基于企業(yè)人才需求分析的高校本科人才培養(yǎng)模式的改革研究

周燕 朱艷麗 楊敏

摘 ?要：招聘信息一方面能夠直接反映用人單位對人才基本條件、能力和素質(zhì)的要求，同時也能夠為高等院校及時了解社會對人才的需求變化情況，為人才培養(yǎng)方案提供參考信息。文章對企業(yè)招聘特別是計算機(jī)和數(shù)據(jù)類人才需求信息進(jìn)行統(tǒng)計分析和數(shù)據(jù)挖掘，從而總結(jié)當(dāng)今熱門行業(yè)和人才需求特點與趨勢，同時結(jié)合筆者自己教學(xué)經(jīng)驗，對高等院校的數(shù)據(jù)與信息類專業(yè)課程設(shè)置和人才培養(yǎng)模式改革給出了幾點的建議。

關(guān)鍵詞：k-means聚類;主成分分析;關(guān)聯(lián)規(guī)則挖掘;課程設(shè)置;人才培養(yǎng)

中圖分類號：C961 文獻(xiàn)標(biāo)志碼：A 文章編號：2096-000X（2019）11-0167-03

Abstract： On the one hand， the enterprise recruitment information can directly reflect the requirements of the employer on the basic abilities and qualities of the talents. On the other hand， it can also help high education institutions timely understand the society's requirements for talents. The change in demand provides reference information for the talent training program. This paper conducts statistical analysis and data mining for enterprise recruitment， especially computer and data talents， to summarize the characteristics and trends of today's hot industries and talents. At the same time， combined with the author's own teaching experience， it gave several suggestions for the setting and reform of the talent training model on the data and information courses for colleges and universities.

Keywords： k-means clustering; principal component analysis; association rule mining; curriculum setting; talent cultivation

一、企業(yè)招聘信息與高校人才培養(yǎng)方案的修訂

近年來，隨著互聯(lián)網(wǎng)的廣泛應(yīng)用和網(wǎng)絡(luò)招聘的迅速發(fā)展，網(wǎng)絡(luò)招聘信息平臺已成為招聘者獲取信息的主要渠道。對網(wǎng)絡(luò)招聘信息進(jìn)行文本挖掘是傳統(tǒng)網(wǎng)頁信息數(shù)據(jù)的深層次開發(fā)。它可以從大量數(shù)據(jù)中抽取出有效的、新穎的、潛在的以及最終可以理解的信息，使之具有指導(dǎo)意義和創(chuàng)新價值。而且由于網(wǎng)絡(luò)招聘信息一方面能夠直接反映了用人單位對人才基本條件、能力和素質(zhì)的要求，為應(yīng)聘者提供求職參考;另一方面也能夠反映出社會和各行業(yè)對人才的需求現(xiàn)狀，或未來一段時間的人才需求趨向;同時也能夠為高等院校及時了解社會對人才的需求變化情況，分析預(yù)測未來的人才市場的熱點，有針對性的調(diào)整人才培養(yǎng)方案和設(shè)置安排相關(guān)課程提供重要的參考信息，促進(jìn)高校培養(yǎng)出更多適用的優(yōu)秀人才以滿足社會的需求。

而且就業(yè)一直是社會的熱點問題，從傳統(tǒng)實地招聘到網(wǎng)絡(luò)招聘主要是互聯(lián)網(wǎng)發(fā)展的功勞。充分利用信息挖掘技術(shù)，將網(wǎng)上檢索的大量無序企業(yè)所發(fā)布的人才需求信息，按照一定的標(biāo)準(zhǔn)，對其進(jìn)行排序整理并提供有用的科學(xué)信息支撐，其分析結(jié)果可以進(jìn)一步應(yīng)用到高校人才培養(yǎng)計劃的修訂中。通過招聘信息的挖掘，將企業(yè)、學(xué)校、求職者三方連成一體，進(jìn)而形成雙向選擇機(jī)制，減少招聘過程中的信息障礙壁壘，降低企業(yè)和畢業(yè)生的選擇成本。

二、問題的提出與解決

本文在2018年3月初從智聯(lián)招聘（https：//sou.zhaopin.com/）依據(jù)城市和職位關(guān)鍵詞爬取了15個主要城市（‘北京’，‘上?！畯V州’，‘深圳’，‘天津’，‘杭州’，‘武漢’，‘成都’，‘南京’，‘蘇州’，‘無錫’，‘寧波’，‘重慶’，‘長沙’，‘廈門’）的18個互聯(lián)網(wǎng)相關(guān)職位（‘?dāng)?shù)據(jù)分析’，‘php’，‘大數(shù)據(jù)’，‘java’，‘UI’，‘IOS’，‘安卓’，‘C++’，‘python’，‘前端’，‘.net’，‘測試’，‘產(chǎn)品經(jīng)理’，‘網(wǎng)絡(luò)營銷’，‘嵌入式’，‘項目經(jīng)理’，‘VR’，‘AR’）總計23698條招聘信息作為數(shù)據(jù)樣本，基于python和SPSS軟件進(jìn)行分析和挖掘，具體研究內(nèi)容如下：

1. 利用K-Means聚類算法對職業(yè)類型進(jìn)行分析，得出目前企業(yè)最需要的職業(yè)類型，并得出這些職業(yè)類型對應(yīng)的專業(yè)領(lǐng)域。

2. 利用主成分分析對熱門地域、熱門行業(yè)、熱門職位進(jìn)行排名同時分析人才需求情況。

3. 本文將重點且詳細(xì)地利用數(shù)據(jù)挖掘方法（關(guān)聯(lián)分析與文本挖掘）對數(shù)據(jù)分析師、大數(shù)據(jù)分析師等新興職位在地域、行業(yè)、學(xué)歷、月薪以及技能要求方面進(jìn)行需求分析。

4. 最后本文為院校特別是數(shù)據(jù)與信息類專業(yè)有針對性的調(diào)整人才培養(yǎng)方案和設(shè)置一些相關(guān)課程提供了幾點的參考建議。

三、企業(yè)招聘信息與人才需求的統(tǒng)計分析與數(shù)據(jù)挖掘

（一）K-means 聚類分析

對網(wǎng)絡(luò)招聘信息中的數(shù)據(jù)進(jìn)行去重去空、文本分詞、文本向量化等預(yù)處理后，利用K-means算法對用TF-IDF算法得到的權(quán)重向量進(jìn)行聚類，得到7個質(zhì)心。最后利用knn算法分別求出距離各個質(zhì)心最近的5個職位，結(jié)合result.csv中的type字段，得出目前最主要的職業(yè)類型，7個聚類中心可分為：技術(shù)、市場與銷售、運營、職能四大類。

（二）主成分分析

根據(jù)目前的求職者對于求職中最看重的因素作為熱門求職需求的特征將熱門定義為：招聘需求大，薪酬福利高以及經(jīng)驗型人才傾向。然后結(jié)合招聘信息現(xiàn)有的數(shù)據(jù)，本文用企業(yè)發(fā)布招聘信息數(shù)量、最低薪水、最高薪水、工作年限、學(xué)歷要求與公司規(guī)模描述人才需求情況對其進(jìn)行編碼后利用主成分分析得到綜合排名，分析得出上海、北京、南京、無錫、成都等為招聘熱門地域，而互聯(lián)網(wǎng)/電子商務(wù)、網(wǎng)絡(luò)游戲、基金/證券/期貨/投資、IT服務(wù)（系統(tǒng)/數(shù)據(jù)/維護(hù)）、醫(yī)藥/生物工程等為招聘熱門行業(yè)，互聯(lián)網(wǎng)/電子商務(wù)、網(wǎng)絡(luò)游戲、基金/證券/期貨/投資、IT服務(wù)（系統(tǒng)/數(shù)據(jù)/維護(hù)）、醫(yī)藥/生物工程等為相對熱門職位。最后通過描述性統(tǒng)計分析得到熱門地區(qū)，熱門行業(yè)以及熱門職業(yè)的企業(yè)需求的學(xué)歷大多以專科本科為主，對于工作經(jīng)驗的要求大多在1-3年。

（三）數(shù)據(jù)類相關(guān)職業(yè)招聘信息的數(shù)據(jù)挖掘

首先需要將數(shù)據(jù)相關(guān)職位篩選出來進(jìn)行分析，本文在篩選數(shù)據(jù)時， 只選出 job字段中包含“數(shù)據(jù)”字段且不包含“數(shù)據(jù)庫“與”數(shù)據(jù)倉庫“字段的數(shù)據(jù)，共得到4186條招聘信息。接下來進(jìn)行關(guān)聯(lián)規(guī)則挖掘時，首先對數(shù)據(jù)進(jìn)行編碼，將文本型數(shù)據(jù)轉(zhuǎn)換為分類數(shù)據(jù)，最后本文利用軟件SPSSModeler進(jìn)行關(guān)聯(lián)規(guī)則建模分析。

如表1所示，在數(shù)據(jù)相關(guān)職位（數(shù)據(jù)分析、大數(shù)據(jù)等）中，存在以下的關(guān)聯(lián)規(guī)則：

如果一個企業(yè)的規(guī)模在100-499人，提供的平均薪酬在 5-10k范圍內(nèi)，且要求學(xué)歷是大專及不限，那么這家企業(yè)有88.243%的概率對工作年限的要求是1年以下;而如果一家企業(yè)位于二線中等城市，要求的工作經(jīng)驗是 1年以下，公司規(guī)模是100-499人，提供的薪酬在5-10k之間，那么這家企業(yè)有81.453%的概率對于學(xué)歷的要求是大專及不限。

接下來考慮分析數(shù)據(jù)類職業(yè)分布特征，使用描述性統(tǒng)計分析方法得到以下幾點結(jié)論：

從大數(shù)據(jù)職位的區(qū)域分布來看，大部分?jǐn)?shù)據(jù)相關(guān)職位聚集在廣州、上海、深圳、北京等一線城市和一線周邊的省會城市（南京、成都），因此對于數(shù)據(jù)類職業(yè)發(fā)展來說，一線城市和二線發(fā)展機(jī)會更多。

數(shù)據(jù)相關(guān)職位主要集中在互聯(lián)網(wǎng)/電子商務(wù)、計算機(jī)軟件、IT服務(wù)等行業(yè)，其數(shù)據(jù)相關(guān)職位數(shù)占比大約為56%，對大數(shù)據(jù)人才的需求大。

數(shù)據(jù)相關(guān)職位工作的主要對象是數(shù)據(jù)庫開發(fā)、運營和產(chǎn)品，其次是軟件開發(fā)、金融和市場。說明數(shù)據(jù)相關(guān)職位主要是輔助性支持類工作，主要工作是以數(shù)據(jù)為依據(jù)，為產(chǎn)品策略、運營戰(zhàn)術(shù)、用戶研究、市場趨勢、客戶畫像等企業(yè)關(guān)鍵領(lǐng)域提供必要決策支持。

數(shù)據(jù)相關(guān)職位工作的學(xué)歷主要為本科，占比約5成，高于總體職業(yè)的學(xué)歷要求，說明數(shù)據(jù)相關(guān)的工作對于學(xué)歷是較為注重的，而對于工作經(jīng)驗中1年以下的需求最多，占比一半以上，數(shù)據(jù)相關(guān)職業(yè)入門壁壘較低。

最后，本文篩選出所有的數(shù)據(jù)相關(guān)職位依照數(shù)據(jù)相關(guān)職位的崗位描述和任職要求提取出來，利用ROST 文本挖掘系統(tǒng)對這些文本進(jìn)行分詞，由于文本中有大量的專業(yè)術(shù)語如：“數(shù)據(jù)分析”、“數(shù)據(jù)挖掘”等，需要添加自定義的用戶詞典，將這些專業(yè)術(shù)語添加進(jìn)去，然后再進(jìn)行分詞，詞頻統(tǒng)計。

根據(jù)圖1，可以看出，“數(shù)據(jù)”、“數(shù)據(jù)分析”、“技術(shù)”、“開發(fā)”“能力”等詞語出現(xiàn)頻數(shù)較大，說明大數(shù)據(jù)相關(guān)職位要求應(yīng)聘者具有良好的數(shù)據(jù)分析能力（數(shù)學(xué)建模、算法設(shè)計、建模開發(fā)應(yīng)用等）另外，“熟悉”、“業(yè)務(wù)”“經(jīng)驗”、“項目”等詞語，說明數(shù)據(jù)相關(guān)職位對項目經(jīng)驗以及業(yè)務(wù)的熟悉程度也有一定的要求。

四、高校課程設(shè)置與人才培養(yǎng)方案改革的幾點建議

1. 人才培養(yǎng)方案的課程設(shè)置需要增設(shè)熱門課程。院校在對數(shù)學(xué)數(shù)據(jù)與信息類專業(yè)人才培養(yǎng)時可以對原有課程及教學(xué)內(nèi)容進(jìn)行優(yōu)化整合，增設(shè)與大數(shù)據(jù)相關(guān)的課程，例如：數(shù)據(jù)分析、數(shù)據(jù)挖掘技術(shù)以及數(shù)據(jù)建模等課程，同時也可以增加數(shù)據(jù)分析軟件的應(yīng)用和大數(shù)據(jù)案例研究等一些實驗課程，從而針對數(shù)據(jù)分析師、數(shù)據(jù)挖掘等崗位對學(xué)生進(jìn)行系統(tǒng)地訓(xùn)練，讓學(xué)生們在學(xué)校就能夠提高實踐能力和適應(yīng)崗位的能力。筆者所在的院系的統(tǒng)計學(xué)專業(yè)最新的17版人才培養(yǎng)方案中，已經(jīng)增設(shè)了金融數(shù)據(jù)挖掘，大數(shù)據(jù)統(tǒng)計分析，生物醫(yī)學(xué)統(tǒng)計等相關(guān)專業(yè)課。

2. 人才培養(yǎng)要注重校企合作。數(shù)據(jù)職業(yè)需求人才是屬于應(yīng)用型的人才，因此數(shù)學(xué)類專業(yè)人才的培養(yǎng)必須重視實踐操作。院校在對數(shù)學(xué)類專業(yè)人才的培養(yǎng)過程中應(yīng)積極探索校企合作的模式來共同培養(yǎng)大數(shù)據(jù)分析人才，例如可以通過校企合作共同建立大數(shù)據(jù)分析人才實習(xí)實訓(xùn)基地以及開展企業(yè)培訓(xùn)班等模式使學(xué)生能夠真正地有機(jī)會去接觸真實的大數(shù)據(jù)，在實習(xí)過程中提高學(xué)生的崗位適應(yīng)能力。

3. 人才培養(yǎng)方案注重實踐教學(xué)環(huán)節(jié)的設(shè)置。大數(shù)據(jù)時代對人才的需求在項目實踐操作方面有著很高的要求，然而很多院校只關(guān)注理論基礎(chǔ)卻忽視了實踐能力，導(dǎo)致院校學(xué)子缺乏實踐經(jīng)驗，因此院校在培養(yǎng)大數(shù)據(jù)人才時可以通過建立大數(shù)據(jù)實驗室，同時鼓勵學(xué)生們積極參與到大數(shù)據(jù)實驗室的實踐中去，使學(xué)生能夠真正有機(jī)會去接觸大數(shù)據(jù)的實際運行，讓他們在實踐中不斷學(xué)習(xí)，不斷成長。在數(shù)據(jù)類實驗課程設(shè)置中，更新大量最新數(shù)據(jù)和數(shù)據(jù)挖掘的實驗要求，比如電商數(shù)據(jù)挖掘?qū)嶒?，銀行金融數(shù)據(jù)挖掘?qū)嶒灒锌蛻魯?shù)據(jù)挖掘?qū)嶒灥鹊取?/p>

4. 人才培養(yǎng)方案應(yīng)強(qiáng)調(diào)學(xué)生的科技創(chuàng)新能力和動手能力的培養(yǎng)。建立健全的學(xué)生課外課堂的教育和獎勵機(jī)制，鼓勵學(xué)生參加數(shù)學(xué)建模大賽，數(shù)據(jù)挖掘大賽，SAS統(tǒng)計分析大賽等等。同時，加強(qiáng)創(chuàng)新創(chuàng)業(yè)導(dǎo)師隊伍建設(shè)，也鼓勵更多的學(xué)生進(jìn)行大學(xué)生創(chuàng)新與創(chuàng)業(yè)項目的申報。

參考文獻(xiàn)：

[1]黃山，劉學(xué)鋒，毛建華，等.基于關(guān)聯(lián)規(guī)則的大數(shù)據(jù)領(lǐng)域人才需求分析[J].工程控制計算機(jī)，2017，30（8）：78-80.

[2]蔡文杰，李悅，王偉軍，等.信息管理與信息系統(tǒng)專業(yè)本科人才市場需求分析——基于網(wǎng)上招聘的內(nèi)容分析[J].圖書館學(xué)刊，2009，31（8）：18-20.

[3]張學(xué)新，賈園園，饒希，等.海量非結(jié)構(gòu)化網(wǎng)絡(luò)招聘數(shù)據(jù)的挖掘分析[J].長春師范大學(xué)學(xué)報，2017，36（10）：28-36.

[4]鐘曉旭，胡學(xué)鋼.基于數(shù)據(jù)挖掘的web招聘信息相關(guān)性分析[J].田安徽建筑工業(yè)學(xué)院學(xué)報：自然科學(xué)版，2010，18（4）：23-45.

[5]劉根正，賀浪萍，鐘新波.改造要素資源 創(chuàng)新應(yīng)用型人才培養(yǎng)模式[J].高教學(xué)刊，2017（15）：31-33+36.