
大數(shù)據(jù)讓就業(yè)有跡可循
本文就美國大學(xué)學(xué)生就業(yè)模型作了分析,提出了我國高校就業(yè)服務(wù)生態(tài)模型,通過學(xué)生在校期間產(chǎn)生的數(shù)據(jù),形成學(xué)生數(shù)據(jù)生態(tài)閉環(huán),輔助學(xué)生進(jìn)行職業(yè)生涯規(guī)劃,提高學(xué)生整體就業(yè)質(zhì)量。綜合利用大數(shù)據(jù)技術(shù)和數(shù)據(jù)挖掘技術(shù),搭建高校學(xué)生就業(yè)大數(shù)據(jù)框架體系,對學(xué)生數(shù)據(jù)進(jìn)行分析,提高就業(yè)服務(wù)質(zhì)量,輔助管理機(jī)構(gòu)的決策。
▊國外高校就業(yè)服務(wù)特點(diǎn)以及模型構(gòu)建
美國是世界上最早開展職業(yè)指導(dǎo)服務(wù)的國家,美國高校的大學(xué)生的就業(yè)服務(wù)機(jī)制在提高大學(xué)生成功就業(yè)和減少人為失業(yè)等方面取得了不少的成功經(jīng)驗(yàn),從美國高校大學(xué)生就業(yè)服務(wù)可以一窺其對促進(jìn)就業(yè)的各種努力。主要包括以下方面:
“以學(xué)生為本”的就業(yè)服務(wù)
以學(xué)生為本是就業(yè)服務(wù)的教育價(jià)值觀、教育發(fā)展和教育人才的根本性的理論基礎(chǔ)。就業(yè)服務(wù)指導(dǎo)部門作為大學(xué)生就業(yè)和聯(lián)系社會的一個(gè)平臺,不僅要提供就業(yè)服務(wù),還要通過完善的職業(yè)生涯指導(dǎo)服務(wù)幫助高校的學(xué)生認(rèn)識自己和社會,做好職業(yè)生涯規(guī)劃,在此理念之下,充分發(fā)揮學(xué)生的主動(dòng)性、積極性、創(chuàng)造性。
擴(kuò)展學(xué)生就業(yè)服務(wù)的范圍
美國高校的就業(yè)指導(dǎo)服務(wù)是與學(xué)生的四年學(xué)生規(guī)劃相關(guān)的:(1)第一年幫助大學(xué)生了解市場和專業(yè)的特性;(2)第二年在有一定的價(jià)值觀認(rèn)識的基礎(chǔ)上,不斷挖掘?qū)W生的興趣愛好、潛力和特長;(3)第三年幫助學(xué)生深入了解學(xué)生的專業(yè)市場需求,提供實(shí)習(xí)機(jī)會;(4)第四年強(qiáng)化技能訓(xùn)練,提高市場競爭力,提供就業(yè)服務(wù)信息。
就業(yè)服務(wù)多樣式
就業(yè)服務(wù)是集服務(wù)、管理、教學(xué)和研究四維一體的多元化的活動(dòng)方式,目前國內(nèi)高校重管理和服務(wù),在教學(xué)和研究方面投入較少,很多高校的學(xué)生在大一到大三基本沒有就業(yè)的投入,缺少對大學(xué)生技能的培養(yǎng)、潛力的挖掘、職業(yè)生涯規(guī)劃、心理健康服務(wù)等全方面的了解和培養(yǎng)學(xué)生。而美國高校在此也有一定的經(jīng)驗(yàn),通過一些工具和計(jì)算機(jī)針對學(xué)生進(jìn)行測試和培養(yǎng)。
專業(yè)性的就業(yè)指導(dǎo)隊(duì)伍建設(shè)
美國高校針對學(xué)生就業(yè)方面成立了專業(yè)的就業(yè)管理服務(wù)部門,按照與學(xué)生1:200的配比進(jìn)行人才隊(duì)伍建設(shè),而且人才隊(duì)伍按照不同崗位招聘專業(yè)性的博士或者碩士,這就提供了研究性人才隊(duì)伍的基本保障,實(shí)現(xiàn)實(shí)踐與研究相結(jié)合,提供專業(yè)、專家型的指導(dǎo)服務(wù)。
就業(yè)導(dǎo)向的信息化服務(wù)
美國高校除了基本的就業(yè)信息推送和管理之外,主要注重人才的培養(yǎng),尤其是交叉學(xué)科人才的培養(yǎng)。美國把高等教育作為為經(jīng)濟(jì)建設(shè)服務(wù)的三大目標(biāo)之一。優(yōu)勢主要體現(xiàn)在交叉學(xué)科滿足社會的需要,同時(shí)能帶動(dòng)學(xué)校傳統(tǒng)的專業(yè),最終受益的學(xué)生本身在社會的激烈競爭中能脫穎而出。
以上可以看出國外高校在就業(yè)服務(wù)方面取得了一定的成績,而我國高校就業(yè)服務(wù)的理念、過程、方式、隊(duì)伍建設(shè)等方面和國外還存在一定的差距。然而“互聯(lián)網(wǎng)+”概念給了高校提高就業(yè)服務(wù)質(zhì)量的一個(gè)契機(jī),傳統(tǒng)的管理模式已經(jīng)不能滿足高校的需求,大數(shù)據(jù)時(shí)代的到來,已經(jīng)引起了社會以及高校的重視,對高校的改革起到了一定的帶動(dòng)作用,改變著以往人們對業(yè)務(wù)的認(rèn)識。
因此在此基礎(chǔ)之上,結(jié)合高校現(xiàn)有的業(yè)務(wù),根據(jù)“數(shù)據(jù)來源于學(xué)生,服務(wù)于學(xué)生”的理念,建立學(xué)生就業(yè)服務(wù)生態(tài)模型,如圖1,此模型主要圍繞學(xué)生來校之后在大學(xué)期間產(chǎn)生的個(gè)人行為數(shù)據(jù)不斷地積累,借助高校信息中心的大數(shù)據(jù)平臺技術(shù),對高校積累的數(shù)據(jù)進(jìn)行采集、清洗、轉(zhuǎn)換,建立就業(yè)數(shù)據(jù)倉庫,通過數(shù)據(jù)挖掘技術(shù)提供全面、客觀、科學(xué)的分析,提高就業(yè)管理部門科學(xué)管理與學(xué)生的職業(yè)生涯規(guī)劃能力。
▊就業(yè)大數(shù)據(jù)框架體系構(gòu)建
就業(yè)大數(shù)據(jù)框架體系是建立在學(xué)校的大數(shù)據(jù)框架的基礎(chǔ)之上,有著共同的數(shù)據(jù)來源、數(shù)據(jù)平臺,就業(yè)大數(shù)據(jù)分析應(yīng)用是大數(shù)據(jù)框架的一個(gè)基礎(chǔ)應(yīng)用。大數(shù)據(jù)框架體系主要包括三個(gè)層面:數(shù)據(jù)來源層、數(shù)據(jù)平臺層、數(shù)據(jù)應(yīng)用層,同時(shí)在數(shù)據(jù)平臺層要進(jìn)行運(yùn)維管理、數(shù)據(jù)安全管控。如圖2所示。
數(shù)據(jù)來源層是數(shù)據(jù)應(yīng)用的基礎(chǔ),包括了結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)、學(xué)生在校數(shù)據(jù)與網(wǎng)絡(luò)數(shù)據(jù)、學(xué)生第一課堂數(shù)據(jù)與二三課堂的數(shù)據(jù),是一個(gè)多角度多層次的來源,因此數(shù)據(jù)具有種類繁多、價(jià)值高、數(shù)量大、要求處理速度高等特點(diǎn),符合大數(shù)據(jù)的顯著特征。
數(shù)據(jù)處理主要是對學(xué)生的數(shù)據(jù)進(jìn)行大數(shù)據(jù)處理,包括語境搜索、數(shù)據(jù)倉庫、Hadoop系統(tǒng)。語境搜索指對信息進(jìn)行索引與聯(lián)邦搜索,在上一步信息整合的基礎(chǔ)上進(jìn)一步實(shí)現(xiàn)上下文協(xié)作洞察。數(shù)據(jù)倉庫是檔案數(shù)據(jù)按照預(yù)定規(guī)則進(jìn)行存儲,進(jìn)行先進(jìn)的數(shù)據(jù)庫分析。Hadoop系統(tǒng)是一個(gè)分布式基礎(chǔ)架構(gòu),實(shí)現(xiàn)一個(gè)分布式文件系統(tǒng),適合超大數(shù)據(jù)集即大數(shù)據(jù),可以經(jīng)濟(jì)高效的方式分析PB級的結(jié)構(gòu)化與非結(jié)構(gòu)化信息。可視化顯示利用最佳的可視化組合,收集、提取并探索大數(shù)據(jù)的處理結(jié)果。數(shù)據(jù)分析包括BI報(bào)告、預(yù)測分析、內(nèi)容分析、輔助決策分析等。在企事業(yè)單位,預(yù)測、BI、輔助決策更為有幫助。
就業(yè)數(shù)據(jù)源
學(xué)生的基本數(shù)據(jù)來源大致分為兩方面:
1.學(xué)生在校數(shù)據(jù),主要包括學(xué)生的第一課堂學(xué)習(xí)、二三課堂學(xué)習(xí)、參加社會實(shí)踐、消費(fèi)軌跡、學(xué)習(xí)軌跡等數(shù)據(jù),這些數(shù)據(jù)是目前高校要攻克的難點(diǎn),大多數(shù)高校都在“十二五”期間完成了高校數(shù)據(jù)中心的建設(shè),但從實(shí)際情況來看,高校的數(shù)據(jù)質(zhì)量參差不齊,也就無法做到真正科學(xué)的、全面的學(xué)生素質(zhì)評價(jià),因此,高校的數(shù)據(jù)質(zhì)量是一個(gè)不可逾越的鴻溝,是所有數(shù)據(jù)應(yīng)用的基礎(chǔ),因此在校學(xué)生數(shù)據(jù)就需要高校信息化部門從整體考慮,進(jìn)行頂層設(shè)計(jì),積極地協(xié)調(diào)各個(gè)部門與業(yè)務(wù)疏通,打破傳統(tǒng)的業(yè)務(wù)習(xí)慣牢籠,建立新的信息化秩序。
2.學(xué)生網(wǎng)絡(luò)數(shù)據(jù),此類數(shù)據(jù)主要包括學(xué)生的上網(wǎng)行為數(shù)據(jù)、上網(wǎng)學(xué)習(xí)行為軌跡、網(wǎng)絡(luò)資源等數(shù)據(jù),網(wǎng)絡(luò)數(shù)據(jù)目前高校的學(xué)生比較敏感,信息化部門應(yīng)該做足充分準(zhǔn)備和溝通,循序漸進(jìn)地推動(dòng)學(xué)生網(wǎng)絡(luò)數(shù)據(jù)應(yīng)用,要對學(xué)生的數(shù)據(jù)進(jìn)行篩選,抽取有效信息,去除臟數(shù)據(jù),這樣既保證學(xué)生的隱私問題,使學(xué)生不會對此類數(shù)據(jù)敏感,又保證學(xué)校的信息化順利進(jìn)行。
數(shù)據(jù)平臺層
數(shù)據(jù)平臺層是對數(shù)據(jù)整合和治理的過程,從松散的、異構(gòu)的、孤島的數(shù)據(jù)到標(biāo)準(zhǔn)化、有機(jī)聯(lián)系的、科學(xué)的數(shù)據(jù),主要包括對數(shù)據(jù)進(jìn)行抽取、清洗,數(shù)據(jù)共享和轉(zhuǎn)換,數(shù)據(jù)標(biāo)準(zhǔn)化、結(jié)構(gòu)化的處理等操作,最終把數(shù)據(jù)存入相應(yīng)的數(shù)據(jù)倉庫,為不同的數(shù)據(jù)分析提供不同的角度。
總之,信息技術(shù)手段提供了高校實(shí)現(xiàn)針對大學(xué)生就業(yè)質(zhì)量和就業(yè)率這一指標(biāo),反過來分析其在學(xué)校的行為軌跡,把學(xué)生個(gè)人因素與學(xué)校的客觀因素區(qū)分開來,更加透徹地挖掘深層次的影響,才能深入了解到影響學(xué)生就業(yè)的因素是哪些指標(biāo),影響的權(quán)重,對于決策者可以針對這些指標(biāo)和因素進(jìn)行調(diào)整高校的決策,從而提高學(xué)校的競爭力。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11