大學(xué)生個(gè)性化職業(yè)指導(dǎo)大數(shù)據(jù)挖掘模型

李雪芳　陳希文

摘 要：身處大數(shù)據(jù)時(shí)代，新的數(shù)據(jù)研究方法將會給個(gè)性化職業(yè)指導(dǎo)工作帶來新的機(jī)遇，這其中針對海量數(shù)據(jù)采用有效的挖掘方式是十分必要的，基于MapReduce平臺的數(shù)據(jù)挖掘模型能夠滿足相關(guān)的要求。本文簡要闡述了基于MapReduce平臺的大學(xué)生個(gè)性化職業(yè)指導(dǎo)大數(shù)據(jù)挖掘的模型。

關(guān)鍵詞：大數(shù)據(jù)；職業(yè)指導(dǎo)；大學(xué)生；數(shù)據(jù)挖掘；MapReduce

中圖分類號：G647文獻(xiàn)標(biāo)志碼：A文章編號：2095-9214（2016）04-0231-02

在社會科學(xué)領(lǐng)域，問卷調(diào)查是目前獲得研究數(shù)據(jù)最主要的來源，包括抽樣調(diào)查和小范圍的全局調(diào)查。在職業(yè)指導(dǎo)過程中也存在著問卷調(diào)查這一形式，針對在校大學(xué)生的職業(yè)指導(dǎo)中，以問卷調(diào)查為信息采集的主要方式。問卷調(diào)查是獲得信息的常用手段，職業(yè)指導(dǎo)師要求熟練掌握問卷調(diào)查的基本原理，不僅能夠組織實(shí)施問卷調(diào)查，而且能夠?qū)φ{(diào)查活動進(jìn)行評估。但所有的問卷調(diào)查都是在事先設(shè)定好問題的基礎(chǔ)上展開的，這也就意味著我們只能從這些問題的結(jié)果中獲取數(shù)據(jù)，且調(diào)查都需要選擇特定時(shí)間進(jìn)行。因此，想要通過問卷調(diào)查的形式，獲得客觀的數(shù)據(jù)其實(shí)并不容易。

伴隨著云計(jì)算、物聯(lián)網(wǎng)等技術(shù)的興起與成熟，大數(shù)據(jù)的時(shí)代已經(jīng)悄然來到我們的身邊。大數(shù)據(jù)這個(gè)名詞不算新鮮，早在2008年9月《Nature》雜志就刊登了大數(shù)據(jù)的專刊，從互聯(lián)網(wǎng)技術(shù)、超級計(jì)算機(jī)、天文學(xué)、生物醫(yī)學(xué)等方面來專門探討對大數(shù)據(jù)的研究。大數(shù)據(jù)擁有數(shù)據(jù)量大、數(shù)據(jù)類型多、價(jià)值密度低及實(shí)效性高等特點(diǎn)。

在大數(shù)據(jù)的背景下有必要對現(xiàn)有的數(shù)據(jù)來源與分析重新進(jìn)行審視。當(dāng)記錄下來的是學(xué)生的平時(shí)狀態(tài)，我們也就不用擔(dān)心調(diào)查研究存在偏見了。能夠?qū)⒃緹o法量化的，如態(tài)度、情緒、意識等主觀層面上的信息進(jìn)行數(shù)據(jù)化，將會在大數(shù)據(jù)時(shí)代成為現(xiàn)實(shí)。將來通過大數(shù)據(jù)技術(shù)預(yù)測學(xué)生的職業(yè)行為趨勢，對其提供更有針對性的職業(yè)指導(dǎo)服務(wù)。

一、重新定義有價(jià)值的數(shù)據(jù)

云計(jì)算和物聯(lián)網(wǎng)的日趨成熟，使得學(xué)生在日常學(xué)習(xí)生活中產(chǎn)生的數(shù)據(jù)，如同一座金礦一樣擺在我們的面前。過去，我們由于技術(shù)的限制，一般只關(guān)注那些我們認(rèn)為與問題直接相關(guān)的數(shù)據(jù)，就如同相機(jī)的焦點(diǎn)一樣，只能對準(zhǔn)某一個(gè)平面，而選擇哪一個(gè)“平面”也需要我們做出決定。光場相機(jī)的出現(xiàn)讓先成像后對焦成為現(xiàn)實(shí)，大數(shù)據(jù)如同數(shù)據(jù)界的光場相機(jī)，在選擇需要的“平面”之前，我們能夠查看同一時(shí)間內(nèi)其他的“平面”是否有價(jià)值，再做出決定。今天的我們無法想象，在不久的將來學(xué)生在一天當(dāng)中點(diǎn)亮手機(jī)屏幕的次數(shù)會與他的家庭經(jīng)濟(jì)情況相關(guān)聯(lián)。數(shù)據(jù)本身并不存在價(jià)值，如何收集、處理、分析以及合理的使用數(shù)據(jù)才是關(guān)鍵點(diǎn)。

收集數(shù)據(jù)是大數(shù)據(jù)應(yīng)用的第一個(gè)步驟，也是極為重要的環(huán)節(jié)，人們也在不斷努力地將人類的各種行為數(shù)據(jù)化。在社科領(lǐng)域，大數(shù)據(jù)的主要來源于三個(gè)方面：物聯(lián)網(wǎng)、互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)，目前網(wǎng)絡(luò)（互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)）上產(chǎn)生的數(shù)據(jù)量要遠(yuǎn)超過物聯(lián)網(wǎng)，而物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)卻能夠成為連接現(xiàn)實(shí)和虛擬的一座橋梁。

在高校中，學(xué)生的基礎(chǔ)信息已經(jīng)全面數(shù)據(jù)化，教務(wù)系統(tǒng)擁有學(xué)習(xí)成績學(xué)分?jǐn)?shù)據(jù)、學(xué)工系統(tǒng)擁有學(xué)生獎助貸數(shù)據(jù)、后勤系統(tǒng)擁有住宿數(shù)據(jù)，這些數(shù)據(jù)冰冷的儲存在計(jì)算機(jī)當(dāng)中，看起來和學(xué)生的現(xiàn)實(shí)生活相距甚遠(yuǎn)。但是當(dāng)物聯(lián)網(wǎng)的數(shù)據(jù)加入進(jìn)來的時(shí)候，一切變得不一樣了，如采用無紙化教學(xué)、考試后，教師就能通過學(xué)生在某一章節(jié)學(xué)習(xí)所花費(fèi)的時(shí)間、考試時(shí)解答某一題正確率及所花費(fèi)時(shí)間等數(shù)據(jù)有針對性的幫助學(xué)生解決學(xué)習(xí)上問題，并綜合的評價(jià)這門課的學(xué)習(xí)成績。再如，學(xué)生某段時(shí)間內(nèi)的消費(fèi)習(xí)慣、進(jìn)出圖書館、自習(xí)室、實(shí)驗(yàn)室的時(shí)長和頻率、在網(wǎng)絡(luò)上熱議和關(guān)注的話題等等此外，互聯(lián)網(wǎng)上的微博、微信、QQ空間、QQ群、人人網(wǎng)、飛信以及校內(nèi)外各類BBS和搜索引擎也蘊(yùn)含著學(xué)生大量的思想狀況、情緒波動、交友擇業(yè)等動態(tài)信息。如果能夠有效的分析使用這些數(shù)據(jù)，對于學(xué)生個(gè)性的把握將會更加到位，也能夠?yàn)榇髮W(xué)生個(gè)性化職業(yè)指導(dǎo)提供更加科學(xué)、客觀的依據(jù)。

弱化問卷調(diào)查在職業(yè)指導(dǎo)中的作用，將成為大數(shù)據(jù)時(shí)代職業(yè)指導(dǎo)一個(gè)新趨勢。利用大數(shù)據(jù)能夠全面準(zhǔn)確的反應(yīng)一個(gè)人的個(gè)性特征的特性，讓開展個(gè)性化的職業(yè)指導(dǎo)服務(wù)成為常態(tài)工作。那么，數(shù)據(jù)的獲取就顯得尤為關(guān)鍵，是將所有能夠收集的到數(shù)據(jù)進(jìn)行存貯，還是有篩選的進(jìn)行存貯，是擺在我們面前的一個(gè)問題，數(shù)據(jù)不是信息，而是有待理解的原材料。

二、基于MapReduce的數(shù)據(jù)獲取模型建立

數(shù)據(jù)獲取也稱數(shù)據(jù)挖掘，這一過程分為若干個(gè)步驟，一般是問題定義、數(shù)據(jù)準(zhǔn)備、模型構(gòu)造、數(shù)據(jù)挖掘、評估優(yōu)化、知識應(yīng)用等過程。這其中，該領(lǐng)域的專家學(xué)者為問題定義、數(shù)據(jù)準(zhǔn)備、評估優(yōu)化、知識應(yīng)用等過程進(jìn)行指導(dǎo)；而數(shù)據(jù)的管理、挖掘、分析人員主要是負(fù)責(zé)數(shù)據(jù)準(zhǔn)備、模型構(gòu)造、數(shù)據(jù)挖掘、評估優(yōu)化等過程。這些過程中有相關(guān)人員獨(dú)立完成，也有不同專業(yè)背景的人員協(xié)作共同完成。大數(shù)據(jù)的挖掘工作也離不開這幾個(gè)主要步驟，但大數(shù)據(jù)的數(shù)據(jù)量超過以往許多，以往的數(shù)據(jù)存貯挖掘方式變得性價(jià)比極低，于是，Google公司于2004年推出了MapReduce編程模型，該模型最初是用于互聯(lián)網(wǎng)大規(guī)模數(shù)據(jù)的處理，現(xiàn)成為大數(shù)據(jù)集處理的編程模型，還衍伸出Hadoop等編程模型。

MapReduce將數(shù)據(jù)處理任務(wù)抽象為一系列的Map（映射）-Reduce（化簡）操作對。Map主要完成數(shù)據(jù)的過濾操作，Reduce主要完成數(shù)據(jù)的聚集操作。MapReduce對硬件要求比較低，無需專業(yè)的服務(wù)器作為支撐，甚至可以分散式的運(yùn)行在家用計(jì)算機(jī)上。至此，MapReduce成功解決了大數(shù)據(jù)挖掘所帶來的兩個(gè)核心問題，即數(shù)據(jù)量過大對硬件性能要求高，以及資金的問題。

如上圖所示，數(shù)據(jù)挖掘的過程先將輸入的學(xué)生各種信息數(shù)據(jù)劃分為若干份，主控程序負(fù)責(zé)分配Map、Reduce任務(wù)，被分配到Map任務(wù)的工作機(jī)讀取數(shù)據(jù)分片，并從數(shù)據(jù)中抽取出相應(yīng)的關(guān)鍵詞或數(shù)據(jù)；而被分配到Reduce任務(wù)的工作機(jī)則從上述數(shù)據(jù)中，按照事先設(shè)定好的排列方式將數(shù)據(jù)進(jìn)行分類排列。這種模型簡化了數(shù)據(jù)挖掘的過程，直接按照事先制定好的條件從海量數(shù)據(jù)中提取數(shù)據(jù)。

作為職業(yè)指導(dǎo)師，不僅能夠合理利用輸出數(shù)據(jù)對被指導(dǎo)學(xué)生進(jìn)行職業(yè)指導(dǎo)，還要能夠作為該領(lǐng)域的專業(yè)人員參與制定主控程序，從而從整體上把握數(shù)據(jù)挖掘分析的全過程。為職業(yè)指導(dǎo)服務(wù)的大數(shù)據(jù)挖掘，并不是簡單地呈現(xiàn)已經(jīng)發(fā)生的事情，而是將隱藏在海量學(xué)生個(gè)人信息數(shù)據(jù)有價(jià)值的挖掘出來，反過來服務(wù)于職業(yè)指導(dǎo)工作。身為職業(yè)指導(dǎo)人員，應(yīng)該在過往經(jīng)驗(yàn)的基礎(chǔ)上先行設(shè)計(jì)主控程序的總體方案，并在實(shí)際應(yīng)用過程中不斷調(diào)整，進(jìn)一步拓展完善數(shù)據(jù)挖掘的途徑。通過分析相關(guān)數(shù)據(jù)，可以為企事業(yè)單位到校招聘，推薦合適的學(xué)生參加；另一方面，也能夠幫助職業(yè)指導(dǎo)人員對被指導(dǎo)學(xué)生進(jìn)行個(gè)性化指導(dǎo)，增強(qiáng)指導(dǎo)的針對性和時(shí)效性。其中個(gè)性化指導(dǎo)遵循以人為本的原則，針對學(xué)生的實(shí)際情況、多樣化的個(gè)性特點(diǎn)，引導(dǎo)其了解自己的職業(yè)興趣、職業(yè)發(fā)展方向，幫助其制定符合自身特點(diǎn)與期待的職業(yè)生涯規(guī)劃，并提供就業(yè)咨詢、政策咨詢、技術(shù)咨詢等多方面的服務(wù)。

三、結(jié)束語

“不得不承認(rèn)，對于學(xué)生，我們知道的還太少”——這是卡耐基·梅隆大學(xué)教育學(xué)院的一句經(jīng)典口號，類似的思考在國內(nèi)的教育領(lǐng)域同樣存在。開展職業(yè)指導(dǎo)工作，首要前提就是能夠充分了解被指導(dǎo)對象，從以往的粗放型服務(wù)向個(gè)性化服務(wù)轉(zhuǎn)變。大數(shù)據(jù)摒棄問卷調(diào)查，轉(zhuǎn)而采取收集研究個(gè)體平常所產(chǎn)生的數(shù)據(jù)，讓全面追蹤個(gè)體數(shù)據(jù)成為了可能，也讓社會科學(xué)領(lǐng)域的研究從宏觀層面走向了微觀個(gè)體。未來，大數(shù)據(jù)將為大學(xué)生個(gè)性化職業(yè)指導(dǎo)提供了更加客觀、科學(xué)、準(zhǔn)確的數(shù)據(jù)支撐。也許，延續(xù)千年地因材施教的理想，已經(jīng)離我們越來越近。

參考文獻(xiàn)：

[1]維克托·邁爾-舍恩伯格，肯尼思·庫克耶，周濤（譯）.大數(shù)據(jù)時(shí)代：生活、工作與思維的大變革[M].浙江：浙江人民出版社，2012.

[2]易鑫.教育如何玩轉(zhuǎn)大數(shù)據(jù)[N].北京：中國教育報(bào)刊社，2014[2014-3-26].http：//www.edu.cn/zong_he_news_465/20140326/t20140326_1090486.shtml.

[3]張家明.大數(shù)據(jù)背景下的大學(xué)生個(gè)性化就業(yè)指導(dǎo)[J].教育與職業(yè)，2014，24：98-100.

[4]朱堅(jiān)堅(jiān).大數(shù)據(jù)時(shí)代背景下的ITS數(shù)據(jù)挖掘模型研究[J].江蘇第二師范學(xué)院學(xué)報(bào)，2014，8：9-12.