基于“大數據”的高校畢業生就業指導工作探析

劉文輝

摘 要：自從1998年后，高校除了少數定向招生可安排就業外，高校畢業生都是自主從業。再加上“十二年”教育的普及，高校的生源不僅變得多元化，且每年輸出的畢業生都在不斷增加。因此，高校畢業生的就業率呈負增長趨勢，就業指導工作的重要性日益顯著。

關鍵詞：大數據；高校畢業生；就業指導

隨著我國教育的改革及學生的自身發展，高校畢業生的就業率影響著高校的發展與生存。因此，做好畢業生就業指導工作，不僅利于畢業生順利就業，還有利于高校的生存及發展。同時，我國的清華學校早在1923年正式成立了職業指導委員會，在1925年還出版了《職業指導實施》的教材。如此，高校畢業生指導工作的模式不再是單一的畢業前的突擊指導。本文根據市場企業人才需求“大數據”，基于高校在校生的情況進行分析，對高校畢業生就業指導工作進行反思與探索。

一、高校畢業生相關數據采集

筆者通過全國各高校的畢業生就業率進行統計，截止2017年3月31日，全國共有2879所高校其中綜合排名在前100名的高校的畢業生就業率高達95.5%，綜合排名在101-200名的高校畢業生就業率為92.2%，其他公辦高校的畢業生就業率為91.3%，民辦高校的畢業生就業率93.3%。由此可見，高校的綜合實力在一定程度上可影響畢業生的就業率，而民辦學校側重學生的技能教育及就業培養，在畢業生就業率上也具有明顯的優勢。其中，本科畢業生就業率最高的5個省份依次是上海、浙江、北京、福建、江蘇，這些省份的就業率平均值都在95%以上；云南、廣東、天津等14個省份的高校本科畢業生就業率平均值在90%到95%之間；貴州、青海等9個省份的高校本科畢業生就業率平均值在85%到90%之間；內蒙古、陜西兩地的高校本科畢業生就業率平均值最低。

二、高校畢業生相關數據的應用

高校畢業生的就業率在一定程度上取決于畢業生的自身特點，對于高校畢業生的特點可從畢業生的專業及興趣愛好、在校表現、綜合成績及特長進行研究，并根據畢業生從入學至畢業對就業的心態變化進行分析，制定出符合畢業生就業指導規劃。例如，對于機械設計專業的學生不能單靠課堂上的理論知識進行工作作業，因此對于這類學生應在早期帶領學生到合作企業進行參觀及了解工作要求，引導學生在校進行自主的學習及技能的擴充，不僅有利于學生的畢業就業發展，還能方便學生在早期對自身判斷及職業發展規劃。

三、基于“大數據”的高校畢業生就業指導工作要點

1.確保數據采集的全面性及嚴謹性

基于高校的畢業生就業指導工作需考慮到各方面的“大數據”，因此高校畢業生指導規劃中對于數據的采集要具有全面性。例如，畢業生所學專業的就業方向及發展前景、畢業生就業地區的人才需求及對畢業生的技能要求、影響畢業生就業的相關因素等等。另外，大數據是通過人工或軟件在一定時間范圍內進行捕捉、管理和處理的數據集合，因而在采集數據前要反復斟酌重要影響因素，確保數據的全面性及嚴謹性。

2.引導學生進行長期職業規劃

學生參加高考進入高校后，大多已是成年人，應樹立學生的成人獨立意識，引導學生進行長期的職業規劃。例如，本科生在畢業第一年里可出國、考研、考公、就業，專科生則更傾向于就業。因此，高校可組織學生進行自我剖析，制定畢業目標，以目標為發展宗旨，制定符合學生發展的學習及實踐規劃。例如，對于畢業選擇出國的學生，要努力學習好英語盡可能考到雅思6.5的成績，注重在校的學習成績、選擇出國深造的學校及專業，提前辦理護照及簽證；對于畢業選擇就業的學生，可制定畢業就業的方向及具體公司職位，對目標公司和職位的要求進行了解，注重在校平時成績并參加學校組織的相似的工作實踐，制定考取相關證書的規劃等等。

3.善于利用已有數據

對于學生的就業情況最清楚的莫過于學校本身，因此高校畢業生就業指導工作應充分利用自己教務系統對未能順利就業的學生進行分析及輔導。例如，根據教務系統分析學生各階段各科目的學習成績分析學生未正常就業是專業理論知識不扎實還是學生的學習態度問題，如現階段學生的期成績采用卷面分和平時分的考核進行評定，通過學生的成績成績，可判斷學生專業知識的掌握能力及日常上課中是否存在早退曠課的現象；教務系統上還有學生相關專業證件的考取情況，可細分擁有相關證書的學生在畢業就業中的情況，分析目前企業對畢業生的硬性要求及青睞對象；對于學校勵志獎學金的評比中，學生會遞交自己的成績及優秀之處的證明，高校畢業指導老師可研究獲得勵志獎學金的學生的就業情況，對已畢業未就業的學生進行針對性指導；同時還可將校內各屆畢業生的就業及創業情況進行統計，對于表現優秀的學生可邀請他們返校作指導及鼓舞工作；或是與已從業多年的學生進行合作，幫助應屆畢業生尋找合適的工作，對于自己創業的學生可優先返校挑選合適的應屆畢業生進行崗位培訓及實習等等。

4.強調數據的混雜性

對于“大數據”而言，單一的格式會束縛95%的數據無法參與整合，因此，對于高校畢業生的數據采集不可過分強調格式與形式。例如，高校的畢業生同一專業但發展的職業方向不同或是同一專業同一職業不同地發展專業以及學生的反饋進度不同，若是按數據表格進行統計會因其中存在的某些偏差造成了高校畢業生就業指導出現脫節現象。因此，對于學生的畢業就業情況及反饋可進行混雜性統計，當總結的數據達到一定規模時，混在性數據統計會比單一模式的統計更為精準，一般情況下混雜性統計的精準度比單一模式統計的精準度高出23%。

四、結語

綜上所述，通過“大數據”協助分析，對高校畢業生進行針對性的畢業指導工作，可有效提高高校學生的就業率。在如此嚴峻的就業形式中，對于高校畢業生的就業指導工作應秉著“授之于魚不如授之于漁”的工作精神，培養學生自主學習順應就業市場需求或對于有創業精神的學生加以培訓鼓勵學生自主創業。如此，才能保證高校輸出畢業生的就業率，實現高校育人的宗旨。

參考文獻：

[1]王宏利，王磊.高校二級學院大學畢業生就業工作新舉措的探索[J].價值工程，2017（03）：202.

[2]司萍，沈德艷，杜小明.基于互聯網思維的大學生就業工作對策研究[J].赤峰學院學報，2017，33（04）：152.

[3]李永金.做好新形式下高校畢業生就業創業工作的思考與實踐[J].才智，2017（04）：197.

[4]楊燕佳.基于移動互聯網視角二維碼簡歷新媒介對高校畢業生就業指導工作的影響[J].赤峰學院學報，2017，33（02）：25.