大學計算機類專業就業分析系統的設計與實現

郭 佳，李 寧，張 葉，強振平

（西南林業大學大數據與智能工程學院，昆明 650224）

0 引言

高校畢業生就業是全社會就業的重要組成部分，高等教育的快速發展疫情給大學生就業帶來了新挑戰。據教育部統計，2021年我國大學畢業生人數預計將突破909 萬，首次突破900萬大關。2022年在新冠肺炎疫情等多重不利因素影響下，應屆畢業生就業形勢愈加復雜嚴峻，疫情的突發給高校就業工作帶來招聘形式變化、信息平臺建設欠缺、學生焦慮情緒增加等困難和挑戰。近年來，我國互聯網科技發展迅速，加上傳統行業和計算機融合日益加深，導致IT 行業人才缺口巨大。面對網上日益復雜的就業信息，如果能夠直觀地看出各個行業的崗位特征和變化趨勢，將有利于學生們做出選擇。

針對以上背景，本文基于Python 設計了大學計算機類專業就業分析系統，從多個角度進行可視化，清晰的將目前市場的計算機行業崗位需求分布、學歷、經驗要求、各個城市平均薪資、發布招聘數量等進行展示，以期為大學生獲取并分析就業信息提供幫助。

1 數據和方法

本設計采用Python和Flask 框架進行開發，利用Python 爬蟲技術爬取BOSS 直聘網的招聘信息數據，包括各地區計算機崗位的平均薪資待遇、計算機類崗位數量、崗位需求學歷信息、經驗需求信息、 城市發布的招聘數量等。同時結合PostgreSQL 關系型數據庫對數據進行存儲，然后進行數據分析并反饋處理后的信息推送，最終將結果通過可視化展示出來。系統設計如圖1所示。

圖1 系統設計

1.1 數據來源

近年來互聯網上涌現了大批網絡招聘平臺，較以往通過報紙刊登招聘信息和線下開展招聘會的方式顯得十分便利，但網上的招聘信息日益繁雜，選擇認可度較高的數據源進行就業信息分析顯得尤為重要。本文通過問卷調查公眾認可度的方式，從眾多招聘網站中確定以Boss直聘網（https://www.zhipin.com）作為數據源。

1.2 數據采集

本文通過selenium 庫驅動Google Chrome 瀏覽器進行自動化操作模擬人工操作瀏覽器網頁的動作爬取數據。在Python 程序訪問網站的過程中，由于網站自帶禁止非注冊用戶訪問詳細信息的安全機制。故使用Session 維持同一請求，隨后獲取該對話的cookie 信息，將獲取到的cookie 加載到爬蟲程序進行訪問，可有效的解決未注冊用戶限制訪問的問題，隨后對相關崗位信息的json 格式的數據進行獲取。成功后會自動將爬取的信息通過循環調用函數將數據逐條插入到PostgreSQL 數據庫。文所使用的Python 爬蟲程序會在服務器上定時啟動以采集一段時間內由各企業所發布的最新招聘數據。獲取的數據如圖2所示。

圖2 獲取的數據實例

1.3 數據集存儲

本文所使用的都是結構整齊的數據，所以采用PostgreSQL數據庫對數據進行存儲。共計使用8張表，分別用于：存儲招聘網站中的崗位數據、存儲爬取數據時所用到的cookie、存儲全國各地區的名稱和編號、存儲爬取的崗位名稱、存儲判定為計算機崗位的關鍵詞、存儲分析所得結論數據、存儲用戶登錄狀態信息、存儲用戶提交的簡歷數據。如表1 數據庫及其描述表所示。

表1 數據庫及其描述

數據庫設計結構圖如圖3所示。

圖3 數據庫設計結構

1.4 數據分析、統計

系統在請求獲取job_data 表中存儲的所有崗位數據后對其進行計算，隨后對全國范圍內的計算機崗位需求比例、崗位學歷要求、項目經歷要求、各城市發布崗位數、各城市計算機崗位平均薪酬等數據進行分析。在分析結束后，系統將結果保存到web_data 表中。系統將分析和統計的過程中使用的后端數據處理分為狀態數據和近實時數據。狀態數據一天計算兩次，在web_data 表中使用statue=1 標記。近實時數據每分鐘計算一次，用statue=2進行標記。系統將按照statue 來區分并獲取數據。最終，分析結果將以可視化的形式在前端進行展示以供用戶查看。

2 系統設計和功能

截止2021年6月，畢業生數量持續增長，但就業率不容樂觀。中國2000—2021年畢業生數量及就業率可視化如圖4所示。

圖4 2000—2021年畢業生數量及就業率可視化

2021年近五成畢業生就業崗位與專業總體對口率顯著提高、就業滿意度保持高位略有下滑、考慮離職率略有上升。其中，自我因素對計算機類畢業生影響最大，因此，了解計算機崗位的人才需求和認清自己的定位是求職的必要前提。本文針對崗位需求、城市招聘信息等大學生亟待了解的問題展開設計。系統架構如圖5所示。

圖5 系統架構

2.1 崗位需求分析

根據崗位需求比例圖，可以發現企業對后端開發、項目管理等崗位的需求較大，其中后端開發崗位占整個計算機崗位需求的21%，銷售通信等崗位的需求量則較少。如圖6所示。建議希望未來從事專業IT 行業的同學努力提升自己編程能力，擴展知識面，在選擇崗位時可優先考慮后端開發類、項目管理等崗位信息，以獲取更多的機會。

圖6 崗位需求比例

根據崗位學歷需求分布圖，可以發現人工智能崗位對學歷要求最高，要求研究生的崗位占比為23%，本科占比62%。如圖7所示。

圖7 崗位學歷分布

通過崗位經驗需求分布圖我們可分別查看各崗位對人才經驗的需求。如圖8所示。

圖8 崗位經驗需求分布

結合崗位學歷需求可以分析得出通信、運維、銷售技術支持等崗位低學歷要求比例較高，人才經驗要求比較低，因此該類崗位對操作能力和理論基礎的要求不高，適合學習能力較差且基礎不好的同學。而數據、后端開發等崗位與人工智能崗位相比較，本科學歷需求占比大，且大部分要求3年以上經驗。對學歷比較高的崗位同時也需要更多的工作經驗，因此我們可以發現該類崗位既注重操作性，也需要足夠的理論基礎。

根據企業對IT 需求圖，可以發現近年來隨著傳統工科和計算機的結合，計算機科技逐漸融入到醫療健康機械重工等傳統行業中，企業對IT 行業的需求比例逐漸增大。如圖9 所示。大學生在校期間應多了解并嘗試實現跨學科融合項目，以提升在同級應聘者中的綜合競爭力，在畢業選崗時可獲取更多的行業選擇。

圖9 企業對IT需求分布

2.2 城市招聘信息分析

在平均薪資情況圖中，可以發現計算機行業薪資較高的城市集中在我國的東部沿海，其提供的崗位數量也遠遠高于內陸，其中北京、上海、杭州的計算機崗位的平均薪資位列全國前三，其次是國內經濟發展比較好的新一線城市。如圖10 所示。大學畢業生在選擇工作時可優先考慮沿海城市或新一線城市，以獲取更高的薪資待遇。

圖10 城市平均薪資分布

根據熱門城市企業招聘信息發布量圖，可以發現全國計算機行業在每年的12月份發布的崗位數量最多，其次是9月份。如圖11所示。

圖11 熱門城市招聘發布量

結合近2個月城市招聘數量分布圖，可以發現廣州在近2個月招聘數量占據全國最高，但在11月份到次年1月份這段求職黃金時期中廣州發布的崗位數量遠遠低于北京。如圖12 所示。有意向在北京就業的大學生可在12月份時多關注各招聘網站發布的招聘信息。為獲得更多的求職機會可多關注廣州、成都、北京、深圳等城市在一年內的其他時間發布的招聘信息。

圖12 近2個月城市招聘數量分布

3 結語

本文依托大學計算機類專業就業分析系統的設計展開，對系統的實現過程和功能進行概述。對當前企業計算機崗位人才的需求進行整理及分析，有效的降低了求職者手動翻頁瀏覽招聘信息的時間成本。同時，本文結合分析結果向在校大學生職業規劃提出意見與建議，以期其在校期間對自己的職業規劃更加明確。本文的不足之處在于采用的數據源單一且缺少用戶個性化設計，我們后期會繼續做更深的挖掘和研究，工作重心將放在多個招聘網站招聘信息的獲取并實現面向單用戶的個性化開發，增強用戶體驗，爭取為幫助大學生就業發揮更大的作用。