基于大數據的高校就業信息服務平臺建設研究

摘? 要：高校畢業生的就業關乎千家萬戶的幸福，關系著社會的和諧穩定，促進高校畢業生高質量就業應擺在突出位置。高校畢業生就業信息服務平臺在溝通用人單位和學生，消除信息不對稱，促進供需對接方面起到了重要作用。然而，由于平臺建設技術陳舊、信息質量不高、海量冗余數據、精準服務不足等問題，導致就業信息服務平臺無法發揮出足夠的作用。大數據技術是海量數據時代進行數據分析的重要技術手段，通過大數據的實時高效推薦算法，高校就業信息服務平臺能夠為用人單位和學生提供更加精準和個性化的供需匹配服務。

關鍵詞：大數據;就業信息服務;推薦系統;信息孤島

中圖分類號：G647.38? ? ? 文獻標識碼：A 文章編號：2096-4706（2019）19-0143-02

Abstract：The employment of college graduates is related to the happiness of thousands of families，the harmony and stability of the society，and the promotion of high-quality employment of college graduates should be prominent. The employment information service platform for college graduates plays an important role in communicating employers and students，eliminating information asymmetry and promoting supply and demand docking. However，due to the outdated platform construction technology，low information quality，massive redundant data，and insufficient precision services，the employment information service platform cannot play a sufficient role. Big data technology is an important technical means for data analysis in the era of massive data. Through the real-time and efficient recommendation algorithm of big data，the university employment information service platform can provide more accurate and personalized supply and demand matching services for employers and students.

Keywords：big data;employment information service;recommendation system;information island

0? 引? 言

黨的十九大報告指出，就業是最大的民生，要提供全方位公共就業服務，促進高校畢業生等青年群體多渠道就業創業。[1]近年來，我國高校畢業生人數從2001年的114萬到2019年的834萬，不斷創歷史新高，高校畢業生就業壓力巨大。與此同時，隨著我國經濟體制改革進入深水區，產業結構不斷調整，企業不斷推進智能制造改革，對于高素質人才的需求與日俱增。當前，我國高校畢業生主流群體是“90后”，他們是伴隨著網絡發展成長的一代，網絡和智能手機是他們生活中的得力助手，通過互聯網求職也成了“90后”高校畢業生的首選。[2]然而，面向高校畢業生的就業信息服務平臺魚龍混雜，信息超載，加上高校畢業生的甄別能力不足，極大增加了高校畢業生的求職成本。為緩解高校畢業生的就業壓力，維護社會的和諧穩定，搭建一個用人單位和高校畢業生智能供需對接的高校就業信息服務平臺顯得尤為重要。大數據分析與挖掘技術，作為探測數據價值的關鍵手段，在大數據研究中具有極其重要的位置。[3]大數據可以對海量數據進行實時分析，提取用戶行為特征，了解用戶喜好，為用人單位和學生的供需對接提供精準服務。

1? 當前高校就業信息服務平臺的現狀

當前，面向高校畢業生提供就業信息服務的主體有政府主管部門（人社與教育）、高校、社會中介機構。政府主管部門從層級上分為國家級、省級、地市級和縣級等各級公共就業服務機構，各高校按照規定也成立了各類就業指導機構負責本校畢業生的就業指導工作，社會中介機構主要包括各類在線招聘網站，如智聯招聘、領英等。可以看出，提供高校畢業生就業信息服務的主體眾多，各自為政，信息孤島現象突出。

1.1? 信息孤島現象突出，數據融通不足

由于就業信息服務平臺建設主體眾多，條塊分割嚴重，各平臺之間缺少數據交換機制，造成大量的重復建設。此外，由于爬蟲技術的發展，各平臺之間相互抓取信息，各個平臺提供的信息質量良莠不齊，重復抓取造成了信息過載，各類平臺、海量的信息無序地放在求職者面前，使求職者承擔了巨大的信息篩選成本。

1.2? 平臺種類單一

社會中介機構對于移動互聯網、智能手機和社交媒體等多渠道的建設比較全面。但是，政府和高校的手段相對比較單一，側重于PC網站建設，并且存在建設歷史久遠、技術陳舊、交互性不足和用戶體驗較差等問題。在“90后”畢業生最常使用的微博、微信、貼吧、B站和抖音等社交媒體中提供的就業信息服務不足。豐富的形式手段是就業信息服務取得成效的基礎，所以實現就業信息更加廣泛地傳播應當作為平臺建設的首要目標，用大學生群體更容易接受的網絡語言來解讀相關的就業政策，傳授就業指導知識，推送崗位信息和公益供需洽談會。[4]

1.3? 供需對接精準化不足

主流的就業信息服務平臺供需信息對接主要通過線上線下兩種方式。線下依托實體招聘會，用人單位和學生雙向交流，自主選擇;常見的線上崗位推薦算法通過采集畢業生就業意向行業、工作職能、意向城市、工作性質和期望薪資等字段，然后到崗位庫中模糊查詢，通過對指標匹配度閾值的調整來推薦崗位，選擇TopN的信息呈現給畢業生，這種傳統的供需對接方式能夠應對數據量不太大的情況，但是在大數據時代，面對海量信息，僅通過檢索就業意向來匹配推薦崗位信息已經無法滿足時代發展需要，更加精準、更加滿足個性化需求的推薦系統是發展趨勢。

2? 構建基于大數據的就業信息服務平臺

平臺建設應遵循統籌規劃、頂層設計、統一標準、開放共享的原則，打通“數據孤島”，整合畢業生求職、用人單位招聘、就業派遣、畢業生調查和生涯規劃等分散的數據中心資源，實現各類數據的融會貫通，建立“用數據說話、用數據決策、用數據管理、用數據創新”的管理機制，科學規劃與治理數據資產，實現基于數據的科學決策，讓數據資產成為促進高校畢業生就業的重要支撐，喚醒數據中心“沉睡的資產”。

2.1? 建立就業數據云中心

依托各類云計算平臺提供的彈性計算服務，通過虛擬化技術，建立省級就業數據中心，統一就業數據字典，通過數據交換機對采集的招聘會、宣講會、就業崗位、推薦表、協議書等數據進行清洗，利用Hadoop自帶的HDFS（Hadoop Distributed File System，分布式文件系統）將數據存到基于Hbase的云數據中心，有效整合各類就業數據，利用MapReduce實現對海量就業數據的動態更新、存儲、索引及高效檢索，提高平臺的管理效率與靈活性。

2.2? 建立學生求職偏好模型

為了發揮海量就業數據的作用，提升崗位推薦算法的精準度，建立學生求職偏好模型是基礎。首先，要對學生日常訪問的日志進行分析，如點擊的公司、崗位以及頁面停留時間、投遞的簡歷、收藏關注的企業，通過聚類分析計算出群體學生的訪問偏好;其次，對歷史派遣數據進行分析，對不同學歷層次、性別、地域和學業水平的學生進行歸類，計算出不同類別的學生偏好的企業性質、規模、地域和薪資待遇的畢業去向;最后，對應屆畢業生訪問偏好模型和往屆學生偏好的畢業去向模型各自設置權重，綜合加權計算，實現崗位推薦算法的精準有效。

2.3? 建立用人單位畫像模型

通過對用人單位參加的招聘會、宣講會、用人單位調研和發布的崗位、招聘的學生的自然屬性和學業評價以及學校的自然屬性等各類原始數據進行清洗、變換和規約;對用人單位的各類信息進行標簽化，通過統計策略建立用人單位的事實標簽，包含偏好招聘專業、學校、薪資等;通過聚類等機器學習算法建立用人單位的模型標簽，評價用人單位的群體性特征;通過預測和關聯挖掘算法建立用人單位預測標簽，實現對用人單位招聘行為的合理科學預測，從而實現精準匹配和提供個性化服務。[5]

2.4? 建立就業信息審核機制

為規范信息發布，提高就業信息質量，應加強信息發布源頭管控。平臺建立統一的用人單位注冊認證和審核機制。首先，統一用人單位庫，將企業工商注冊信息與單位聯系人信息剝離，實現用人單位工商信息庫唯一、各校共享，單位聯系人不唯一，可與各子平臺綁定的架構;其次，建立畢業生就業與調查評價輔助審核機制，根據用人單位名稱檢索近三年招錄畢業生情況和參與畢業生評價反饋情況，設置不同權重，得出用人單位參與畢業生就業招聘分值，作為用人審核的依據;最后，接入工商信用接口，根據系統自動返回的企業自然屬性及用人單位聯系人核驗結果，人工輔助判定企業是否通過核驗與審核。

2.5? 建立就業評價反饋機制

就業信息自動精準匹配與評價反饋是一個動態互動的過程。一方面平臺基于大數據的推薦系統為用人單位和學生的供需對接提供精準匹配，另一方面用人單位招錄與畢業生就業去向又反向修正既有的推薦系統模型，使推薦算法更加精準和個性化。此外，得益于大數據的分析挖掘能力，政府主管部門也能夠及時調整就業政策，倒逼高等教育改革，促使高等教育培養與市場需求更加契合。

3? 結? 論

隨著大數據技術的不斷發展，基于大數據的各種推薦系統會不斷涌現，呈現出更加精準化、個性化、社交化等趨勢。然而，無論各種推薦系統的算法側重點在哪里，基礎都來源于用戶產生的數據，為了使大數據推薦更加有效，應該加強平臺建設的考量，減少同類平臺的重復建設，強化集約式、共享式的平臺建設理念，不斷提升平臺的信息質量與交互性，增強用戶粘性。

參考文獻：

[1] 習近平.決勝全面建成小康社會 奪取新時代中國特色社會主義偉大勝利（第1版） [N].人民日報，2017-10-28.

[2] 萬美容，曾蘭.“90后”大學生思想行為特點及其引導策略 [J].學校黨建與思想教育，2012（22）：10-13.

[3] 梁吉業，馮晨嬌，宋鵬.大數據相關分析綜述 [J].計算機學報，2016，39（1）：1-18.

[4] 倪前龍.大學生就業中的政府信息服務改進 [D].南京：南京師范大學，2018.

[5] 張東迅.基于大數據的校園招聘雇主畫像研究 [D].北京：北京郵電大學，2018.

作者簡介：倪前龍（1990-），男，漢族，江蘇宿遷人，助理工程師，碩士，研究方向：就業信息化、就業指導。