大數據分析方法在高校畢業生就業中的應用分析

尹婷　趙思佳

摘 要：為了我國高校人才培養進行準確定位，促進我國高校的人才培養水平的提升，將大數據分析方法運用于高校畢業生就業指導的工作。文章從大數據的基本理念、應用原則、建設方式以及應用方式出發，強調了大數據分析方法在高校畢業生就業指導工作中的重要性，并且為更好地提升高校的人才輸出水平提供了一定的幫助。

關鍵詞：大學生就業;數據處理;大數據

《國家中長期教育改革和發展規劃綱要（2010—2020年）》強調“信息技術對教育發展具有革命性影響，必須予以高度重視”，并對建立“教育質量、學生流動、資源配置和畢業生就業狀況等監測分析系統”作出了明確要求。這一文件的頒布，為大數據分析在高校畢業生就業指導工作中的運用奠定了一定的基礎。在大數據時代，高校應該轉變人才培養思維，借助大數據的科學分析，提升人才培養水平。

一、大數據分析的基本原理

通過用數學算法將海量數據進行計算，預測事情發生的概率，便是大數據應用的核心。大數據可以預測的范圍很廣，在大學生就業方面也可以利用大數據進行分析，比如利用大數據分析預測計算機專業的學生在畢業時是否會選擇加入IT公司，還是會進行自主創業。

大數據分析基于數據，這是大數據應用于預測的基礎。各種系統經過長時間的運行，就會擁有很多的數據，這樣的數據越多，數據分析的效果就會越準確。以云計算為基礎，將數據信息儲存下來，充分的進行分析和計算是大數據應用學的本質。大數據分析只是找到兩者相關聯系，而不得到導致結果發生的原因是什么。將大學生就業的信息進行分析，得到幾年之后就業情況，并且利用分析結果指導政策制定，就是大學生就業中的應用。

二、大數據分析在大學生就業的應用原則

如果要建立起大學生就業分析的大數據應用，那么就需要兩方面的原則。

（一）必須依靠大量的數據，才能分析得到結果

如果數據樣本不夠多的話，難以對其進行分析，或許對于特定領域是有效的，但是對于廣泛意義是不符合的。

（二）不要追求數據的準確性

大學生就業情況是很復雜的，很難做到每一個細節都是非常正確的，只要擁有足夠多的數據，就可以抵消掉錯誤的數據，這樣的價值更高。能讓學校在教育中擁有更有效的方式，而且不要關注某一特定因素對大學生就業的影響。

三、大數據分析方法在高校畢業生就業指導工作中的建設方式以及應用

（一）大數據分析方法在高校畢業生就業指導工作中的建設方式

對于建設方式來說可以有很多種，但是最適用的只有自有建設和外聯協作兩種。自有建設可以在某一區域上，可以以行政區域為一點，然后全國就有很多這樣的點，然后再將這些點連接在一起，就可以構成一個獨立的網絡。這樣既可以分析某一節點的數據，也可以分析全國的數據，這樣所得的結果就會很有建設意義。而且還可以建設某些節點的自有數據庫，這就是大數據應用的方便所在。

外聯合作就是指與有數據采集能力的互聯網公司進行合作，通過云計算處理，得到所需數據。外聯合作的成本會比自有建設低，但是沒有指向性，所需時間會相對較長。

（二）大數據分析方法在高校畢業生就業指導工作中的應用

1.數據收集

大數據建設的基礎是對企業的用人標準數據的收集以及對畢業生的綜合素質的收集。目前高校對企業的用人標準數據的收集主要是通過企業的官方招聘網站以及電話詢問;對畢業生綜合素質的收集主要是通過學籍檔案、課程成績、社會實踐評價以及師生評價等方式。

隨著校園信息化的發展，各類的信息系統中都保留著學生日常行為數據，這些書籍會是用于分析和評價學生特征的重要依據，例如校園wifi系統里的行為軌跡數據，圖書借閱系統里的借閱數據，學生一卡通消費數據等等，還可以將學校官網、微博、搜索軟件、微信的數據自動接入到畢業生基本信息系統中，利用系統進行數據抓取。

2.數據清洗

數據清洗的目的即在海量數據中篩選、處理留下企業以及畢業生的有用數據，促進企業與畢業生的雙向選擇的順利進行。這一過程的進行也是為了促進我國高校就業分析工作的穩步進行，通過噪聲數據的刪除，完善企業的基本用人標準的構建，完善畢業生素質調查工作的有效開展。

這個過程非常重要，除了要清洗掉大數據中的涉及隱私的敏感數據，還需要將數據進行量化評價，例如學生wifi系統中的定位數據量化后，可以得到學生在教學區、圖書館、運動區、宿舍、校外等不同類型的區域停留時間所占比重，這樣可以分析出學生是運動型的，還是學習型的還是睡覺型的。

3.數據使用

利用獲取的數據，利用算法將這些數據換算成畢業生的就業力，再利用就業力去匹配企業的就業崗位，幫助畢業生和企業相互找到合適的崗位和員工，這樣就通過利用大數據分析的方法服務于高校畢業生就業。

通過一端時間的積累，基于以上內容可以總結出我國當前社會企業的用人標準以及畢業生的相關情況。這些數據可以運用于，就業形勢的研判，從而在高校學生的就業指導工作中劃定工作標準。高校的就業指導教師還能通過企業相關數據的分析，對學生的求職行為進行制定，從而促進我國高校的就業率提升。隨著時代的發展，大數據的整合運用已經非常重要，針對于高校教師的教學而言，必須要充分掌握企業用人標準的各個指標，才能促進高等院校的充分就業。

四、注意事項

（1）大數據處理方法跟以往的研究方法有很多不同，并不需要關注其他太多的因素，盡可能的去獲得更多的數據是關鍵。

（2）大數據處理之后的結果可能會給很多學生帶來很多困惑，可能會讓很多學生為了一個很好的畢業畫像來刻意制造數據。

（3）因為所需要的信息量是巨大的，所以可能有些數據可能會涉及隱私問題，所以必須有相關的法律法規來規范。

五、部分分析結果

（一）畢業生就業地區分析

學校就業指導來源之一就是畢業生的工作去向。根據一些調查結果顯示，畢業生主演就業地點主要是省內，而且才畢業的同學在省內就業的概率很大，在省外就業的學生中，男生會比女生更多。

（二）畢業生就業的公司分析

有超過一半的畢業生會選擇中小企業，接近一半的畢業生會在民營企業工作。2015年末，中小企業提供了全社會80%以上的就業機會，民營企業占87.3%。[1]

（三）薪酬以及實踐能力分析

每個學校的畢業生的學歷不盡相同，本科生的工資待遇大部分是在3千到7千區間，收入差距比較明顯，在各個學校的本科畢業生之間影響學生收入的重要因素之一是工作經驗。[3]隨著畢業生實踐能力的提高，畢業生薪酬也隨著提高。

（四）學歷與薪酬的關系

學歷與收入有著巨大的關聯。碩士以上學歷與碩士一下的薪酬有著巨大的不同，這就體現了學歷在薪酬方面的優勢。

六、總結

在不久的將來，大數據處理肯定會成為社會基礎設施的一部分，不可或缺。我們應該不斷地在大學生就業方面進行大數據處理，通過數據就可以發現很多不一樣的結果，或許將是人們進步的階梯之一。數據可以給我們帶來很多的便利，從中得出的結論不僅能讓學校更好的為畢業生帶來福利，還可以用來平常的教學中，用來提高學生的整體素質。很多學科會在大數據時代擁有巨大的改變，由此，改變的不止是學科，還有人們的生活方式等。大數據在大學生就業的應用會越來越廣，為大學生就業方向提供了線索，很有價值意義。

參考文獻：

[1][美]維克托·邁爾·合恩伯格.盛楊燕，周濤譯.大數據時代.浙江人民出版社，2013，12.

[2]柴國俊.大學畢業生初始工資結構研究[D].成都：西南財經大學，2014.

[3]董良.教育、工作經驗與家庭背景對居民收入的影響——對明瑟方程和“布勞—鄧肯”模型的綜合[J].中國社會科學院研究生院學報，2016，（4）：103-109.

基金項目：湖南省職業院校教育教學改革研究項目（ZJGB2016073）