基于大數據的高校畢業生就業指導分析

文/王蘇蘇

高校畢業生就業問題一直是一個全球性的永恒話題。到2021年，我國高校畢業生高達909萬人，畢業生人數逐年遞增，無疑使畢業生的就業形勢更加嚴峻。高校畢業生就業問題不僅關乎其個體職業發展和生活質量，更關系著高等教育改革成效乃至整個國家教育事業的發展。然而，現階段高校畢業生就業指導工作仍面臨著就業服務信息不對稱、就業指導模式盲目化、就業指導服務間斷化等問題，進一步加劇了畢業生就業難問題。為了破解這一難題，高校應積極借助大數據、人工智能等新興技術，通過供需精準對接，為畢業生提供定制化的就業信息推送、精細化就業指導模式、全程化就業跟蹤服務，以持續推動畢業生就業競爭力的提升，緩解就業難問題。

一、當前高校畢業生就業指導現狀與問題

高校畢業生是社會主義建設的主力軍，國家對畢業生就業問題異常重視，出臺了一系列政策舉措，以推動高校構建常態化的就業指導服務體系，提升畢業生就業質量。但是，現階段高校畢業生就業指導工作還面臨著諸多問題，主要包括如下方面。

（一）就業服務信息的不對稱性

隨著高校擴招力度的持續加大及畢業生人數的逐年遞增，畢業生的就業形勢日趨復雜化，加上“互聯網+”時代下區塊鏈、云計算、大數據、智能制造等技術所引發的一系列重大產業結構變革，使就業市場對畢業生的吸納能力持續變化，這無疑對高校就業指導工作帶來了嚴峻的挑戰。然而，很多高校并未認清形勢，不注重信息資源的整合和就業指導服務的與時俱進，各類就業服務信息紛繁雜亂、整合度低、質量低下，導致信息資源無法充分發揮其服務效能。不僅如此，很多高校并不注重加強與企業的對接，很多公司的招聘信息無法為學生所知，再加上招聘信息綜合管理平臺的缺失，致使就業信息更新緩慢、難辨優劣，難以為畢業生提供全面、完善的就業服務[1]。

（二）就業指導模式的盲目性

當前，大多數高校就業指導模式仍然停留在傳統就業理論課程教育和畢業季學生咨詢、教師答疑活動、行企專家就業問題專題指導講座等層面。這種“大水漫灌”的就業指導模式雖然也幫助不少畢業生解決了就業問題，但由于對畢業生個體差異性的忽視，不能為其提供個性化、有針對性的深度就業指導咨詢服務，從而難以滿足畢業生日趨多元化的職業價值觀，更影響了學生的精準就業。不僅如此，不少高校忽視了就業信息的監測與分析，也不注重對市場需求變化進行預測，這導致畢業生專業結構與就業需求之間產生結構性矛盾，進一步加劇了畢業生“難就業”等問題。

（三）就業指導服務的間斷性

現階段，多數高校采取的是畢業季“臨陣磨槍”式的就業服務模式，就業指導工作不僅未貫穿大學生涯的全過程，更沒有注重畢業生離校后的就業跟蹤服務，這導致多數大學生缺乏科學的就業觀，大學四年間渾渾噩噩，不注重社會實踐，畢業后過分以自我為中心，不考慮社會需求，一味追求不切實際的薪資待遇，這種缺乏理性的就業方向與預期難免導致多數畢業生產生心理挫敗感，部分人甚至選擇逃避，不急于尋找工作，引發“慢就業”等問題。不但如此，就業指導服務的間斷性導致畢業生離校后就業信息反饋難度增大，無益于校企間溝通反饋的深入，這直接影響了高校人才培養的質量與效果[2]。

二、基于大數據的高校畢業生就業指導策略

（一）定制化就業信息推送

要解決高校畢業生就業服務信息不對稱的問題，關鍵是要在大數據技術的支持下，精準挖掘畢業生的就業偏好，為其提供個性化、精準化、定制化的就業信息推送，滿足畢業生就業需求。具體而言，一方面，高校要組織協同各部門，以大數據為基礎構建畢業生就業信息管理平臺，將招聘、教育、監測、研判等功能融為一體，實現畢業生求職與企業人才招聘的精準對接，有效規紓解業服務信息不對稱等問題，推動傳統短期就業服務逐步轉向常態化職業教育規劃，傳統的盲目的就業指導服務轉向個性定制化就業指導服務，使就業信息主動向畢業生就業需求靠攏；另一方面，高校要借助大數據平臺，精準聚合畢業生在校期間所生成的海量數據，如個人信息、專業成績、職業規劃層次、個人消費情況等，通過數據挖掘分析多維刻畫畢業生學習“數字畫像”；同時，結合畢業生在就業網站瀏覽數據的相關信息，鎖定其對薪酬標準、工作地點、崗位類別、行業要求等的職業期望，以此刻畫其職業“數字畫像”，將畢業生學習“數字畫像”與職業“數字畫像”相融合，利用大數據、人工智能分析技術精準評判畢業生職業綜合素質、預測其就業趨向，以此向其推送與之相符的就業信息；除此以外，高校還應與企業共建人才需求數據庫，利用相似度計算等精準對比企業人才需求與畢業生職業期望“數字畫像”，實現崗位的精準匹配，繼而實現畢業生、用人單位雙向就業信息推薦，還要結合相似度計算結果明確畢業生專業能力與崗位要求之間的差距，為其智能化推送相關的學習與培訓資料，通過精準干預提升畢業生的崗位勝任力[3]。

（二）精細化就業指導模式

針對傳統就業指導模式盲目性等的問題，高校要依托大數據構建精細化就業指導模式，實現線上與線下、校內與校外就業指導的有機結合。首先，為了實現就業指導的精細化，需要建立制度，以完善的管理制度來規范畢業生就業數據的收集、整理、分析與利用，優化學校資源配置，強化經費管理使用，實現部門聯動協作和就業成果的考評檢驗，使就業指導模式的實施有據可依、有章可循；其次，高校要在畢業生就業信息管理平臺的支持下，集成群體線下行為數據、網站瀏覽行為數據、專業課程成績、職業能力測評數據等，刻畫畢業生群體“數字畫像”，獲取具有共性特征的就業需求及職業薄弱點，以此為基礎調整傳統單一化、片面化的就業指導模式。既要以課堂就業指導為主，結合大數據人職匹配動態測評做出的診斷報告，有針對性地開發就業指導課程內容及方法，又要借助平臺線上就業指導預約機制，實現線上求職模擬演練，利用線上預約開展線下“一對一”私人定制咨詢輔導服務，解決高校就業指導人員不足、時間不當等一系列問題；再次，高校要將校內就業指導與校外職業培訓相結合，引入高質量的第三方職業培訓機構，利用其專業化就業指導資源，使學生在課下進行精細化職業訓練，在此過程中，要求第三方機構綜合記錄大學生學習數據，構建相應的就業成長檔案，以供高校就業指導教師參考和借鑒；最后，高校要定期對畢業生就業能力進行評價，評價內容既要覆蓋專業知識與技能，又要涉及學生職業道德、個人品質、延伸素質等內容，并結合專業差異性實施動態調整，同時，應結合畢業生問卷調研，提高評價的客觀性與真實性，結合評價反饋結果不斷調整和優化就業指導模式[4]。

（三）全程化就業跟蹤服務

針對就業指導服務的間斷性，高校應以大數據為依托，構建全程化就業跟蹤服務體系，為畢業生就業擇業與職業發展提供全過程指導與服務。其一，新生正處在職業生涯規劃期，教師可借助大數據分析為學生構建職業測評模型，使之通過模型強化自我認知，初步確立職業發展方向，同時借助大數據平臺出具的就業質量調研報告、職業服務大數據等，使學生了解歷屆畢業生就業崗位、地域、人均薪酬等內容，并為其預測專業發展前景，使之做到“知己”而“知彼”；其二，在職業素養提升階段，高校要利用大數據收集學生的學習狀況、參與社會實踐、校內活動等，判斷學生的興趣偏好和能力發展方向，進一步幫助其調整和優化職業規劃，同時結合企業的意見，從多維的視角評估學生的職業素養，針對學生的短板及差距進行有針對性地輔導；其三，在就業擇業關鍵階段，高校要利用就業大數據合理安排就業工作，如在招聘淡季開展求職技巧培訓、畢業生需求摸底，在旺季則加強就業信息的推介，邀請企業入校招聘，針對有創業意向的畢業生，高校要對其進行專項培訓，結合大數據向其介紹創業成本、市場需求等，為其市場調研提供支持；其四，在就業跟蹤服務階段，高校要建立健全畢業生就業反饋機制，通過互聯網及社交平臺與離校畢業生建立長期聯系，并利用大數據分析獲取畢業生專業對口度、離職率、滿意度、轉正率等，以檢驗畢業生就業質量和就業指導成效，并鎖定貧困畢業生與失業學生，分別提供精準幫扶、再就業培訓服務等[5]。

三、結語

隨著畢業生職業觀的日趨個性化與企業對人才需求的日趨多元化發展，精準化就業指導已成為高校開展就業工作的現實要求。但是，就業服務信息的不對稱性、就業指導模式的盲目性、就業指導服務的間斷性等問題，都嚴重阻礙了高校就業指導工作的有效開展。大數據作為“互聯網+”時代的典型產物，其不僅能夠高速整合、聚類、關聯、分析海量數據，還可深度挖掘數據間的潛在聯系，預測數據的發展趨勢，從而為高校進行精準化、全程化、高效化就業指導工作提供了強大的技術支持。為此，高校應緊跟時代發展潮流，在大數據技術的支持下，探索定制化就業信息推送，建立精細化就業指導模式，提供全程化就業跟蹤服務，以有效破解當前高校“大水漫灌式”的就業指導困境。