地方應用型本科高校就業數據可視化研究

程春 郁舒蘭

摘 要：大學生高質量就業成為高校發展的重中之重，也是檢驗高校人才培養成果的體現。本文以淮陰工學院的就業情況為例，研究應用型本科院校的就業數據可視化展示，利用可視化軟件GIS（地理信息系統）、Tableau，提供直觀、新穎、高效及美觀的可視化展示方案。

關鍵詞：高校數據;就業;數據可視化;淮陰工學院

隨著大數據時代的到來，數據信息可視化的應用遍布各行各業。[1，2]近年來，在經濟下行的宏觀形勢下，就業工作面臨著各種壓力。就業問題是最大的民生問題，要堅持就業優先，實現更高質量就業。“一帶一路”建設、京津冀協同發展、長江經濟帶發展等重大戰略目標的推進，“中國制造 2025”“互聯網+”等行動計劃的提出，鄉村振興戰略的構建等，必將釋放出巨大的市場活力，給大學生就業帶來新的增長空間。

畢業生的就業率和高質量就業是高校發展的重要指標之一，就業情況直接影響高校在社會中的認可度。挖掘畢業生就業中的各類信息數據，借助可視化技術手段，能有效直觀地了解就業情況。企業對學校人才培養、教育教學的反饋意見，促進學校的專業設置改革，強化專業實踐環節，不斷創新就業指導服務，幫助學生樹立正確的就業觀念。

1 就業數據來源

淮陰工學院作為江蘇省蘇北地區的應用型本科院校，以2019屆畢業生數據為研究基礎，建立學生畢業去向、就業質量、母校評價等數據研究框架。利用學校現有的招生、教務、學生工作、就業管理等系統提供各種有關畢業生的有效數據信息，結合招聘會期間發放的調查表匯總數據;以數據可視化分析呈現，通過交互式研究，挖掘數據規律，為學校的發展提供技術支撐和參考。

2 就業數據整合

2.1 畢業生基礎數據

淮陰工學院2019屆畢業生人數5330人，普通本科3897人，專轉本1033人，對口單招400人。生源以省內為主，4396人，占比82.48%，省外934人，占比17.52%。就業率最高的專業是車輛工程、工程管理、城鄉規劃等9個專業，就業率最低的是英語專業。

2.2 就業質量方面數據

從畢業生就業的單位性質來看，機關事業單位為2.16%，國有企業11.07%，“西部計劃”“蘇北計劃”等基礎項目0.29%，民營、三資企業70.56%，自主創業0.19%，出國、出境15.14%，其他類別0.59%。從薪酬狀況上看，月收入相對較高的行業是房地產行業，相對較低的行業是衛生和社會工作。從工作與專業相關度上看，最高的是會計學專業92.31%，最低的是市場營銷專業20.69%。畢業生工作滿意度最高的是會計學專業，最低的是人力資源管理專業。

2.3 畢業生對母校滿意度數據

通過對畢業生對母校的滿意度的調查：自身發展滿意度為89.78%，母校滿意度96.73%，母校推薦度65.16%，課程教學滿意度94.54%，學生管理滿意度94.76，生活服務滿意度93.80%，創新創業教育教學滿意度92.56%，創新創業實踐訓練滿意度92.83%，創新創業指導服務滿意度93.52%，就業指導服務滿意度93.87%。

3 就業數據可視化流程分析

數據可視化流程主要是由就業收集數據、處理數據、可視化映射、可視化展示4種部分組成。

從招生系統、教務系統、學工系統中了解學生情況相關數據;從就業系統中選取當年畢業生就業情況數據;通過網絡調查、電話反饋等一系列手段對數據真偽進行抽查，并對已有數據進行必要的補充。除對數據進行清洗、去除噪聲外，還需要對數據的降維、聚類和切分、抽樣等進行處理。處理后的就業數據，再利用桌面系統可視化軟件Tableau 導入數據，進行就業數據的可視化分析，選擇展示的圖表格式實現可視化。

4 就業數據可視化分析

4.1 就業數據表達方式

（1）基于GIS的就業分布信息可視化。通過對就業數據進行分析，淮工2019 屆畢業生就業的主要地區集中在江蘇省及浙滬地區。其中，江蘇省內就業人數占比為 77.11%，省外就業及出國人數占比為 22.89%。就業單位的城市整體環境、配套設施、交通分布、距離家庭遠近等因素都會影響畢業生就業的選擇。因此，部分數據適合用GIS（地理信息系統）做就業去向問題進行可視化分析。

GIS（地理信息系統）是對地理空間信息進行采集、管理、存儲、分析、顯示、輸出的一項技術。它以數據為基礎，可以建立地理空間的統計，將地理空間分布的數據特征可視化。[3]利用GIS引擎渲染可視化背景，通過顏色、形狀映射將畢業生就業指標數據進行疊加，以點線動態結合方式研究其分布狀況，從而簡潔明了地展示地理信息對畢業生就業的影響。

（2）基于Tableau特征的就業數據可視化分析。在我們統計的就業情況數據中，包含了畢業生的結構數據分析，比如學科門類、性別、生源地、民族、專業等數據，同時還有各專業的就業率、收入情況、滿意度等。這些都可以在Tableau中開展數據分析， Excel格式數據直接導入Tableau中建立數據分析，實現多方位聯動分析及呈現數據可視化功能。

Tableau可以使數據與圖表結合展現，選擇連接的數據源，連接到數據，然后選擇Excel，在Tableau可視化軟件中打開Excel后，點擊“轉到工作表”，在Tableau中展現就業Excel數據。我們可以清晰地看到Tableau中的分維度和度量兩種數據類型，其中，維度是不可統計的數據，度量是我們統計好的就業相關數據，就業原始數據中的就業地點理所當然就是維度數據，而就業人數則就是度量數據。因為要使用Tableau的地圖功能，所以首先得將就業地點這個維度數據變成地理角色。[4]右鍵“就業地點”—選擇“地理角色”—選擇“就業地點”;確定后會看“就業地點”旁邊有個小地球的標示，按住Ctrl鍵，同時選擇這兩個字段，隨便選擇一個地圖。選擇的數據已經在中國地圖指定位置顯示出來了。Tableau可以把數據轉換成條形圖、折線圖、餅圖、地圖、散布圖、甘特圖、氣泡圖、直方圖、靶心圖、熱點圖、突出顯示表、樹形圖、箱形圖等圖表，簡單靈活，容易操控。

4.2 應用型本科的就業數據可視化研究方法

（1）橫向多變量關聯數據可視分析。就業數據可視化是一個復雜的多關聯的數據可視化分析，分析就業的個性特征和共性特征。學生的所學專業、就業領域、就業地點以及生源省份都存在多種關聯，對同一屆不同類型畢業生分析，省內及經濟發達地區畢業生主要首選以考研為主，約占學生總數的20%;其次才是求職。就業滿意度來說，文科專業比理科專業要高。可以通過可視化技術對各種就業數據的關聯性展現出來，實現多個變量同時可視化聯動分析，從而尋找相互間的變化規律，為高校的改革發展提供思路。

（2）縱向時序性關聯數據可視化分析。高校就業數據分析，要考慮到縱向時序性數據的采集，同一屆畢業生數據的變化易出現偶然性，不能代表其規律。對于這種情況，我們通過對2015～2019年的就業數據進行分析，按縱向時間順序進行可視化分析方法，將時間作為主要研究線路，對動態、靜態交互方式處理。[5，6，7，8，9，10]對歷年數據進行可視化分析，研究應用型本科院校就業數據的歷年變化特征，通過縮略圖呈現在圖表上，展示就業情況歷年變化。

5 結語

數據可視化分析研究在各個領域應用廣泛。本文就淮陰工學院就業數據進行可視化分析，探索影響畢業生就業存在的因素，根據數據變化規律，為應用型本科高校調整招生專業、人才培養方案制訂提供依據，促進高校長遠發展，為地方經濟發展培養更多高端人才。

參考文獻：

[1] 黃堰，程曉榮.大數據背景下數據可視化方法研究[J].電腦知識與術，2016，12（17）：231-233.

[2] 孫夢覺，徐敏，牛斌.電力大數據可視化研究設計[J].電子技術與軟件工程，2017（19）：173-174.

[3] 楊蘇寧.空間數據挖掘在城市地理信息系統中的應用[D].江蘇科技大學，2010.

[4] 陳佳艷.基于Tableau實現在線教育大數據的可視化分析[J].江蘇商論，2018（2）：123-125.

[5] 高娃.交互設計類課程過程性考核探索研究[J].設計，2018（18）：111-113.

[6] 李晶.人機界面設計課程體系探討[J].設計，2018（23）：112-114.

[7] 蔣曉雪，金冬.淺談閩南文化在交互文創的設計與應用[J].戲劇之家，2019（18）：186-190.

[8] 何曉喬，戴甜甜，趙寅.產品交互體驗設計研究[J].藝術科技，2019，32（07）：55-56.

[9] 王瑋，韓鵬，黃琳皓，羅亦然. SOLOMO模式下在線旅游產品的交互界面設計[J].創意設計源，2018（03）：60-65.

[10] 簡夢婕，李晶，劉燦燦.針對大學生拖延癥的勸導式交互產品設計研究[J].設計，2019，32（19）：138-140.