中國音樂學院大數據讓就業(yè)匹配度更高

文/田蓓 牟綜磊

（作者單位為中國音樂學院網絡信息中心）

提升畢業(yè)生就業(yè)水平是高校管理目標中的一個重要方面。當前，我國高校畢業(yè)生均不同程度存在就業(yè)不充分、不理想，就業(yè)困難等問題，不少高校畢業(yè)生就業(yè)工作還停留在傳統(tǒng)的搜集招聘信息、組織供求對接、統(tǒng)計匯總畢業(yè)去向等層面上，對用人單位招聘需求的變化、畢業(yè)生求職意向、求職行為的變化、畢業(yè)生流向的深層次分析以及就業(yè)趨勢的預測等方面的研究不夠深入，究其原因，既有受到原有工作習慣的掣肘，更多的是缺乏統(tǒng)計、分析、預測的相應數據和技術支撐。如何有效提高高校畢業(yè)生數據分析工作質量、有力促進畢業(yè)生就業(yè)成為當前高校就業(yè)工作的重要課題。

高校畢業(yè)生數據分析的重要性

高校畢業(yè)生數據分析是高校就業(yè)工作的重要環(huán)節(jié)，深入分析畢業(yè)生數據則是做好這項工作的有力抓手。分析畢業(yè)生數據有助于發(fā)現就業(yè)工作出現的問題，深入探究畢業(yè)生求職和用人單位招聘的內在規(guī)律，從而為預測畢業(yè)生就業(yè)趨勢、解決就業(yè)問題提供重要依據，進而促進高校就業(yè)工作的改革創(chuàng)新。

中國音樂學院

具體而言，通過對畢業(yè)生專業(yè)分析，可以幫助高校了解不同專業(yè)的社會需求度、需求變化和需求敏感度，有助于高校更好地進行專業(yè)設置優(yōu)化、課程優(yōu)化，及時調整有關專業(yè)的招生規(guī)模；通過對畢業(yè)生就業(yè)單位分析，可以幫助高校了解人才培養(yǎng)質量以及社會認可程度，有助于高校及時跟蹤用人單位動態(tài)，加強與用人單位的溝通，盡早了解用人單位需求變化和用人滿意度，及時調整學校有關政策；通過對畢業(yè)生就業(yè)區(qū)域分析，可以幫助高校了解區(qū)域就業(yè)情況，促進學校加強與吸納畢業(yè)生少的地域的市場開發(fā)，加強市場對接工作，為畢業(yè)生提供更多高質量的就業(yè)機會；通過對畢業(yè)生求職行為分析，可以幫助高校了解畢業(yè)生的求職動機、意向單位、主要考慮因素、就業(yè)滿意度等信息，有助于高校根據實際情況制定相應政策和工作計劃，教育畢業(yè)生形成正確的就業(yè)觀念，引導畢業(yè)生形成合理就業(yè)預期，同時向畢業(yè)生提供必要的培訓和幫助，為提升高校就業(yè)工作水平提供有力支撐；通過加強對過往畢業(yè)生數據的分析，可以幫助高校預測就業(yè)形勢、趨勢，幫助潛在就業(yè)困難的學生盡快有針對性地提升能力和改進不足，提升就業(yè)能力。通過分析可以看出，畢業(yè)生數據分析對于高校提升就業(yè)工作水平，提升畢業(yè)生就業(yè)質量和效率意義十分重大，需要引起高校決策層和就業(yè)管理部門的高度重視。

當前，雖然不少高校都開展了就業(yè)分析工作，但由于畢業(yè)生數量眾多、就業(yè)相關信息量大、統(tǒng)計分析人員力量薄弱、統(tǒng)計手段傳統(tǒng)等原因，不同程度存在就業(yè)數據獲取不全面、不系統(tǒng)，統(tǒng)計分析不深入、不精確，分析結論不夠科學、預測性不強等問題，這些問題成為制約高校發(fā)揮就業(yè)分析功能的重要因素。如何有效提升就業(yè)分析質量，是高校就業(yè)工作面臨的重大挑戰(zhàn)和亟待解決的重要問題。

大數據技術作用及表現

眾所周知，信息技術的發(fā)展極大提升了整個人類社會的運行效率。本世紀以來，高校信息化建設的快速發(fā)展有力提升了高校各方面的管理水平。在高校畢業(yè)生就業(yè)工作方面，現代科技手段同樣將發(fā)揮重要作用，大數據技術即為其中關鍵技術之一。大數據技術的使用可以有效扭轉當前不少高校存在的數據不完整、就業(yè)分析不全面、就業(yè)預測不科學不準確等局面，幫助高校較為全面地掌握用人單位招錄情況和畢業(yè)生求職情況，及時發(fā)現存在的問題和面臨的困難，改變就業(yè)信息呈現形態(tài)，使得就業(yè)分析直觀、高效。具體來講，大數據技術的引入對高校畢業(yè)生數據分析工作的提升作用表現在以下幾個方面：

有效提升數據完整度和就業(yè)評價質量

通過建立統(tǒng)一的數據標準，整合與就業(yè)有關的各方面數據信息，能顯著改善就業(yè)信息分散、重復、不準確的問題，同時，通過數據挖掘技術、數據可視化技術等大數據相關技術可以為畢業(yè)生就業(yè)管理者提供直觀、精準有效的數據信息，甚至可以定制化有關就業(yè)元素生成相關信息，使得就業(yè)管理者可以方便、快捷、準確掌握畢業(yè)生就業(yè)情況，多維度評價就業(yè)質量，以便及時調整學校的招生、培養(yǎng)、就業(yè)相關政策和工作計劃。

有力提升就業(yè)工作質量

一方面，大數據技術的使用使掌握畢業(yè)生求職、就業(yè)過程的實時信息成為了可能，就業(yè)管理部門可以及時發(fā)現就業(yè)過程中存在的問題、分析需求，并提供精準就業(yè)指導。大數據技術結合信息化手段的使用，極大地提高了就業(yè)統(tǒng)計、分析效率，同時，基于就業(yè)數據信息的統(tǒng)計和分析，構建預警機制，能在就業(yè)中為教學、管理工作反饋有價值的參考信息，避免教學、管理工作無的放矢。

在一定程度上預測就業(yè)形勢，提供就業(yè)參考

前瞻性的工作能有效提升就業(yè)質量，從某種意義上說，對就業(yè)的預測比事后統(tǒng)計描述分析更加重要。從宏觀來看，通過對歷年就業(yè)數據的采集分析，可以把握就業(yè)形勢變化、行業(yè)走向和人才匹配情況，為畢業(yè)生提供就業(yè)服務參考；從微觀來看，大數據個性化推薦技術的使用可以為畢業(yè)生提供就業(yè)參考，根據以往的就業(yè)數據，結合畢業(yè)生本人專業(yè)、學歷、特長、性別、期望薪資、期望就業(yè)區(qū)域進行模糊匹配，提供有價值的建議。

關鍵技術與數據分析

針對當前高校畢業(yè)生數據大幅度增長的情況，如何有效運用這些數據更好地服務于畢業(yè)生就業(yè)成為亟待解決的問題。概括地說，需要以下技術作為支撐：一是大數據存儲技術。通過該技術解決結構化數據存儲、半結構化數據存儲、非結構化數據存儲的問題；二是大數據共享交換技術。通過該技術解決數據接入，數據清洗、轉換、脫敏、脫密，數據資產管理，數據導出等問題；三是大數據分析與挖掘技術。通過該技術解決準實時分析、實時分析、機器學習等問題；四是大數據可視化技術。數據可視化可以增強數據的呈現效果，方便用戶以更加直觀的方式觀察數據，進而發(fā)現數據中隱藏的信息。該技術通過圖形、圖像處理、計算機視覺對數據加以可視化解釋，可以極大提升數據的易用性。

獲取高校畢業(yè)生基礎數據進行數據處理

要有效發(fā)揮大數據技術在畢業(yè)生數據分析中的作用，首先必須做好數據收集，實現數據有效采集與整合，建立統(tǒng)一的畢業(yè)生數據庫。一是要加強對畢業(yè)生本人情況數據的收集，比如畢業(yè)生的性別、專業(yè)、學歷、特長、主修輔修課程、成績情況、科研情況、社會實踐活動情況、獎學金以及其他獎勵情況、師生評價、就業(yè)意向、期望薪資等信息。二是要加強畢業(yè)生去向信息的收集，比如就業(yè)區(qū)域、就業(yè)行業(yè)、就業(yè)單位、初始就業(yè)薪資待遇等信息。在所要收集的數據中，既要注意收集結構化數據，也要注意收集非結構化數據，數據收集工作可以貫穿于學生在校學習生活全過程，實現對學生的全過程跟蹤管理。高校畢業(yè)生數據來源如圖1 所示。

在建立了統(tǒng)一的畢業(yè)生數據庫后，要對數據進行處理，應用數據清洗技術對缺損數據、相似重復信息進行處理，提高數據質量；要對數據進行相關性分析，去除無關屬性，同時對一些敏感數據進行脫敏、脫密處理；要對數據進行概化操作使數據適合數據挖掘，為數據挖掘與分析做好準備。

對高校畢業(yè)生數據進行挖掘與分析

高校畢業(yè)生數據來源分散，對數據庫中的數據進行模型化研究對于科學分析畢業(yè)生數據，提高數據分析的準確性和預測性具有十分重要的意義。決策樹方法是數據挖掘的核心技術之一，由于決策樹算法具有分類精度高、模式簡單的特點，因此可以將其作為高校畢業(yè)生就業(yè)數據分析的基礎。比如，在分析畢業(yè)生就業(yè)單位性質時，我們發(fā)現學生成績、政治面貌、學歷、師生評價等對不同性質的單位影響因子不同，通過決策樹分析可以較準確預測畢業(yè)生的就業(yè)去向。圖2 為高校畢業(yè)生就業(yè)數據分析流程示意圖。

從分類決策樹中可以看出成績良好以上的畢業(yè)生基本都能就業(yè)，能獲得更多的選擇機會，成績良好以上的中共黨員畢業(yè)生到機關、事業(yè)單位、國企的概率非常大；即使是成績良好的非中共黨員畢業(yè)生也有機會進機關、事業(yè)單位和國企；成績良好以下的畢業(yè)生就業(yè)可選擇余地要少一些，師生評價成為比較關鍵的因素，師生評價高的畢業(yè)生，還是有少量機會進入機關事業(yè)單位和國企，而對于成績良好以下、評價不高的畢業(yè)生絕大多數只能選擇私企和個體或者自由職業(yè)。

圖1 高校畢業(yè)生數據來源

此外，對于非典型影響因素，可以結合數據統(tǒng)計分析方法進行輔助分析，通過對一定數量樣本數據進行統(tǒng)計，可以預測未來一段時間的畢業(yè)生就業(yè)趨勢。

圖2 高校畢業(yè)生就業(yè)數據分析流程

系統(tǒng)設計與實現

以中國音樂學院畢業(yè)生數據分析系統(tǒng)核心功能解析為例：

1.系統(tǒng)環(huán)境搭建

在系統(tǒng)環(huán)境的搭建上，采用前后端分離部署技術。開設兩臺服務器，服務器A用于部署前端項目，稱為前端服務器，服務器B 用于部署后端項目，數據放在此服務器上，稱為后端服務器。通過開放API的方式，后端服務器向前端服務器中的前端項目提供數據或數據操作接口，以此實現前端與后端的銜接，提高系統(tǒng)性能、反應速度和擴展性。

2.后端數據實時更新

（1）使用實時數據倉庫：從技術上解決了數據使用的延遲， 任何時間點都可以得到當前最精確的分析結果，實現了畢業(yè)生數據分析系統(tǒng)性能優(yōu)化。實時數據倉庫是一個經過數據源中數據的抽取、清洗、轉換、加載、存儲到數據倉庫中，為用戶提供有價值信息的應用系統(tǒng)。數據倉庫能夠精確、可靠地從業(yè)務數據庫中取出數據，通過處理后轉換成有價值的信息，再進行分析。

（2）使用多元數據源：畢業(yè)生數據分析需要使用多元數據源，首要數據源為畢業(yè)生系統(tǒng)所使用的數據庫，在其基礎上增加 Excel 表格數據作為第二數據源，主要用于補充畢業(yè)生系統(tǒng)的不全面數據。通過從多元數據源中抽取、加載、轉換、存儲到數據倉庫中，使得畢業(yè)生數據分析展示數據類型更加多元化，展示效果更加豐富、直觀。

（3）數據獲取及處理的流程：高校畢業(yè)生數據庫和 Excel 表格數據共同構成了數據源。經過 ETL 過程，實時抽取至 ODS（操作數據存儲，Operational Data Store）層ODS 庫，ODS 庫在業(yè)務系統(tǒng)和數據存儲層之間形成一個隔離層，ODS 庫中的數據表一般存儲用于實時加載和更新，ODS 庫中的數據會加載至數據倉庫。通過使用數據倉庫中存儲的數據，實現了數據訪問層中各個功能，畢業(yè)生數據分析架構如圖3 所示。

3.前端數據展示多樣化

圖3 畢業(yè)生數據分析架構

前端應用FineReport 設計器，使用HTML5 圖表提供優(yōu)秀的動態(tài)效果和強大的交互體驗。

（1）畢業(yè)生數據分析系統(tǒng)除了基本的報表展示和導出功能外，增加了以維度為基礎的圖表展示，包括柱形圖、折線圖、餅圖、雷達圖、散點圖等。例如，通過追蹤畢業(yè)生就業(yè)單位類型、就業(yè)行業(yè)等信息可以為就業(yè)指導部門提供決策數據支撐，使學校為畢業(yè)生求職提供更專業(yè)的指導和服務；通過就業(yè)行業(yè)分析可以看出學生畢業(yè)后從事的工作與所學專業(yè)是否匹配，有助于學校進行專業(yè)和課程改革，與時俱進，培養(yǎng)適應時代發(fā)展的優(yōu)秀人才，服務社會。

（2）畢業(yè)生數據分析采用數據地圖，重點使用區(qū)域地圖和鉆取地圖，提供豐富的數據地理信息展示，可以展示畢業(yè)生生源、畢業(yè)去向，可按地域進行詳細分析，為將來招生和就業(yè)提供強有力的依據。學?？梢砸罁厴I(yè)生去向的分布數據指導該院系的就業(yè)相關工作，做好專業(yè)設置與市場對接工作。使用圖表交互，豐富的交互效果提高了就業(yè)數據展示的可視化體驗。例如，可以用柱形圖和折線圖相結合的組合圖來展示畢業(yè)生數據變化，也可以用普通的表格展示每年的畢業(yè)生數據、就業(yè)率信息，用表格數據支撐組合圖的數據，讓分析變得更加有理有據。

高校畢業(yè)生就業(yè)關乎民生，同時也反映出高校教學、管理水平，提升高校畢業(yè)生就業(yè)水平是高校管理的重要職責和任務目標。在科技飛速發(fā)展的今天，有效運用前沿信息技術，將大數據相關技術應用于高校就業(yè)工作，建立畢業(yè)生數據分析系統(tǒng)，能夠有效提升就業(yè)評價質量和就業(yè)工作質量，對于解決人才與市場供需不匹配問題以及幫助就業(yè)困難畢業(yè)生提升就業(yè)機會都具有重要的意義。高校就業(yè)工作人員應當持續(xù)豐富畢業(yè)生相關數據來源，提高數據資源的整合、分析能力和對畢業(yè)生就業(yè)的預測能力，不斷提升就業(yè)指導工作的針對性、時效性和科學性。