大数据支撑下产教对接谱系图构建探索与实践

王国军， 徐林海

(1.盐城工业职业技术学院， 江苏 盐城 224005； 2.南京奥派信息产业股份有限公司， 江苏 南京 210015)

当前，高等职业教育人才培养供给侧和产业需求侧在结构、水平、质量上的匹配度不高，要解决产业需求与人才供给之间的结构性矛盾，需要建立产业需求导向的人才培养模式，才能推动产业人才培养和产业发展的融合与良性互动。本文主要围绕作者在参与“行业人才供需匹配分析谱系图”建设过程中的一些实践与思考与读者做一下心得交流。

1 产教对接谱系图构建的背景

2019年1月，国务院印发《国家职业教育改革实施方案》(职教20条)提出：“服务建设现代化经济体系和实现更高质量更充分就业需要，对接科技发展趋势和市场需求，完善职业教育和培训体系，优化学校、专业布局，深化办学体制改革和育人机制改革，以促进就业和适应产业发展需求为导向。”

2019年4月，教育部、财政部在《关于实施中国特色高水平高职学校和专业建设计划的意见》中提出：“衡量一个专业群水平高低，首先要看其是否精准对接产业需求，并动态调整、实时优化，实现与产业发展协调互动。”

2020年9月，教育部等九部门印发《职业教育提质培优行动计划(2020—2023年)》，明确提出“深化职业教育供给侧结构性改革。建立产业人才数据平台，研制职业教育产教对接谱系图，指导优化职业学校和专业布局”的工作任务。

专业建设适应地方产业发展需求,是高职教育产教融合的重要体现,也是高职教育坚持“服务发展、促进就业”办学方向的亮点[1]。从以上政策来看，构建职业教育产教对接谱系图是国家从深化职业教育供给侧结构性改革，优化职业院校和专业布局的一项重要举措。

2 产教对接谱系图构建的工作基础

构建产教对接谱系图必须要具备两个层面的工作基础。

1) 数据基础。首先是人才需求数据，针对不同的专业，面向全国各省市不同行业、不同学历、不同城市、不同薪资、不同岗位的专业人才需求数量要达到百万级别的条目数据量，且数据要不断更新。其次是产业数据，能够围绕产业链构建产业技术、区域分布、重点企业、人才需求的分析图谱，实现动态监测，对接职业、岗位、技术等。再次是区域经济数据，从政策、空间、技术、人才等方面构建产业政策关键词网络分布、城市关联网络、产业技术上的企业竞争、产业人才流动网络空间格局等分析数据。最后是专利数据，能够汇聚全国绝大多数职业院校的海量专业数据，并从多个维度与指标项进行分析。

2) 技术基础。首先是爬虫技术。网络爬虫也称为“蜘蛛”，可以自动化浏览网络中的信息。搜索引擎离不开网络爬虫，网络爬虫的主要作用是在海量的互联网信息中进行爬取，抓取有效信息并存储[2]。其次是NLP技术。自然语言处理(Natural Language Processing，NLP)是一种以理论为基础的自动分析和表示人类语言的计算技术[3]。第一步，以海量岗位数据及其他教育数据为原始语料，基于EMR大数据处理平台进行语料预处理，保证最大程度的覆盖率来构建知识与概念图谱；第二步，运用预处理和NLP技术从新词发现、词法分析、实体识别到短文本解析和文档解析等多个层面的算法和技术；第三步，进行岗位需求分析与标签提取、专业技能数据可视化实现岗位画像分析。

3 产教对接谱系图构建中的核心问题

构建产教对接谱系图需要解决的核心问题有：一是设计和建立一个岗位的分类标准，以此来规范不同单位组织、不同数据来源的岗位名称描述问题；二是建立全面的、结构化的岗位描述标准(岗位图谱)，进行岗位职责能力的横向比较；三是建立全面的、结构化的专业教学标准(专业图谱)，进行专业教学点的横向比较；四是“岗位—专业”关联性匹配(产教对接谱系)的定义及计算方式。

4 产教对接谱系图构建流程

产教对接谱系图基于实时的行业动态需求，匹配关联专业，确保生产经营过程与人才培养过程的对接、产业需求与专业设置的对接、职业标准与课程内容的对接。做好专业目录与职业体系的有效对接、科学衔接，进而打造横向融通、纵向贯通的现代职业教育体系。首先，应用NLP及数据建模对专业名称、专业教学标准、专业所服务的学校人才培养方案、行业人才需求信息进行数据预处理，包括基本转换、核心关键词提取、矢量计算等，得到行业岗位关键词、专业关键词。其次，根据岗位与专业的余弦相似度、职责描述命中的专业关键词、教学标准命中的职能核心词等上千种特征，结合发展探索方向，综合匹配计算智能推荐专业对接岗位序列。

5 产教对接谱系图的应用

产教对接谱系图构建主要采用“一总四匹配”的架构模式，所谓“一总”即人才需求、人才培养、产业布局、专业布局、岗位群、专业群、职业岗位能力要求及专业培养能力要求的总览，“四匹配”主要包括规模、布局、“岗位—专业”、能力素质等四个匹配。在规模匹配中，主要分年度体现人才供需以及学历层次的人才缺口；在布局匹配中，主要呈现产业占比以及在校生数的地域占比情况；在“岗位—专业”匹配中，主要展示岗位需求占比，以及中高职生源供应情况；在能力素质匹配中，主要列举职业能力素质项的占比情况，以及中高职能力素质项。

6 结语

基于大数据技术构建谱系图相对于传统的调查问卷、访谈、会议论证等方式而言，大数据技术能解决传统方法的数据获取难、成本高、数据量有限、数据质量和代表性差的难点问题；通过NLP等技术又能解决人工调研、周期长、人工梳理分析信息难度大、过于主观且容易遗漏信息等难点，使专业定位岗位群更加精准。产教对接谱系图的构建可以为教育主管部门提供相关的数据服务，为高职院校在专业建设和评估上提供服务，为教师不断迭代、更新教学内容，改善教学方法提供服务，从教学产品、技术、数据方面，以整体解决方案为手段，为教科研工作提供服务，还可以充分结合市场对人才的实际需求，提炼职业能力要求为企业提供人才匹配、推荐等服务。

开展产教对接谱系图探索与构建，对优化学校、专业布局，深化办学体制改革和育人机制改革具有重要意义。在政策的持续推动下，会有越来越多的企业与职业院校积极参与进来。