高職院校畢業生就業推薦系統的研究與設計

劉西祥

（永州職業技術學院 湖南省永州市 425100）

目前，全國共有高等職業院校1344 所，在校學生人數和畢業學生人數逐年大幅增長，國家就業形勢異常嚴峻，高職學生的就業壓力越來越大。

筆者發現，目前很多高職院校畢業生就業工作模式還比較簡單，大部分還是以傳統的現場招聘會形式為主，輔以微信公眾號等互聯網形式開展就業推薦工作，阻礙了畢業生就業工作的發展。本文通過對永州職業技術學院畢業生就業市場的調查分析，設計并開發了“高職院校畢業生就業推薦系統”，每一名應屆畢業生可以使用電腦或手機登錄該系統并完善自己的個人信息，系統通過推薦算法對應屆畢業生學生數據庫、往屆畢業生學生數據庫和用人單位數據庫進行數據分析，從而為每一名應屆畢業生提供一份比較可靠的就業推薦信息，節省了就業花費的時間和精力。

1 系統設計

高職院校畢業生就業推薦系統不同于一般的畢業生管理系統，它不僅提供了常規的就業管理功能，更重要的是實現了在線就業推薦功能。

1.1 系統整體框架

本系統從實際需求出發，功能上不僅實現了就業推薦功能，還能作為就業管理系統實現就業管理各方面的功能，主要包括用戶登錄模塊、管理員模塊、畢業生模塊和用人單位模塊。其整體框架如圖1所示。

1.2 系統主要模塊

1.2.1 系統登錄模塊

本系統采用同一界面進行登錄，根據不同的用戶類型跳轉至不同的用戶主頁。用戶登錄時必須先選擇用戶類型，輸入正確的用戶名和登錄密碼并加入驗證碼才能登錄成功。登錄時輸入驗證碼是為了增加系統登錄安全性，防止自動批量注冊、登錄。

1.2.2 管理員模塊

管理員模塊的管理人員分為系統管理員和就業工作管理員。系統管理員主要負責系統維護、數據備份和就業工作管理員權限的分配和管理。就業工作管理員主要是指學校就業部門的工作人員以及各學院負責就業工作的相關人員，主要負責最新就業政策等新聞信息的發布以及對招聘信息、就業新聞、畢業生信息、求職信息、企業用戶信息、在線咨詢、查詢統計、就業管理、檔案管理等的統一管理，提高就業工作的效率，保證就業工作的順利開展。

1.2.3 畢業生模塊

畢業生模塊主要功能包括個人信息管理、就業推薦、在線查詢、在線咨詢等功能，學生通過個人信息管理可以查詢自己個人的基本信息，包括學習成績、專業考證、職業素養、是否學生干部、獲獎情況、綜合評定、個人簡歷等，學生可以通過在線咨詢向學校就業指導老師或企業了解就業相關信息和求職經驗等。

1.2.4 用人單位模塊

圖1：高職院校畢業生就業推薦系統整體框架圖

本模塊主要有用人單位信息管理和畢業生搜索兩大模塊。用人單位信息管理主要包括企業基本信息管理、招聘信息發布、修改、更新等功能。畢業生搜索主要實現企業查詢符合本單位招聘崗位需要的應屆畢業生等功能，為招聘工作的開展提供一些參考和依據。

2 推薦算法

推薦算法是整個推薦系統中最核心、最關鍵的部分。由于高職院校不同于普通高校，學生素質和就業能力主要體現在專業技能、職業素養和適應環境等方面，畢業生就業專業比較對口，應屆畢業生就業單位參照往屆畢業生簽約單位較多，而可選擇的企業或公司職位也具有一定的代表性。基于這種情況，本系統關鍵推薦算法使用改進的基于內容和歷史信息的組合推薦算法，保證了推薦的成功率。

2.1 就業推薦算法的設計思路

高職院校畢業生就業推薦系統主要功能是根據高職院校畢業學生就業的特定性和特殊性設計并使用一些改進推薦算法，其主要流程如下：

（1）根據收集的資料和應屆畢業學生、用人單位登錄系統完善相關信息兩條途徑構建學生數據庫和企業數據庫，其中學生數據庫又分為應屆畢業學生數據庫和往屆畢業學生數據庫兩個數據庫；

（2）根據應屆和往屆畢業學生數據庫中的數據獲得應屆畢業學生和往屆畢業學生之間的相似度；

（3）根據企業數據庫中的數據計算企業之間的相似度，得到往屆畢業學生對應的簽約企業與其他企業間的相似度；

（4）將（2）、（3）的結果相結合，根據應屆畢業學生與往屆畢業學生對相關企業間的關注程度，進行相關企業的推薦；

（5）在（4）已經得出的與該學生相似度最高的往屆畢業學生對應的排名靠前的相關企業中，把推薦結果按降序排列，取排名靠前的Top-N 個企業按先后順序推薦給該應屆畢業生，即完成就業推薦功能。

2.2 基于學生的相似度計算

本模塊的主要設計思路是針對“學生數據庫”（包括應屆和往屆）中的任意兩名應、往屆學生，通過最合適的推薦算法計算出他們之間的相似度。高職院校不同于普通高校，學生組成更有針對性，學生素質和就業能力主要體現在專業技能、職業素養和適應環境等方面，影響他們之間的相似度主要有學生的專業名稱、學習成績、專業考證、職業素養、是否學生干部、綜合評定和畢業時間等指標，這些指標都是文字內容或具體數值的形式，而目前對文本內容或具體數值進行特征提取的方法比較成熟，所以可以采用最簡單有效的方法來計算應、往屆畢業學生間的相似度。當然，學生特征的提取也有主次之分，對于一些直接影響就業企業和崗位的重要學生信息要重點考慮，加大權值，如專業名稱、專業考證、職業素養、綜合評定等指標。根據實際情況，本系統選擇改進的基于內容的推薦算法，對應、往屆畢業學生之間相似度的計算方法如公式（1）所示。

在公式（1）中，Simstu(x，y)表示應屆畢業學生x 與往屆畢業學生y 之間的相似度，fk(x1，y1)可認為是應屆畢業學生x 與往屆畢業學生y 之間第k 個特征（文本內容）屬性的匹配度，如果兩人的這一屬性值相同，我們認為他們的這一屬性完全相似，則fk(x1，y1)=1，反之則完全不相似，則fk(x1，y1)=0；則認為是應屆畢業學生x 與往屆畢業學生y 之間第i 個特征（具體數值）屬性的匹配度，如果兩人的這一屬性值為1，我們認為這一屬性完全相似，如果兩人的這一屬性值為0，我們認為這一屬性完全不相似。由于各特征屬性有主次之分，其影響二者之間相似度重要性不盡相同，公式中θk和θi表示第k 和i 個特征屬性在相似度計算過程中所占的權重，實際取值時務必滿足θk+θi=1。表示畢業時間影響應、往屆畢業生相似度的權值，Yx代表應屆畢業學生的畢業年份，Yy代表往屆畢業學生的畢業年份，t 代表數據庫中所有畢業生的屆數，φ 表示畢業時間的影響因子。

2.3 基于企業的相似度計算

由于我們推薦給應屆畢業學生的企業不能局限是一家企業，所以我們必須找出各企業間的關系，即計算出企業間的相似度。

通過調查發現，高職院校的畢業生就業專業對口且就業單位和崗位相對穩定，我們可以充分利用往年的就業信息來計算歷年招聘企業間的相似度，除考慮企業固有的屬性特征外，還同時重點考慮企業歷年招聘學生的相關信息，故推薦算法選擇基于歷史信息的協同過濾推薦算法。

影響企業間相似度計算的因素主要有兩種。一種是可以進行量化和比較的特征屬性，如性別、專業課成績、是否學生干部、綜合評定等，這些特征屬性的不同取值都代表一種不同的情況，所以與這些特征屬性相關的企業相似度可以通過簡單的歐幾里德距離公式計算來實現。另一種是不可進行量化和比較的特征屬性，如招聘專業，兩個招聘專業之間的相似性是無法直接進行比較的。所以，為了更加科學、合理計算企業間的相似度，我們把企業間的相似度分成兩部分來進行計算，一部分由可以進行量化和比較的特征屬性來決定的，另一部分則是由不可以進行量化和比較的特征屬性決定的。得到如下公式（2）：

在以上公式（2）中，必須滿足Px+Py=1，其中，sim(c1，c2)表示企業C1、C2 之間的相似度，而simx(c1，c2)表示由可以進行量化和比較的那部分特征屬性決定的企業C1、C2 之間的相似度分量，simy(c1，c2)表示由不可以進行量化和比較的那部分特征屬性來決定的企業C1、C2 之間的相似度分量，Px和Py分別表示這兩部分相似度在總的相似度中所占的權重，而權重值是否合理分配將嚴重影響相似度結果的準確性。

由于權重值將直接影響相似度計算結果的準確性，所以我們在確定權值的時候一定要結合實際，多調查，多收集相關單位的建議和意見。以永州職業技術學院為例，我們通過分析認為我們學校的畢業生就業專業比較對口，近兩年都在80%以上，而且就業專業對口率還在上升。這就表明專業因素這個分量對計算企業相似度的影響很大，而學生性別、專業成績、是否考證、是否學生干部等因素對計算企業相似度的影響相對較小，所以這里我們權重和分別取值為0.2 和0.8。也就是說，在本系統計算招聘企業間相似度過程中，可進行量化和比較的特征屬性對其影響較小，而不可進行量化和比較的特征屬性，即專業因素對最終的推薦結果影響程度較大。

3 系統測試與評價

本系統采用永州職業技術學院近三年的畢業生數據和用人單位數據進行測試，共計一萬多名學生，涉及各行各業的近五百家企業單位。測試過程中，選擇推薦準確率和RMSE（均方根誤差）作為評價系統的指標，其計算方法如公式（3）和公式（4）所示。

公式（3）中R(u) 表示學生在訓練集上的行為給學生做出的推薦列表，T(u)為學生在測試集上的行為列表。

公式（4）中用rsc表示學生S 對企業C 的真實評分，r'sc表示學生S 對企業C 的預測評分。

通過測試結果分析，該系統為應屆畢業生推薦的就業單位符合該生的實際潛在就業意向單位，縮小了學生了解招聘企業單位的范圍，節省了就業的時間和經濟成本，具有一定的實際應用價值。

4 結語

本文選擇改進的基于內容的推薦算法和基于歷史信息的協同過濾推薦算法來計算學生之間的相似度和企業之間的相似度，設計的公式中分別包括文本屬性特征和數值屬性特征的計算，考慮了學生畢業時間對相似度的影響，不同畢業時間設置不同的權值，同時重點考慮了就業歷史信息對就業推薦算法的影響，保證了計算的準確性和結果的可靠性。當然，由于目前該就業推薦系統還不夠成熟和完善，研究的算法還有待優化，測試的數據還不夠全面，通用性還無法確定，系統的操作界面也還缺乏美觀，需要再花大量的時間對它進行修改、調試和改進，希望能夠通過自己的不懈努力，盡快完善系統的功能和算法，早日讓該推薦系統得到應用和推廣，為高職院校的畢業生就業工作貢獻力量。