龔雅莉
(貴州商學院,貴州 貴陽 550014)
貴州商學院2020年的會展企業(yè)人才需求調查顯示,在會展相關企業(yè)對人才的能力要求方面,50%的企業(yè)選擇了會展營銷,32.61%的企業(yè)選了活動執(zhí)行,28.26%的企業(yè)選擇了會展策劃,19.57%的企業(yè)選擇了展臺設計,15.22%的企業(yè)選擇了網絡會展運作,還有10.887%選擇了場館管理,8.7%選擇了會展財務運作與管理。可見,由于主營業(yè)務的不同,企業(yè)對會展相關能力都有所需求。基于此,本研究將會展學生的職業(yè)定位設計成會展服務、會展策劃、會展設計、會展運營和會展管理五類,并根據會展學生學習畫像將該專業(yè)學生進行歸類,然后通過會展專業(yè)知識智能推薦系統將適合學生的專業(yè)知識智推給學生學習,再根據學生學習留下的痕跡對學生學習情況進行排序,最后通過會展專業(yè)人才智能推薦系統向企業(yè)推薦其所需的合適人才。
會展學生學習畫像系統建立在學生的個人信息和海量學習數據的基礎上,以會展學生為主體,通過對會展學生個人學習偏好及其學習能力進行數據挖掘,賦予會展學生不同的學習畫像標簽,分析會展學生的學習偏好和學習能力之間的差異,為會展專業(yè)信息智能推薦平臺的構建提供理論依據。
以某高校會展學生學習行為作為主要研究對象,搭建大數據平臺,對會展學生學習畫像進行分析,得到每個學生學習畫像對應的個性標簽。由于相關學生的學習偏好和學習能力相關原始數據相對比較分散且復雜,需要經過篩選和一定的計算方法才能應用到實際中。表1為學生的學習數據來源,數據大致分為四部分:一卡通系統數據、學習數據、圖書館數據、校園Wi-Fi系統數據[1]。其中,一卡通系統數據、圖書館數據、校園Wi-Fi系統數據可以用來分析學生的學習偏好;一卡通系統數據、學習數據可以用來分析學生的學習能力。

表1 學生學習的各項數據來源
用戶畫像及應用項目包括底層數據源采集和存儲、畫像標簽模型構建、數據模型應用3個層級,系統功能構架如圖1所示。基于一卡通系統數據、圖書館數據、校園Wi-Fi系統數據、學習數據等數據源,構建立體式學生學習畫像,形成集數據匯聚、標簽管理、標簽庫、專業(yè)知識智能推薦、專業(yè)人才智能推薦于一體的學生標簽管理體系,可引導學生深入了解自己的偏好和能力,幫助學生做好學習決策,使學生有針對性地學習,以達到學習事半功倍的效果;同時平臺可根據每個學生的學習畫像,智能推薦學習清單,幫助學生成長;企業(yè)也可根據自身需要在平臺發(fā)布崗位需求,平臺則根據企業(yè)崗位需求和學生專業(yè)能力,向企業(yè)智能推薦人才。

圖1 系統功能架構圖
運用大數據技術收集和掌握會展學生信息,對會展學生數據進行處理,從而根據收集到的學生的學習偏好和學習能力構建會展學生學習畫像。每個學生學習標簽的提取來源于各個數據源系統,經過數據接入、清洗、計算、存儲,進行畫像標簽數據建模,制定學生學習標簽維度,并將標簽應用于大數據平臺中[2]。學生學習的標簽維度如圖2所示,根據用戶屬性和學生互動兩個標簽維度可分析出學生的學習偏好和學習能力,根據學生學習偏好和學習能力的賦權計算,將會展學生學習畫像最終輸出為會展服務類人才、會展策劃類人才、會展設計類人才、會展運營類人才和會展管理類人才。

圖2 會展學生學習標簽維度
會展專業(yè)信息智能推薦系統包括針對會展學生的會展專業(yè)知識智能推薦系統和針對企業(yè)的會展專業(yè)人才智能推薦系統兩個子系統。
2.1.1 會展專業(yè)知識智能推薦系統的邏輯框架
在通過會展學生學習畫像對會展學生進行了職業(yè)定位的基礎上,形成會展專業(yè)人才信息,會展專業(yè)知識智能推薦系統要處理的問題可以比較形式化地定義為:對于會展專業(yè)人才用戶U1(user),在特定學習場景C1(context)下,針對相關的“會展專業(yè)知識”K(knowledge),構建一個函數f(U1,K,C1),預測會展學生的職業(yè)定位,再根據職業(yè)定位對所有推薦專業(yè)知識資源進行排序,形成推薦列表,見圖3。推薦專業(yè)知識列表與學生畫像匹配,分類為會展服務類知識、會展策劃類知識、會展設計類知識、會展運營類知識和會展管理類知識。

圖3 會展專業(yè)知識智能推薦系統邏輯框架
2.1.2 會展專業(yè)人才智能推薦系統的邏輯框架
在通過會展學生學習畫像對會展學生進行了職業(yè)定位的基礎上,會展專業(yè)人才智能推薦系統要處理的問題可以比較形式化地定義為:對于企業(yè)用戶U2(user),在特定招聘場景C2(context)下,針對“會展專業(yè)人才”U1(user),構建一個函數f(U2,U1,C2),評估出適合企業(yè)崗位的會展專業(yè)人才,再根據適合程度對所推薦的會展專業(yè)人才進行排序,形成推薦列表,見圖4。推薦專業(yè)人才列表與學生畫像匹配,分類為會展服務類人才、會展策劃類人才、會展設計類人才、會展運營類人才和會展管理類人才,并根據學生在會展專業(yè)知識智能推薦系統中的情況對各類學生進行智能排序。

圖4 會展專業(yè)人才智能推薦系統邏輯框架
在實際的推薦系統中,需要將抽象的概念和模塊具體化、工程化,在圖1和圖2的基礎上,需要著重解決系統的“數據和模型”的問題[3](見圖5)。

圖5 會展專業(yè)信息智能推薦系統的技術構架
2.2.1 會展專業(yè)信息智能推薦系統的數據流框架
會展專業(yè)知識智能推薦系統的數據部分主要負責“會展專業(yè)人才”“會展專業(yè)知識”“學習場景”的信息的收集與處理;會展專業(yè)人才智能推薦系統的數據部分主要負責“企業(yè)”“會展專業(yè)人才”“招聘場景”的信息的收集與處理。其中“會展專業(yè)人才”的信息是兩個子系統共用的,該信息都是經過會展學生學習畫像系統歸類過的“學生信息”。會展專業(yè)信息智能推薦系統可以通過“客戶端及服務器端實時數據處理”“流處理平臺準實時數據處理”“大數據平臺離線數據處理”三個數據流系統來取長補短,配合使用,完成數據處理。
2.2.2 會展專業(yè)信息智能推薦系統的模型框架
會展專業(yè)信息智能推薦系統的“模型部分”是它的主體,模型結構一般由“召回層”“排序層”“補充策略與算法層”組成[4]。會展專業(yè)知識智能推薦系統中,“召回層”利用“會展學生學習畫像”,快速從海量的“會展專業(yè)知識”中召回適合不同會展學生的專業(yè)知識;“排序層”利用排序模型對初篩的候選“會展專業(yè)知識”進行精排序;“補充策略與算法層”為兼顧結果的“多樣性”“及時性”“流行性”,可以根據學生的發(fā)展變化和知識的更新換代,結合一些補充的策略和算法對推薦列表進行一定的調整[4],最終形成“會展專業(yè)學生”可見的“會展專業(yè)知識”推薦列表。會展專業(yè)人才智能推薦系統中,“召回層”也要利用“會展學生學習畫像”,快速從中召回與“企業(yè)需要招聘的人才”相匹配的人才;“排序層”利用排序模型對初篩的候選“會展專業(yè)人才”進行精排序;“補充策略與算法層”可以根據“會展專業(yè)人才”的發(fā)展變化,結合一些補充的策略和算法對推薦列表進行一定的調整,最終形成企業(yè)可見的“會展專業(yè)人才”的推薦列表。
會展專業(yè)是比較新的一個專業(yè),很多該專業(yè)學生在學習前都是迷茫的。同時,它作為人文社科類專業(yè)中的一員,專業(yè)的實用性一直是專業(yè)探討的方向。國家現在倡導“新文科”建設,其目的也是提升文科專業(yè)的實用性。本研究基于會展學生學習畫像,對學生進行專業(yè)知識的智能推薦,目的是引導會展專業(yè)學生學精自己有興趣并且有能力學好的部分專業(yè)知識,并能在實踐中運用它們;然后再通過其在平臺中學習留下的痕跡,進一步分析學生的社會實用性;再通過專業(yè)人才智能推薦平臺推薦給有需求的企業(yè),以達到校企深入合作的目的。此外,企業(yè)也可以在該平臺上發(fā)布任務,讓學生“競標”,使學生將學習到的知識運用到實戰(zhàn)中,增加學生學習興趣的同時,還可以很好地引導學生對專業(yè)知識的理解和把握。