基于大數據的職業院校就業服務管理平臺建設的研究

文 / 胡艷霞 姬川

隨著教育信息化步伐的不斷加快，職業院校的就業信息管理工作已經產生了一定規模的數據信息，但就目前的應用現狀而言，其基本停留在簡單的信息采集、統計、發布等層面，缺乏諸如信息分析、預測研判、個性化服務等深層次的應用，很大程度地降低了就業數據信息的利用價值。面對大數據時代的新形勢，如何提升就業數據的信息價值，提高就業服務的質量和水平，是職業院校就業信息管理工作不得不考慮的重要問題，這就需要建立一個符合職業院校就業服務管理的平臺。

一、大數據技術及其應用

大數據技術是數據計算和一系列數據挖掘、分析行為，這一系列行為包含情報檢索、統計、在線分析處理、機器學習、專家系統、模式識別等學科知識，還有來自統計學的抽樣、估計和假設、檢驗以及人工智能、模式識別和機器學習的搜索算法、建模技術、云計算等領域的思想。大數據可以應用在我們工作和生活的各個領域，它加強了對用戶的理解、對信息的理解和對關系的理解。

二、大數據時代當下職業院校就業 工作存在的問題

就業指導工作缺乏系統性、科學性、連貫性，就業指導工作往往只有一門就業指導課程，環節之間較為剝離，對就業指導工作認識的高度不夠，甚至認為就業指導工作就是給學生找到工作，給學生找到實習崗位，忽略了就業指導工作的教育功能。

職業院校應該從進校就給予學生正確的人生觀、世界觀、價值觀的教育，在此基礎上對學生進行專業指導，讓學生有專業認知、了解就業崗位、明確崗位技能、明確崗位必須的職業素養和所要掌握的知識，并掌握相關學生的職業指導工作進行情況、學生的興趣愛好、未來的職業規劃方向等，幫助學生制訂個性化的職業指導。

就業指導工作信息化建設流于形式，學校關于就業指導工作信息化建設的重視程度不高。職業院校就業信息平臺建設缺乏統一規劃，就業相關服務的信息化建設程度和資源共享率不高，就業數據信息挖掘手段落后。此外，就業數據挖掘工作進行得比較膚淺，這在一定程度上制約了就業數據的利用，也制約了就業服務工作的有效開展。

三、大數據時代職業院校就業服務的 具體策略

（一）大數據時代政府出臺新政策保障畢業生就業

政府方面應當利用大數據出臺新政策保障畢業生就業，充分利用大數據推進政府服務能力的建設，提升服務水平，利用大數據落實國家促進畢業生就業的優惠政策。通過信息采集系統搜集用人單位的招聘信息、大中專院校學生求職的信息數據，并進行綜合分析，加以利用，從而加強學生求職工作的指導，為學生就業提供全方位的保障服務，規范就業制度，優化就業環境，進一步拓寬就業渠道。同時，可以通過大數據對各行業的就業前景和薪級水平做出預判，提出有針對性的措施，并建議通過大數據分析對可能出現的就業問題、就業風險進行預判，達到提前預警的目的。

（二）職業院校利用大數據科學開拓學生就業新路徑

利用大數據促進市場對教育資源、人力資源的優化配置，破解就業難題。如建立線上智能匹配、線下精準對接的招聘模式，通過大數據對公司、學校的招聘、求職信息進行計算分析，把企業崗位的工作內容、能力要求、未來提升發展的方向進行介紹，能構建崗位勝任力模型，將崗位所需技能、知識、能力、性格特點等進行詳細描述，使畢業生能在平臺上進行知識、能力、技能素質的測評，以尋找更適合自己的職位。

（三）畢業生利用大數據提高自身職業素養

利用大數據優化學校的教育資源，有針對性地培養畢業生的就業能力，通過大數據關注學生的所思、所想，建立科學、連貫的就業指導體系，讓學生對自身優勢、劣勢進行客觀地分析總結，并根據自身的興趣愛好找到符合自身職業發展的方向和崗位，幫助學生進行職業生涯規劃，明確自身實現目標的途徑和方式方法，從而盡早實現自己的人生目標和人生價值。

四、平臺設計

（一）平臺功能的實現

1．數據收集采集

（1）學生信息采集

積極開展畢業生資源信息的全面調查，做好畢業生信息的統計，加強對學生基本就業信息的搜集和整理，提高就業基本信息登記的準確性。根據學生個人能力、興趣等情況分析并明確學生的職業能力和可能性崗位，建立畢業生求職意愿信息數據庫。

（2）企業及相關網站的各類就業信息采集

通過各種渠道廣泛收集用人單位崗位需求的信息。明確任務分工，層層抓好落實，收集、篩選、掌握單位性質、工作地點、學歷要求等招聘信息，建立用人單位崗位需求信息數據庫。

2．平臺數據的處理整合

因收集數據的來源不同，數據的格式也不相同，因此要將各個業務的數據根據一定的規則有序地存放在平臺形成綜合數據庫。并通過在數據庫中建立有效的、實時的數據流向關聯關系，最終形成業務數據關系網，為業務系統的相互調用、相互關聯起到支撐作用。

3．平臺數據的挖掘分析

充分挖掘分析數據，提高數據的采集、存儲、處理、分析和利用能力，實現數據的智能化、精準化匹配，要通過數據挖掘分析實現跨業務系統的大數據分析。并能從各種數據源獲取數據，充分利用目前主流的相關性分析、主成分分析、周期性分析、缺失值處理、壞數據處理及BP神經網絡、LM神經網絡、FNN模糊網絡等各類算法，建立各種不同的數據挖掘模型。

（二）平臺模塊的設計

1．簡歷分析智能分類指導系統

簡歷分析智能分類指導系統需要一個變量非常大的數據庫，要實現可提取分析十萬份當量級乃至更高當量級水平的簡歷，并進行匹配建模，實現精準篩選的功能。篩選合格的簡歷，運用人工智能和機器學習的方法完成對簡歷各類數據集的智能化分類，分析其求職意向。其完成分類的過程可概括為：用大量的樣本構成輸入數據集，構成訓練集。每個樣本則有多個屬性，屬性既可以是連續屬性，也可以是離散屬性。其中的某個屬性被稱為類別屬性，用來標明該樣本所屬的類別。通過對已知類別訓練集的學習和分析，智能數據分類系統則可自動利用樣本的其他屬性建立一個關于類別屬性準確劃分的模型，以便用來劃分新樣本的類別，從而完成對未知類別數據的智能分類。

智能數據分類系統可包括以下幾個主要部分：數據抽取模塊，特征選擇子系統、分類器構造子系統和規則提取子系統，系統可包含三個智能化過程，首先要過濾掉冗余的無用信息，隨后建立用于進行分類的模型，最后建立指導人工決策的IF-THEN規則。

2．職業測評和職業技能評估指導系統

職業測評和職業技能評估指導系統要能對畢業生進行準確的職業測評和技能評估，并可以在企業數據庫中遴選推薦就業單位和崗位。

進行智力傾向測驗，考察畢業生智力水平及其結構，即不同智力結構的人適應于不同類型的工作；進行人格測驗，考察畢業生個體與他人相區別的獨特而穩定的思維方式和行為風格，因為這些特點可能影響該求職者的工作績效和工作方式及習慣；進行職業興趣測驗，考察畢業生的職業興趣，在個體興趣與職業崗位之間進行匹配；進行職業價值觀及動機測驗，考察畢業生在職業發展中所重視的價值觀以及目的性，通過動機測驗了解畢業生的真實想法；進行職業能力測驗，考察畢業生的知識、技能、能力，如畢業生的知識體量、邏輯推理能力、個人自信度、口頭表達能力、專業技能水平等；進行職業性格測驗，考察畢業生與職業相關的性格特點，即工作中的精神心理狀態、性格分析；進行職業發展評估測驗，評估畢業生求職技巧、職業發展階段等。

3．職位信息精準匹配指導系統

測評之后，智能數據分類系統則可以根據訓練集來對簡歷的類別進行劃分，給出簡歷的特征，并給出針對不同畢業生的能力分析和求職分析，與入庫企業所需崗位進行自動匹配，并將匹配信息和簡歷發送給相關的企業，幫助畢業生實現精準就業，同時也幫助企業提高了招聘工作的效率。

4．利用大數據技術分析學生就業流向

利用大數據調查分析畢業生的行業求職意向、所學專業與求職行業的相關度以及就業之后半年之內、一年之內甚至更長時期畢業生的流動狀況。分析畢業生的就業規律和行業、地域流動規律以及畢業生對求職就業指導工作的總體滿意度評價，為進一步指導畢業生就業打下基礎。

5．根據數據分析結果指導學生就業工作

通過統計分析往年畢業生就業的相關核心指標，總結出畢業生的就業特點和就業規律，并分析社會經濟發展走向，預測行業人才的需求量，科學謀劃就業指導工作和平臺建設，增加專業預警分析內容，對一些就業情況較差專業的就業問題和就業風險進行預警，同時指導學校適度控制就業情況較差專業的招生計劃，逐漸減少其招生比例，保持學校及社會之間的供需平衡。