基于大数据的高校就业信息服务平台建设研究

摘  要：高校毕业生的就业关乎千家万户的幸福，关系着社会的和谐稳定，促进高校毕业生高质量就业应摆在突出位置。高校毕业生就业信息服务平台在沟通用人单位和学生，消除信息不对称，促进供需对接方面起到了重要作用。然而，由于平台建设技术陈旧、信息质量不高、海量冗余数据、精准服务不足等问题，导致就业信息服务平台无法发挥出足够的作用。大数据技术是海量数据时代进行数据分析的重要技术手段，通过大数据的实时高效推荐算法，高校就业信息服务平台能够为用人单位和学生提供更加精准和个性化的供需匹配服务。

关键词：大数据;就业信息服务;推荐系统;信息孤岛

中图分类号：G647.38      文献标识码：A 文章编号：2096-4706（2019）19-0143-02

Abstract：The employment of college graduates is related to the happiness of thousands of families，the harmony and stability of the society，and the promotion of high-quality employment of college graduates should be prominent. The employment information service platform for college graduates plays an important role in communicating employers and students，eliminating information asymmetry and promoting supply and demand docking. However，due to the outdated platform construction technology，low information quality，massive redundant data，and insufficient precision services，the employment information service platform cannot play a sufficient role. Big data technology is an important technical means for data analysis in the era of massive data. Through the real-time and efficient recommendation algorithm of big data，the university employment information service platform can provide more accurate and personalized supply and demand matching services for employers and students.

Keywords：big data;employment information service;recommendation system;information island

0  引  言

黨的十九大报告指出，就业是最大的民生，要提供全方位公共就业服务，促进高校毕业生等青年群体多渠道就业创业。[1]近年来，我国高校毕业生人数从2001年的114万到2019年的834万，不断创历史新高，高校毕业生就业压力巨大。与此同时，随着我国经济体制改革进入深水区，产业结构不断调整，企业不断推进智能制造改革，对于高素质人才的需求与日俱增。当前，我国高校毕业生主流群体是“90后”，他们是伴随着网络发展成长的一代，网络和智能手机是他们生活中的得力助手，通过互联网求职也成了“90后”高校毕业生的首选。[2]然而，面向高校毕业生的就业信息服务平台鱼龙混杂，信息超载，加上高校毕业生的甄别能力不足，极大增加了高校毕业生的求职成本。为缓解高校毕业生的就业压力，维护社会的和谐稳定，搭建一个用人单位和高校毕业生智能供需对接的高校就业信息服务平台显得尤为重要。大数据分析与挖掘技术，作为探测数据价值的关键手段，在大数据研究中具有极其重要的位置。[3]大数据可以对海量数据进行实时分析，提取用户行为特征，了解用户喜好，为用人单位和学生的供需对接提供精准服务。

1  当前高校就业信息服务平台的现状

当前，面向高校毕业生提供就业信息服务的主体有政府主管部门（人社与教育）、高校、社会中介机构。政府主管部门从层级上分为国家级、省级、地市级和县级等各级公共就业服务机构，各高校按照规定也成立了各类就业指导机构负责本校毕业生的就业指导工作，社会中介机构主要包括各类在线招聘网站，如智联招聘、领英等。可以看出，提供高校毕业生就业信息服务的主体众多，各自为政，信息孤岛现象突出。

1.1  信息孤岛现象突出，数据融通不足

由于就业信息服务平台建设主体众多，条块分割严重，各平台之间缺少数据交换机制，造成大量的重复建设。此外，由于爬虫技术的发展，各平台之间相互抓取信息，各个平台提供的信息质量良莠不齐，重复抓取造成了信息过载，各类平台、海量的信息无序地放在求职者面前，使求职者承担了巨大的信息筛选成本。

1.2  平台种类单一

社会中介机构对于移动互联网、智能手机和社交媒体等多渠道的建设比较全面。但是，政府和高校的手段相对比较单一，侧重于PC网站建设，并且存在建设历史久远、技术陈旧、交互性不足和用户体验较差等问题。在“90后”毕业生最常使用的微博、微信、贴吧、B站和抖音等社交媒体中提供的就业信息服务不足。丰富的形式手段是就业信息服务取得成效的基础，所以实现就业信息更加广泛地传播应当作为平台建设的首要目标，用大学生群体更容易接受的网络语言来解读相关的就业政策，传授就业指导知识，推送岗位信息和公益供需洽谈会。[4]

1.3  供需对接精准化不足

主流的就业信息服务平台供需信息对接主要通过线上线下两种方式。线下依托实体招聘会，用人单位和学生双向交流，自主选择;常见的线上岗位推荐算法通过采集毕业生就业意向行业、工作职能、意向城市、工作性质和期望薪资等字段，然后到岗位库中模糊查询，通过对指标匹配度阈值的调整来推荐岗位，选择TopN的信息呈现给毕业生，这种传统的供需对接方式能够应对数据量不太大的情况，但是在大数据时代，面对海量信息，仅通过检索就业意向来匹配推荐岗位信息已经无法满足时代发展需要，更加精准、更加满足个性化需求的推荐系统是发展趋势。

2  构建基于大数据的就业信息服务平台

平台建设应遵循统筹规划、顶层设计、统一标准、开放共享的原则，打通“数据孤岛”，整合毕业生求职、用人单位招聘、就业派遣、毕业生调查和生涯规划等分散的数据中心资源，实现各类数据的融会贯通，建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制，科学规划与治理数据资产，实现基于数据的科学决策，让数据资产成为促进高校毕业生就业的重要支撑，唤醒数据中心“沉睡的资产”。

2.1  建立就业数据云中心

依托各类云计算平台提供的弹性计算服务，通过虚拟化技术，建立省级就业数据中心，统一就业数据字典，通过数据交换机对采集的招聘会、宣讲会、就业岗位、推荐表、协议书等数据进行清洗，利用Hadoop自带的HDFS（Hadoop Distributed File System，分布式文件系统）将数据存到基于Hbase的云数据中心，有效整合各类就业数据，利用MapReduce实现对海量就业数据的动态更新、存储、索引及高效检索，提高平台的管理效率与灵活性。

2.2  建立学生求职偏好模型

为了发挥海量就业数据的作用，提升岗位推荐算法的精准度，建立学生求职偏好模型是基础。首先，要对学生日常访问的日志进行分析，如点击的公司、岗位以及页面停留时间、投递的简历、收藏关注的企业，通过聚类分析计算出群体学生的访问偏好;其次，对历史派遣数据进行分析，对不同学历层次、性别、地域和学业水平的学生进行归类，计算出不同类别的学生偏好的企业性质、规模、地域和薪资待遇的毕业去向;最后，对应届毕业生访问偏好模型和往届学生偏好的毕业去向模型各自设置权重，综合加权计算，实现岗位推荐算法的精准有效。

2.3  建立用人单位画像模型

通过对用人单位参加的招聘会、宣讲会、用人单位调研和发布的岗位、招聘的学生的自然属性和学业评价以及学校的自然属性等各类原始数据进行清洗、变换和规约;对用人单位的各类信息进行标签化，通过统计策略建立用人单位的事实标签，包含偏好招聘专业、学校、薪资等;通过聚类等机器学习算法建立用人单位的模型标签，评价用人单位的群体性特征;通过预测和关联挖掘算法建立用人单位预测标签，实现对用人单位招聘行为的合理科学预测，从而实现精准匹配和提供个性化服务。[5]

2.4  建立就业信息审核机制

为规范信息发布，提高就业信息质量，应加强信息发布源头管控。平台建立统一的用人单位注册认证和审核机制。首先，统一用人单位库，将企业工商注册信息与单位联系人信息剥离，实现用人单位工商信息库唯一、各校共享，单位联系人不唯一，可与各子平台绑定的架构;其次，建立毕业生就业与调查评价辅助审核机制，根据用人单位名称检索近三年招录毕业生情况和参与毕业生评价反馈情况，设置不同权重，得出用人单位参与毕业生就业招聘分值，作为用人审核的依据;最后，接入工商信用接口，根据系统自动返回的企业自然属性及用人单位联系人核验结果，人工辅助判定企业是否通过核验与审核。

2.5  建立就业评价反馈机制

就业信息自动精准匹配与评价反馈是一个动态互动的过程。一方面平台基于大数据的推荐系统为用人单位和学生的供需对接提供精准匹配，另一方面用人单位招录与毕业生就业去向又反向修正既有的推薦系统模型，使推荐算法更加精准和个性化。此外，得益于大数据的分析挖掘能力，政府主管部门也能够及时调整就业政策，倒逼高等教育改革，促使高等教育培养与市场需求更加契合。

3  结  论

随着大数据技术的不断发展，基于大数据的各种推荐系统会不断涌现，呈现出更加精准化、个性化、社交化等趋势。然而，无论各种推荐系统的算法侧重点在哪里，基础都来源于用户产生的数据，为了使大数据推荐更加有效，应该加强平台建设的考量，减少同类平台的重复建设，强化集约式、共享式的平台建设理念，不断提升平台的信息质量与交互性，增强用户粘性。

参考文献：

[1] 习近平.决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利（第1版） [N].人民日报，2017-10-28.

[2] 万美容，曾兰.“90后”大学生思想行为特点及其引导策略 [J].学校党建与思想教育，2012（22）：10-13.

[3] 梁吉业，冯晨娇，宋鹏.大数据相关分析综述 [J].计算机学报，2016，39（1）：1-18.

[4] 倪前龙.大学生就业中的政府信息服务改进 [D].南京：南京师范大学，2018.

[5] 张东迅.基于大数据的校园招聘雇主画像研究 [D].北京：北京邮电大学，2018.

作者简介：倪前龙（1990-），男，汉族，江苏宿迁人，助理工程师，硕士，研究方向：就业信息化、就业指导。