[J].学园，2015（26）：157-158.

[7]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）：27-31.

作者简介：

王冕，张昊宇，吉林省长春市，吉林大学仪器科学与电气工程学院。