大數據時代就業服務與學生日常行為融合探索

□曹權璽

當前社會關于大數據的定義很多。盡管學術界關于大數據的定義沒有統一的標準，但都具有幾個明顯的特征：大量、高速、多樣、真實。根據維克托·邁爾·舍恩伯格的定義，大數據(big data)是指“所涉及的數據量規模巨大到無法通過目前傳統軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的信息”[1]。大學生在目前的就業系統中留下了大量個人信息和日常行為記錄，通過數據找到其內在的邏輯關聯，通過合理可靠的數據信息抓取，為今后學生的管理、教學、行政決策作出指導，可以成為大學生就業大數據。高校大數據就業框架體系構建需要針對學生在校期間的課程學習情況、就業意向、消費情況、習慣愛好、參與社團活動情況、競賽獲獎情況、上網行為等一系列數據軌跡進行抓取，為就業信息數據的實時化、精準化提供有力保障，有針對性地提高學生整體就業質量。

一、大數據背景下學生就業困難及現狀

當前大學生就業難一直是社會所關注的熱點。據教育部信息統計，2016年高校畢業生達765萬，2017年有795萬高校畢業生，2018年高校本科應屆畢業生有820萬之多，面對如此嚴峻的就業形勢，能否利用大數據為學生和企業提供高效便利的就業服務，能否建立學生、企業信息化建設成為大勢所趨。

(一)高校就業服務體系的信息化建設有待改進。在我國很多省份和地區因經濟發展不平衡、東西部地區發展落差較大等客觀原因存在政策落實不到位的情況，在高校就業服務體系建設中凸顯疲態，學生就業信息數據更新慢、信息滯后，有些學生的就業信息從填寫到畢業后很長一段時間內都沒有更新，就業信息滯后化明顯，更新維護成本較高，對高校掌握學生就業信息和求職軌跡產生了很大的阻礙，容易出現信息渠道相對封閉、數據來源真實性不高的現狀。很多高校的就業網站信息發布量大而雜，缺乏合理的頂層設計，畢業生不能從中快速獲取到自身需要的就業信息，很大程度上降低了就業服務工作的效率。

(二)大數據對大學生日常行為的數據收集有待提高。在當今高速發展的大數據背景下，海量的數據信息為大學生就業提供了非常多的機會。在大數據里大學生日常行為是海量的、散亂的、立體的、多元化的，如何設置方向維度有效抓取學生日常行為數據，從而進行更深層次的挖掘、分析、利用，對大學生就業服務進行指導，緩解大學生就業壓力及嚴峻的就業形勢有著積極的作用。

(三)大數據對學生、企業、學校三方共贏化有待進一步提升。在就業市場中，學生、企業、學校存在信息不對稱的情況。學生不能完整了解企業概況，企業不能掌握學生大學學習生活軌跡，學校一味追求就業數據而忽略學生就業質量和企業用人需求。就業的結構性矛盾表現在“人找崗位”和“崗位找人”現象并存。該現象表明了企業與學生、學校所面臨的就業內容具有相當大的差異。當代學生對大學期間的合理規劃，專業知識學習，就業方向及工作內容缺乏合理的認識，學生找不到適合自己的崗位，崗位招不到想要的人才，學校疲于就業數據的提升，專業供大于求和專業供不應求的現象并存。

二、就業服務大數據框架體系構建

就業服務大數據是在自治區教育廳就業服務數據平臺的基礎上構建而成的，它的數據來源有著互通性。在就業服務數據里有信息抓取、信息反饋、就業服務管理介入、教學研究多元化的活動方式，大數據框架體系主要包括三個層面:學生日常行為維度設置、“以人為本”的就業服務全覆蓋、就業導向信息化服務。

(一)學生日常行為維度抓取。在高校日常管理過程中就業服務工作不是一蹴而就，僅僅依托大四的沖刺并不能解決大學生深層次的就業需求，因此從大一進校園起，他們的學習、行為、愛好、經歷就影響著就業選擇，因此在高校中利用大數據研究學生日常行為規范建立就業大數據框架體系指導就業服務工作具有重要的意義。高校往往看重大四畢業班階段的管理和服務，從大一到大三階段基本投入的就業比較有限，盡管大學中已經設置了《就業指導課程》，但相對流于形式，課程學習不能引起學生的重視，缺少對大學生心理健康、技能掌握、課程狀況、上網行為、消費情況、參與社團情況、擔任學生干部情況、職業生涯規劃等方面信息的獲取。高校學生就業大數據需要與大學四年規劃全過程相結合，在不同階段掌握學生不同的動態信息：大一抓取學生的基本信息，家庭經濟情況、職業生涯規劃；大二抓取學生社團活動、興趣愛好、潛力和特長；大三抓取科技競賽獲獎、專業學習考察、學生干部任職情況；大四抓取專業實習、專業技能實踐、就業意向選擇等內容。在以上四個過程中學生的專業學習情況、心理健康、消費水平全程貫穿到大學四年，以期獲得更為全面詳實的數據。

圖1

(二)“以人為本”的就業服務全覆蓋。就業服務大數據框架體系歸根結底還是以學生為主體進行的研究，根據“數據來源于學生，服務于學生”的理念，建立學生就業服務數據庫，根據大一新生入校報道后在大學里產生的個人行為數據，借助大數據進行不斷積累，對采集來的學生行為信息數據進行篩選、清洗、轉換，建立高校大學生就業行為導向數據庫，用獲取到的數據通過信息挖掘技術提供全面、科學、客觀的分析，提高高校就業服務管理部門的科學管理能力和大學生職業生涯規劃能力。通過將大數據抓取到的學生信息進行分類提煉，找出“以生為本”的就業服務關鍵點，樹立學生建立正確的就業價值觀、就業發展觀，實時掌握涉及到學生切身利益的數據信息，大數據體系不僅要提供就業服務管理，還要通過數據逐漸完善職業生涯規劃體系，幫助學生認識自己和認識社會，發揮學生的主動性、積極性、創造性，做好大學職業生涯規劃。

(三)大數據就業導向服務。通過學生在校第一、二、三課堂學習、參加社會實踐、消費軌跡、學習軌跡等數據，對學生就業過程中遇到的困難進行引導和幫扶。指導學生積極參與校園招聘，根據自身情況合理選擇就業地域，積極進行自身求職及就業狀況分析，進而提高大學生就業質量。因此就業大數據在需要高校進行頂層設計的同時，還要積極地協調各個部門相互協作，實現數據互通，打破傳統的就業工作模式。

總之，大數據時代給高校就業服務工作提供了更多的信息和資源，將學生日常行為引入大數據，實現實時數據抓取，指導學生就業工作遇到的困難。結合就業質量和就業率這一最終指標，在平時對學生日常行為進行指導，分析學生在學校的行為軌跡，區分開學生個體行為因素和學校客觀因素產出的差異，更深層次地挖掘所產生的影響，才能更好地通過影響因素指標、影像權重指導學生日常行為，有利于高校通過學生行為指標和因素進行調整，進而提高學校的就業服務工作能力。