基于大數(shù)據(jù)集成技術(shù)的畢業(yè)生就業(yè)去向跟蹤系統(tǒng)研究

李一楊

（西安醫(yī)學(xué)院，陜西 西安 710021）

高校人才培養(yǎng)質(zhì)量可通過(guò)畢業(yè)生就業(yè)率和就業(yè)質(zhì)量體現(xiàn)，畢業(yè)生就業(yè)去向跟蹤是高校就業(yè)部門的重要工作[1]。學(xué)生畢業(yè)后崗位變動(dòng)頻繁，高校與畢業(yè)生漸漸失去聯(lián)系，加大了畢業(yè)生就業(yè)去向跟蹤的難度。大數(shù)據(jù)技術(shù)是目前信息時(shí)代中應(yīng)用廣泛的重要技術(shù)，人類生活、生產(chǎn)等各項(xiàng)活動(dòng)趨于智能化，業(yè)務(wù)活動(dòng)數(shù)據(jù)不斷提升[2]，使大數(shù)據(jù)技術(shù)成為研究學(xué)者們的主要研究方向。大數(shù)據(jù)技術(shù)不斷發(fā)展，造成大量的數(shù)據(jù)孤島現(xiàn)象[3]，數(shù)據(jù)集成技術(shù)是解決數(shù)據(jù)孤島現(xiàn)象的重要技術(shù)。

數(shù)據(jù)集成技術(shù)指將眾多具有不同格式、不同來(lái)源、不同性質(zhì)的數(shù)據(jù)在物理層面或邏輯層面有機(jī)結(jié)合于統(tǒng)一數(shù)據(jù)集的技術(shù)[4]。目前，已有眾多成熟理論應(yīng)用于大數(shù)據(jù)集成技術(shù)中，大數(shù)據(jù)集成技術(shù)可為數(shù)據(jù)共享提供技術(shù)支持。文獻(xiàn)[5]基于機(jī)器學(xué)習(xí)算法進(jìn)行了大學(xué)生畢業(yè)去向預(yù)測(cè)；文獻(xiàn)[6]研究大數(shù)據(jù)背景下研究生就業(yè)精準(zhǔn)服務(wù)體系的探索與實(shí)踐，以上兩種方法均針對(duì)畢業(yè)生就業(yè)去向進(jìn)行研究，并取得一定成效。

將大數(shù)據(jù)集成技術(shù)應(yīng)用于畢業(yè)生就業(yè)去向跟蹤中，提升畢業(yè)生就業(yè)去向跟蹤效率[7]。文中設(shè)計(jì)了大數(shù)據(jù)集成技術(shù)的畢業(yè)生就業(yè)去向跟蹤系統(tǒng)，利用大數(shù)據(jù)集成技術(shù)將所采集的不同來(lái)源、不同格式的畢業(yè)生就業(yè)去向數(shù)據(jù)高效集成，提升數(shù)據(jù)處理性能。畢業(yè)生可隨時(shí)登錄系統(tǒng)，在就業(yè)信息存在變化時(shí)實(shí)時(shí)更改信息，高校就業(yè)部門教師利用系統(tǒng)查詢學(xué)生就業(yè)信息，系統(tǒng)設(shè)定固定時(shí)間提醒學(xué)生更新就業(yè)去向狀態(tài)，使高校畢業(yè)生畢業(yè)后仍與學(xué)校保持良好聯(lián)系，為畢業(yè)生信息跟蹤與分析提供平臺(tái)。

1 畢業(yè)生就業(yè)去向跟蹤系統(tǒng)設(shè)計(jì)

1.1 系統(tǒng)總體結(jié)構(gòu)

畢業(yè)生就業(yè)去向跟蹤系統(tǒng)具有信息數(shù)據(jù)量大、對(duì)客戶端與服務(wù)器端訪問(wèn)速度要求高以及交互頻繁的特點(diǎn)，選取ASP.net AJAX 引擎的B/S 架構(gòu)分層設(shè)計(jì)畢業(yè)生就業(yè)去向跟蹤系統(tǒng)，采用該架構(gòu)設(shè)計(jì)系統(tǒng)業(yè)務(wù)邏輯層與用戶界面為分離狀態(tài)[8]，使系統(tǒng)各程序耦合度有所降低。充分考慮高校對(duì)畢業(yè)生就業(yè)去向跟蹤需求，設(shè)計(jì)大數(shù)據(jù)集成技術(shù)的畢業(yè)生就業(yè)去向跟蹤系統(tǒng)總體結(jié)構(gòu)圖，如圖1 所示。

圖1 系統(tǒng)總體結(jié)構(gòu)圖

由系統(tǒng)總體結(jié)構(gòu)圖可知，所設(shè)計(jì)系統(tǒng)包括數(shù)據(jù)層、邏輯層以及界面層三部分。

數(shù)據(jù)層包括應(yīng)用服務(wù)器、數(shù)據(jù)服務(wù)器以及SQL數(shù)據(jù)庫(kù)，為系統(tǒng)提供數(shù)據(jù)支持。系統(tǒng)的數(shù)據(jù)層采用大數(shù)據(jù)集成技術(shù)，提升系統(tǒng)的數(shù)據(jù)處理性能。

邏輯層采用模糊C 均值算法對(duì)完成集成的數(shù)據(jù)實(shí)施聚類等挖掘算法，通過(guò)聚類結(jié)果統(tǒng)計(jì)畢業(yè)生就業(yè)去向[9]。邏輯層完成畢業(yè)生就業(yè)去向跟蹤處理后，將處理結(jié)果發(fā)送至界面層。

界面層具有在線服務(wù)、問(wèn)題反饋、用戶管理以及系統(tǒng)管理等功能，高校就業(yè)部門教師以及高校畢業(yè)生等用戶通過(guò)界面層登錄系統(tǒng)，登錄后運(yùn)行系統(tǒng)各項(xiàng)應(yīng)用實(shí)現(xiàn)人機(jī)交互。

1.2 系統(tǒng)功能結(jié)構(gòu)

所設(shè)計(jì)的畢業(yè)生就業(yè)去向跟蹤系統(tǒng)采用大數(shù)據(jù)集成技術(shù)，可針對(duì)海量大數(shù)據(jù)高效集成[10]，使所設(shè)計(jì)系統(tǒng)具有較高的畢業(yè)生就業(yè)去向跟蹤性能。系統(tǒng)功能結(jié)構(gòu)圖如圖2 所示。由圖2 可以看出，系統(tǒng)主要用戶為高校畢業(yè)生、系統(tǒng)管理員以及高校就業(yè)部門教師。高校畢業(yè)生登錄系統(tǒng)后可更新個(gè)人以及就業(yè)相關(guān)信息，參與畢業(yè)生就業(yè)去向跟蹤問(wèn)卷調(diào)查并查看問(wèn)卷。系統(tǒng)管理員登錄系統(tǒng)后可管理高校畢業(yè)生信息，并為系統(tǒng)用戶賦予權(quán)限；系統(tǒng)管理員可對(duì)問(wèn)卷調(diào)查相關(guān)內(nèi)容實(shí)施數(shù)據(jù)導(dǎo)入、數(shù)據(jù)導(dǎo)出以及數(shù)據(jù)備份等調(diào)查統(tǒng)計(jì)功能[11]；系統(tǒng)管理員具有設(shè)計(jì)調(diào)查問(wèn)卷、更新調(diào)查問(wèn)卷、修改調(diào)查問(wèn)卷內(nèi)容并管理問(wèn)卷調(diào)查完成情況，針對(duì)不同用戶分配不同調(diào)查問(wèn)卷等功能。高校就業(yè)部門教師登錄系統(tǒng)后可管理本校畢業(yè)生就業(yè)信息、查看畢業(yè)生調(diào)查問(wèn)卷等權(quán)限，通過(guò)畢業(yè)生相關(guān)信息及調(diào)查問(wèn)卷結(jié)果明確畢業(yè)生就業(yè)去向。

圖2 系統(tǒng)功能結(jié)構(gòu)圖

1.3 大數(shù)據(jù)集成技術(shù)

大數(shù)據(jù)集成技術(shù)需時(shí)刻運(yùn)行集成任務(wù)，系統(tǒng)用戶可觀測(cè)大數(shù)據(jù)集成過(guò)程中的運(yùn)行任務(wù)，用戶可暫停或更改任務(wù)優(yōu)先級(jí)。大數(shù)據(jù)集成技術(shù)集成運(yùn)行過(guò)程如圖3 所示。

圖3 大數(shù)據(jù)集成技術(shù)運(yùn)行過(guò)程

大數(shù)據(jù)集成技術(shù)的集成運(yùn)行過(guò)程主要包括數(shù)據(jù)抽取、數(shù)據(jù)轉(zhuǎn)換以及數(shù)據(jù)加載三部分，完成大數(shù)據(jù)集成處理的數(shù)據(jù)存儲(chǔ)于系統(tǒng)SQL 數(shù)據(jù)庫(kù)內(nèi)，便于系統(tǒng)跟蹤畢業(yè)生就業(yè)去向。

1）數(shù)據(jù)抽取。將數(shù)據(jù)源內(nèi)存在變更行為的數(shù)據(jù)進(jìn)行抽取，為數(shù)據(jù)集成做準(zhǔn)備的過(guò)程稱為變更數(shù)據(jù)實(shí)時(shí)抽取，簡(jiǎn)稱數(shù)據(jù)抽取[12]。畢業(yè)生就業(yè)去向跟蹤系統(tǒng)內(nèi)變更數(shù)據(jù)抽取的實(shí)時(shí)性決定了數(shù)據(jù)的實(shí)時(shí)轉(zhuǎn)換以及加載性能，數(shù)據(jù)抽取為系統(tǒng)內(nèi)大數(shù)據(jù)實(shí)時(shí)集成提供數(shù)據(jù)支持。

2）數(shù)據(jù)加載。將已完成抽取的集成數(shù)據(jù)發(fā)送至數(shù)據(jù)倉(cāng)庫(kù)內(nèi)，以滿足畢業(yè)生就業(yè)去向跟蹤系統(tǒng)決策查詢和實(shí)時(shí)數(shù)據(jù)檢索需求。數(shù)據(jù)加載過(guò)程需要依據(jù)固定順序執(zhí)行SQL 語(yǔ)句分析系統(tǒng)所分配的任務(wù)，更新實(shí)時(shí)數(shù)據(jù)過(guò)程容易造成分析結(jié)果不一致問(wèn)題[13]。解決數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)實(shí)時(shí)更新和系統(tǒng)應(yīng)用層聯(lián)機(jī)分析查詢之間的沖突是數(shù)據(jù)集成需要重點(diǎn)考慮的問(wèn)題[14]。選取歷史數(shù)據(jù)與高實(shí)時(shí)性數(shù)據(jù)、一般實(shí)時(shí)性數(shù)據(jù)分開(kāi)存儲(chǔ)的方式實(shí)現(xiàn)集成數(shù)據(jù)實(shí)時(shí)加載，提升數(shù)據(jù)實(shí)時(shí)加載性能。將實(shí)時(shí)性較高的數(shù)據(jù)發(fā)送于實(shí)時(shí)數(shù)據(jù)緩存區(qū)域，將歷史數(shù)據(jù)和實(shí)時(shí)性一般的數(shù)據(jù)發(fā)送至數(shù)據(jù)倉(cāng)庫(kù)內(nèi)。由于僅存在少量更新的實(shí)時(shí)數(shù)據(jù)于實(shí)時(shí)數(shù)據(jù)緩存區(qū)域內(nèi)，因此數(shù)據(jù)實(shí)時(shí)更新與實(shí)時(shí)加載于實(shí)時(shí)數(shù)據(jù)緩存區(qū)域內(nèi)極為方便，可提升數(shù)據(jù)實(shí)時(shí)處理和自動(dòng)分析效率；對(duì)不具有實(shí)時(shí)性的歷史數(shù)據(jù)依據(jù)設(shè)置規(guī)則批量發(fā)送至數(shù)據(jù)倉(cāng)庫(kù)，避免數(shù)據(jù)倉(cāng)庫(kù)內(nèi)物理設(shè)計(jì)由于頻繁更新而出現(xiàn)故障。

3）數(shù)據(jù)轉(zhuǎn)換。大數(shù)據(jù)集成技術(shù)中并發(fā)轉(zhuǎn)換任務(wù)調(diào)度區(qū)別于以往人為設(shè)置的直接執(zhí)行、定時(shí)執(zhí)行以及周期性執(zhí)行等執(zhí)行方式[15]。大數(shù)據(jù)集成技術(shù)依據(jù)數(shù)據(jù)源內(nèi)的數(shù)據(jù)變化執(zhí)行數(shù)據(jù)集成任務(wù)，可使多個(gè)轉(zhuǎn)換任務(wù)同時(shí)觸發(fā)，需高效的任務(wù)調(diào)度策略，利用并發(fā)執(zhí)行任務(wù)提升大數(shù)據(jù)集成技術(shù)內(nèi)服務(wù)器的運(yùn)行性能，提升系統(tǒng)數(shù)據(jù)集成效率。

1.4 模糊C均值算法

將完成大數(shù)據(jù)集成處理的數(shù)據(jù)庫(kù)內(nèi)數(shù)據(jù)利用模糊C 均值算法實(shí)現(xiàn)畢業(yè)生就業(yè)去向跟蹤系統(tǒng)的數(shù)據(jù)挖掘與統(tǒng)計(jì)，模糊C 均值算法是通過(guò)目標(biāo)函數(shù)實(shí)施聚類分析的高效算法。該算法利用存在約束條件的優(yōu)化問(wèn)題代替聚類轉(zhuǎn)化問(wèn)題，通過(guò)優(yōu)化問(wèn)題求解獲取模糊聚類結(jié)果。設(shè)向量集合為xi=(i=1,2,…,n),n表示向量數(shù)量，采用聚類算法將向量劃分為c個(gè)模糊組，將各組之間的非相似性指標(biāo)作為目標(biāo)函數(shù)，使各模糊組與聚類中心之間的距離最小。利用模糊劃分思想使特定數(shù)據(jù)對(duì)象隸屬于不同組，且隸屬程度通過(guò)(0,1)區(qū)間的值體現(xiàn)，采用全部數(shù)據(jù)對(duì)象隸屬于各組的值構(gòu)建隸屬度矩陣U，對(duì)于隨機(jī)數(shù)據(jù)，隸屬度之和為1，那么可得：

通過(guò)以上步驟可知，模糊C 均值聚類算法為逐步迭代求解過(guò)程，其具體流程為：

1）將隸屬度矩陣依據(jù)隨機(jī)數(shù)方法初始化，完成初始化的隸屬度矩陣需符合式（1）要求；

2）利用式（4）獲取聚類中心數(shù)量c；

3）利用式（2）判斷目標(biāo)函數(shù)與上次目標(biāo)函數(shù)改變范圍是否小于指定閾值以及算法是否超過(guò)所設(shè)置循環(huán)次數(shù)，通過(guò)以上兩部分判斷算法是否收斂，算法收斂表明算法結(jié)束；算法未收斂需進(jìn)行下一步；

4）通過(guò)式（5）獲取新隸屬度矩陣U，并返回步驟2），直至算法完全收斂為止。

由以上步驟可以看出，模糊C 均值算法的初始聚類中心決定了算法聚類效果。

算法的聚類數(shù)量c以及加權(quán)指數(shù)m兩個(gè)輸入?yún)?shù)同樣決定算法收斂效果，算法聚類數(shù)量應(yīng)大于1且明顯低于數(shù)據(jù)樣本總數(shù)量。

算法加權(quán)指數(shù)是決定聚類結(jié)構(gòu)模糊程度控制算法的權(quán)重指數(shù)，算法加權(quán)指數(shù)過(guò)大與過(guò)小都將造成算法聚類效果差。算法加權(quán)指數(shù)宜選取[1.5,2.5]范圍內(nèi)的數(shù)，文中選取算法加權(quán)指數(shù)為2。

模糊C 均值算法的輸出結(jié)果是隸屬度矩陣以及聚類中心，各數(shù)據(jù)樣本點(diǎn)針對(duì)不同類別的隸屬程度可通過(guò)隸屬度矩陣體現(xiàn)[16]，不同對(duì)象所屬的類可依據(jù)最大隸屬原則以及隸屬度矩陣獲取。針對(duì)符合正態(tài)分布的數(shù)據(jù)，模糊C 均值算法具有較好的聚類效果，符合畢業(yè)生就業(yè)去向跟蹤系統(tǒng)需求。

2 系統(tǒng)測(cè)試

為檢測(cè)所設(shè)計(jì)系統(tǒng)跟蹤畢業(yè)生就業(yè)去向的有效性，選取某地某高校畢業(yè)生作為實(shí)驗(yàn)對(duì)象。利用所設(shè)計(jì)系統(tǒng)統(tǒng)計(jì)該校于2018 年畢業(yè)的本科、碩士、博士畢業(yè)生就業(yè)去向，該校于2018 屆畢業(yè)的畢業(yè)生包括15 個(gè)學(xué)院(65 個(gè)專業(yè))共7 590 名。采用所設(shè)計(jì)系統(tǒng)統(tǒng)計(jì)該校2018 年畢業(yè)生就業(yè)分布城市、就業(yè)去向、不同就業(yè)方式、就業(yè)行業(yè)分布情況、就業(yè)單位分布情況如圖4～8 所示。

圖4 畢業(yè)生就業(yè)分布城市

圖5 畢業(yè)生畢業(yè)后去向

圖6 不同就業(yè)方式所占比例

圖7 畢業(yè)生行業(yè)分布情況

圖8 畢業(yè)生就業(yè)單位統(tǒng)計(jì)

由圖4～8 可以看出：

1）該校2018 年畢業(yè)生主要分布于北京、上海、深圳、廣州等地，其中分布于北京的畢業(yè)生占該校2018年畢業(yè)生的13%；分布于上海的畢業(yè)生占12%。跟蹤結(jié)果說(shuō)明北京與上海為該校畢業(yè)生去向首選；

2）該校2018 年畢業(yè)生本科、碩士、博士就業(yè)率分別為96.25%、97.25%、98.46%，未就業(yè)率分別為1.79%、1.42%、0.80%，統(tǒng)計(jì)結(jié)果說(shuō)明該校具有較高的就業(yè)率；

3）該校就業(yè)的畢業(yè)生中，本科、碩士、博士簽約就業(yè)的畢業(yè)生分別占全部畢業(yè)生的97.85%、98.23%以及98.58%，畢業(yè)生就業(yè)去向跟蹤系統(tǒng)說(shuō)明簽約就業(yè)仍為高校畢業(yè)就業(yè)的主要就業(yè)方式；

該校就業(yè)的畢業(yè)生主要分布于金融業(yè)、建筑業(yè)、教育業(yè)以及交通運(yùn)輸業(yè)，驗(yàn)證了文中系統(tǒng)跟蹤畢業(yè)生就業(yè)去向行業(yè)分布具有較高的有效性。

該校畢業(yè)生分布于中國(guó)建筑有限公司以及美的集團(tuán)的就業(yè)人數(shù)均高達(dá)200 人，是該校畢業(yè)生分布人數(shù)較多的單位。統(tǒng)計(jì)結(jié)果再次驗(yàn)證文中系統(tǒng)具有較高的畢業(yè)生就業(yè)單位跟蹤有效性。

采用文中系統(tǒng)針對(duì)畢業(yè)生設(shè)計(jì)調(diào)查問(wèn)卷，從工資滿意度、適應(yīng)能力等方面統(tǒng)計(jì)畢業(yè)生對(duì)就業(yè)的滿意程度，統(tǒng)計(jì)結(jié)果如圖9 所示。從問(wèn)卷統(tǒng)計(jì)結(jié)果可以看出，文中系統(tǒng)可有效統(tǒng)計(jì)調(diào)查問(wèn)卷，根據(jù)調(diào)查問(wèn)卷統(tǒng)計(jì)結(jié)果有助于高校進(jìn)一步明確畢業(yè)生就業(yè)去向以及畢業(yè)生對(duì)就業(yè)的滿意程度。

圖9 畢業(yè)生滿意度指標(biāo)

選取100 名畢業(yè)生用戶，通過(guò)問(wèn)卷調(diào)查的方式選取系統(tǒng)兼容性、界面友好性、用戶并發(fā)連接響應(yīng)速度等指標(biāo)測(cè)試所設(shè)計(jì)系統(tǒng)性能，統(tǒng)計(jì)結(jié)果如圖10 所示。從系統(tǒng)測(cè)試結(jié)果可以看出，文中系統(tǒng)可基本滿足系統(tǒng)性能要求，各項(xiàng)評(píng)分均在8 分以上，說(shuō)明所設(shè)計(jì)系統(tǒng)性能可符合就業(yè)去向跟蹤需求，文中系統(tǒng)可滿足系統(tǒng)使用條件。系統(tǒng)設(shè)有反饋功能，用戶使用過(guò)程中可針對(duì)系統(tǒng)缺陷提出改進(jìn)措施，利于系統(tǒng)優(yōu)化等后續(xù)工作，提升系統(tǒng)易用性。

圖10 系統(tǒng)測(cè)試結(jié)果

3 結(jié)束語(yǔ)

數(shù)據(jù)庫(kù)作業(yè)中數(shù)據(jù)集成技術(shù)的數(shù)據(jù)抽取、轉(zhuǎn)換以及加載占據(jù)數(shù)據(jù)庫(kù)作業(yè)的大量工作量，批量作業(yè)方式可提升集成任務(wù)的數(shù)據(jù)抽取、處理以及加載的運(yùn)行效率。將大數(shù)據(jù)集成技術(shù)應(yīng)用于畢業(yè)生就業(yè)去向跟蹤系統(tǒng)中，提升了系統(tǒng)應(yīng)用需求的實(shí)時(shí)性。所設(shè)計(jì)畢業(yè)生就業(yè)去向跟蹤系統(tǒng)便于高校實(shí)時(shí)了解畢業(yè)生的就業(yè)去向，降低高校就業(yè)部門管理人員的工作量，提升高校畢業(yè)生就業(yè)管理的效率。