數(shù)據(jù)倉庫技術在高校就業(yè)決策中的應用研究

練佳熠

摘要：隨著科技的發(fā)展，許多技術應運而生，對人們的生活和工作產(chǎn)生了巨大影響。目前，隨著高校對于社會需要的重視，越來越多的高校開始關注學校的就業(yè)政策，并且積極運用數(shù)據(jù)倉庫技術。在高效的就業(yè)決策中，因為數(shù)據(jù)倉庫技術的運用，高校的就業(yè)變得更加高效。因此，該文就數(shù)據(jù)倉庫技術在高校中的應用情況進行研究，并提出一些想法。

關鍵詞：數(shù)據(jù)倉庫技術?高等院校?就業(yè)決策?應用研究

中圖分類號：??TP311.1???文獻標識碼：A???文章編號：1672-3791（2022）07（b）-0000-00

隨著社會的進步發(fā)展，高校的就業(yè)也成為各大學生重要關注的話題。為了促進高校學生就業(yè)，了解學生就業(yè)的想法，對于工作的選擇因素等，高校漸漸采用了數(shù)據(jù)倉庫技術，以便促進高校就業(yè)的有效性。通過建立以就業(yè)為主題的多維數(shù)據(jù)庫，許多高校漸漸分析出學生就業(yè)的一些情況，為學校的就業(yè)宣傳，專業(yè)設置等提供數(shù)據(jù)支持。

1?數(shù)據(jù)倉庫簡介

20世紀80年代，科學家第一次提出數(shù)據(jù)倉庫的概念，認為數(shù)據(jù)倉庫是“面向主題的，繼承的數(shù)據(jù)集合”。數(shù)據(jù)倉庫還具有隨時變化的特點，可以用于存儲大量的歷史數(shù)據(jù)[1]。對于決策人員來說，數(shù)據(jù)倉庫雖然看起來沒有意義，但其實在具體的實際運用中，卻能夠?qū)崿F(xiàn)用戶快捷迅速地查找和分析。相比SQL技術，倉庫數(shù)據(jù)可以提供有效的數(shù)據(jù)，并且將其展示在決策人員面前。這將很大程度上促進數(shù)據(jù)的有效性和實用性，為決策人員的決策有著積極的影響作用。一般而言，數(shù)據(jù)倉庫數(shù)據(jù)具有以下特點。

首先，數(shù)據(jù)倉庫直接面向主題。基于對數(shù)據(jù)分析的驅(qū)動，與傳統(tǒng)的數(shù)據(jù)驅(qū)動不同，數(shù)據(jù)倉庫可以以優(yōu)化事務的方式來構(gòu)造數(shù)據(jù)。這對于某個處于不同事物數(shù)據(jù)庫的主題數(shù)據(jù)而言，是非常不利于決策者進行決策的。但這也并不意味著數(shù)據(jù)處理需要基于某個主題的數(shù)據(jù)去訪問許多不同數(shù)據(jù)庫中的數(shù)據(jù)集合，而是數(shù)據(jù)倉庫會直接將這些數(shù)據(jù)集中在一個地方，使決策者可以直接合理地檢索到數(shù)據(jù)倉庫中某一主題的所有數(shù)據(jù)。這不僅有利于數(shù)據(jù)的分析，同時也能為決策者節(jié)省大量的時間，實現(xiàn)數(shù)據(jù)的高效處理。

其次，數(shù)據(jù)倉庫具有數(shù)據(jù)的集成性，可以有效而全面地分析數(shù)據(jù)。一般而言，相關數(shù)據(jù)收集得越完整，決策處理出的結(jié)果就更加具有可靠性。然而，在許多企業(yè)等內(nèi)的業(yè)務數(shù)據(jù)庫中，許多數(shù)據(jù)處理都是分散型而非集成的。這使得數(shù)據(jù)處理更加繁瑣，不利于數(shù)據(jù)處理的高效性[2]。這許多都是因為數(shù)據(jù)不一致，或者有非結(jié)構(gòu)化數(shù)據(jù)等原因所導致的。要實現(xiàn)集成，就必須要對數(shù)據(jù)進行準確到位的清洗，甚至去轉(zhuǎn)化一些數(shù)據(jù)。這并不是說靜態(tài)的集成，而是一個動態(tài)的集成過程。雖然靜態(tài)的集成數(shù)據(jù)也可以集成，但是一旦數(shù)據(jù)發(fā)生了變化，原先的集成就失去了意義，因此，必須是基于動態(tài)的集成去處理數(shù)據(jù)。而數(shù)據(jù)倉庫就是實現(xiàn)了動態(tài)的集成，通過將一定周期的數(shù)據(jù)進行刷新，從而為決策者更新最新的數(shù)據(jù)，使決策者做出準確及時的決策。

除此之外，倉庫數(shù)據(jù)的數(shù)據(jù)還具有穩(wěn)定性，并且也能隨著時間的變化而變化。在數(shù)據(jù)倉庫中，許多數(shù)據(jù)一旦被寫入了便沒有辦法再進行改變，這非常不利于決策者的決策調(diào)整。所以，可以將數(shù)據(jù)倉庫看作一個虛擬的只能讀取的系統(tǒng)，且數(shù)據(jù)倉庫的數(shù)據(jù)存儲也是以分批的形式進行。這使得數(shù)據(jù)倉庫可以定期提取并且增加數(shù)據(jù)的記錄。只是一旦有數(shù)據(jù)進入，其痕跡就不能被刪除，也就是數(shù)據(jù)會一直存在。所有的用戶都只能以讀的形式去訪問整個數(shù)據(jù)倉庫，而不需要在開發(fā)讀寫上耗費精力[3]。同時，因為數(shù)據(jù)只能增加也無法刪除，這使得數(shù)據(jù)擁有了時間維度。其實，數(shù)據(jù)倉庫就是基于記錄系統(tǒng)去進行聯(lián)結(jié)，將記錄系統(tǒng)中各個的瞬態(tài)聯(lián)結(jié)成動畫，使其能夠展現(xiàn)出系統(tǒng)的整個運動過程。

2?總體架構(gòu)設計

一般而言，倉庫數(shù)據(jù)的系統(tǒng)總體構(gòu)架主要為源系統(tǒng)和數(shù)據(jù)集等。在高校就業(yè)中使用數(shù)據(jù)倉庫，就是將就業(yè)系統(tǒng)的數(shù)據(jù)經(jīng)過清洗，轉(zhuǎn)換的過程，然后加入到數(shù)據(jù)倉庫中。經(jīng)過數(shù)據(jù)倉庫的數(shù)據(jù)再經(jīng)由前端數(shù)據(jù)進行瀏覽和分析，并最終形成用戶對數(shù)據(jù)的分析處理[4]。這樣可以讓用戶很快地了解數(shù)據(jù)，并且基于數(shù)據(jù)進行決策，從而提升決策的質(zhì)量和效率。一般而言，數(shù)據(jù)倉庫的系統(tǒng)主要包括4個層次的結(jié)構(gòu)。

2.1數(shù)據(jù)源

這是整個數(shù)據(jù)倉庫系統(tǒng)的基礎，可以為整個系統(tǒng)提供數(shù)據(jù)。無論是企業(yè)內(nèi)部還是外部系統(tǒng)的數(shù)據(jù)，都可以在數(shù)據(jù)源中進行存放。

2.2數(shù)據(jù)的存儲和管理

數(shù)據(jù)存放和管理可以保證數(shù)據(jù)的穩(wěn)定性，為數(shù)據(jù)處理提供多時間維度的數(shù)據(jù)。一般而言，數(shù)據(jù)倉庫的數(shù)據(jù)組織管理和傳統(tǒng)的數(shù)據(jù)庫非常不同。這也決定了數(shù)據(jù)倉庫的核心是基于外部數(shù)據(jù)的形式去決定的。通過外部數(shù)據(jù)形式的情況，去合理搭建產(chǎn)品和技術去構(gòu)建數(shù)據(jù)倉庫的核心，這不僅需要對于數(shù)據(jù)倉庫的了解分析，同時也能實現(xiàn)對于數(shù)據(jù)的合理清洗，集成等。尤其是可以按照主題進行組織，為數(shù)據(jù)倉庫的數(shù)據(jù)范圍提供合理的組織形式，這非常有利于企業(yè)對于數(shù)據(jù)的管理。

2.3?OLAP服務器

通過有效集成需要分析的數(shù)據(jù)，OLAP數(shù)據(jù)可以組織出多維模型，以實現(xiàn)數(shù)據(jù)倉庫的多角度多層次分析。同時，還可以基于分析去合理判斷數(shù)據(jù)的趨勢，以便決策者做出決策。一般而言，數(shù)據(jù)趨勢的實現(xiàn)，可以具體分為3種情況。其中，ROLAP基本數(shù)據(jù)和聚合數(shù)據(jù)都存儲在數(shù)據(jù)源ROBMS里面，而MOLAP則在多維數(shù)據(jù)庫里存放，HOLAP的基本數(shù)據(jù)放進ROBMS里面，而聚合數(shù)據(jù)則放于多維數(shù)據(jù)庫。

2.4?前端工具

前端工具主要在各種報表工具，數(shù)據(jù)挖掘工具等里面。其中，數(shù)據(jù)分析工具主要與OLAP相聯(lián)系，而數(shù)據(jù)挖掘工具等主要和數(shù)據(jù)倉庫相聯(lián)系。

3?面向就業(yè)主題的數(shù)據(jù)倉庫

高效的就業(yè)分析主要以學生的成績等，實習情況等來進行分析，從而預測出高校畢業(yè)生的就業(yè)情況?；跀?shù)據(jù)倉庫分析處理出的數(shù)據(jù)，學?？梢圆扇∫幌盗写胧﹣泶龠M學校高效的就業(yè)，比如調(diào)整招生計劃、合理調(diào)整畢業(yè)分配、關于高校就業(yè)的宣傳等。

3.1就業(yè)主題的數(shù)據(jù)倉庫模型設計

數(shù)據(jù)倉庫的模型分為星架型和雪花型架構(gòu)。星架構(gòu)有事實表和維度表兩部分，它是一種用來表示關系的數(shù)據(jù)庫架構(gòu)。通過事實表和維度表，可以很好地表示一對多的關系。而雪花架構(gòu)是一種表示關系的數(shù)據(jù)架構(gòu)，也有事實表和維度表兩部分。通過事實表和維度表，可以很好地構(gòu)成數(shù)據(jù)倉庫模型的基本設計，實現(xiàn)用戶對于數(shù)據(jù)的模型構(gòu)建。兩者模型的不同點在于，雪花模式可以實現(xiàn)數(shù)據(jù)更好地規(guī)范化，能夠減少數(shù)據(jù)的冗雜，為數(shù)據(jù)倉庫節(jié)省空間。然而，這也可能導致雪花結(jié)構(gòu)瀏覽性能的降低，無法像星架型結(jié)構(gòu)的數(shù)據(jù)一樣為決策者提供大量的數(shù)據(jù)支持。而高校就業(yè)的數(shù)據(jù)量龐大，不僅需要數(shù)據(jù)倉庫去分析處理相關數(shù)據(jù)，同時也需要實現(xiàn)對于數(shù)據(jù)的瀏覽功能。而星形模式的數(shù)據(jù)倉庫就可以彌補雪花模式瀏覽性能不足的缺陷，為更多的數(shù)據(jù)瀏覽提供穩(wěn)定且快速的數(shù)據(jù)支持[5]。因此，在高校就業(yè)的數(shù)據(jù)倉庫設計中，應該采用星形模式的數(shù)據(jù)倉庫，這樣才能有利于對于龐大數(shù)據(jù)的瀏覽。

3.2確定事實表

許多高校都具有許多事實數(shù)據(jù)，根據(jù)維表的特點和分析的就業(yè)決策主題，高校就業(yè)數(shù)據(jù)倉庫的事實維表可以設置為15個維表，主要包括畢業(yè)年份、院系、計算機水平、性別、班級、地區(qū)、學位、學歷、實踐能力、專業(yè)、單位性質(zhì)等方面。其中，不同的維表代表學生不同的情況，而對于一些學校的具體特殊情況，學校也可以具體去調(diào)整自己的事實表維度，以便對該校學生就業(yè)情況的特殊原因以及情況分析。

3.3高校就業(yè)數(shù)據(jù)倉庫的ETL創(chuàng)建

KTL即是高校對數(shù)據(jù)的抽取、清洗和轉(zhuǎn)化、裝載。通過將數(shù)據(jù)抽取出來，數(shù)據(jù)倉庫可以排除掉一些數(shù)據(jù)的缺陷，并且去進行數(shù)據(jù)的轉(zhuǎn)換或者匯總，經(jīng)過清洗數(shù)據(jù)源中的數(shù)據(jù)，可以按照之前預定好的數(shù)據(jù)倉庫模型，將數(shù)據(jù)加載到數(shù)據(jù)倉庫中。雖然整個過程很復雜，但卻是數(shù)據(jù)倉庫的重要內(nèi)容。

目前，許多高校都使用數(shù)據(jù)倉庫，并運用到就業(yè)系統(tǒng)中處理與就業(yè)有關的一些數(shù)據(jù)[6]。通過將考生的標準化成績、平時的表現(xiàn)、就業(yè)情況、學歷代碼等錄入到系統(tǒng)中，數(shù)據(jù)倉庫可以很好地去分析數(shù)據(jù)的差異，比如：不同年度同一專業(yè)的就業(yè)情況變化等?；诟鞣N數(shù)據(jù)的差異，數(shù)據(jù)倉庫可以很好地標準化學生就業(yè)的情況。只要標準化了就業(yè)情況，高校就很容易實現(xiàn)用戶對于數(shù)據(jù)的分析需求，從而更快地分析出適合該校就業(yè)的各種情況。通過標準化分數(shù)，高?？梢院芎玫亟鉀Q因為各種差異等所導致的就業(yè)情況影響。這樣不僅有利于各個考生的成績能夠更好地進行比較，同時也有利于高校更加迅速分析出職業(yè)與該校的適合程度，從而實現(xiàn)高效就業(yè)。

在標準化就業(yè)情況之后，系統(tǒng)還會對就業(yè)數(shù)據(jù)進行其他細節(jié)的處理，以便數(shù)據(jù)倉庫更加清晰的認識數(shù)據(jù)，并且采取合適的行動[6]。首先，系統(tǒng)可以將標準化的數(shù)據(jù)增加年度屬性。一般而言，就業(yè)報到系統(tǒng)中的數(shù)據(jù)都是當年的就業(yè)情況，并沒有自帶年份。這不利于數(shù)據(jù)倉庫去分析不同年度的就業(yè)情況差異，無法很好地實現(xiàn)對于就業(yè)的年份差異。因此，在系統(tǒng)中加入對于學生就業(yè)的年代，可以增加其他年代學生的就業(yè)情況，從而促進高校更精準清晰地認識到學生的就業(yè)情況。具體而言，就是利用MS?DTS工具，可以將不同年代學生的就業(yè)情況進行匯總，并且得到最終的匯總表，以便數(shù)據(jù)分析處理。其次，在處理數(shù)據(jù)時，系統(tǒng)還可以為考生的生源地、畢業(yè)類型、就業(yè)地、職業(yè)等方面進行詳細的描述，以便高校深刻認識到學生的情況。

而在獲得了許多數(shù)據(jù)后，因為數(shù)據(jù)太多，一些數(shù)據(jù)可能存在不必要或者冗雜多余的情況。這時，就可以利用系統(tǒng)，去合理清洗掉各種不需要的數(shù)據(jù)，以便滿足數(shù)據(jù)倉庫對于數(shù)據(jù)的需求。比如：在“理工”“普通理科”等不同類別中，數(shù)據(jù)倉庫可以統(tǒng)一為其提供數(shù)據(jù)清洗，以便有效數(shù)據(jù)加載到數(shù)據(jù)倉庫中。只有將有效的數(shù)據(jù)加載到數(shù)據(jù)倉庫里，才能真正實現(xiàn)對于數(shù)據(jù)利用的高效性，從而實現(xiàn)對于數(shù)據(jù)倉庫的真正作用[7]。

5?基于數(shù)據(jù)倉庫的分析

在對數(shù)據(jù)倉庫進行分析時，可以采取多種手段從多方面進行處理。大部分時候，決策者都是希望通過圖形化的形式去查看和分析數(shù)據(jù)，在這種形式下，可以通過Python的Numpy、Pandas、Keras等分析庫先對數(shù)據(jù)倉庫中的數(shù)據(jù)進行分析，再使用Matplotlib、Bokeh、echarts等技術對分析結(jié)果進行可視化展示，以此實現(xiàn)花費少量的時間精力就能得到數(shù)據(jù)分析的結(jié)果[8]。除此之外，數(shù)據(jù)倉庫還可以提供多維度的數(shù)據(jù)集，讓用戶能夠通過快速的轉(zhuǎn)換數(shù)據(jù)的行列來實現(xiàn)對于數(shù)據(jù)源的分析，幫助決策者進行決策[9]。

具體而言，在對考生成績進行分析時，決策者可以基于分析情況去合理處理學校的就業(yè)工作。比如：基于某一地區(qū)就業(yè)總?cè)藬?shù)的情況，決策者可以去調(diào)整當?shù)氐膹V告宣傳、工作人員數(shù)量調(diào)配等。如果就業(yè)人數(shù)多，便可以多做宣傳，加大工作人員的數(shù)量。如果就業(yè)人數(shù)少，則可以總結(jié)其原因，來改變就業(yè)的策略，以便下一年更好地就業(yè)。對于學生而言，就業(yè)的情況和學校有著很大關聯(lián)性，學校宣傳更加到位，與學生就業(yè)安排的相關工作人員越多，學生便更容易就就業(yè)，學校的就業(yè)情況就會更好。因此，學校必須嚴格去分析數(shù)據(jù)倉庫，基于數(shù)據(jù)倉庫合理做出決策調(diào)整，以便高校更好地就業(yè)。

而在分析學生實習情況時，決策者便可以基于學生的實習時間，地點等去分析出考生的實習情況，通過比較不同地區(qū)不同專業(yè)學生的實習情況，合理分析出考生的就業(yè)意愿。這對于高校的就業(yè)工作、專業(yè)設置、課堂安排等都有著重要的作用，可以很好地促進學校教學資源和就業(yè)資源的合理安排等。

6?結(jié)語

總而言之，高校的就業(yè)工作離不開數(shù)據(jù)倉庫技術。對于學校而言，基于數(shù)據(jù)合理分析學生的就業(yè)情況，可以高效地提升學校的就業(yè)工作效率，同時也為學校的就業(yè)工作提供數(shù)據(jù)指導。通過將數(shù)據(jù)進行處理，比如：把學生就業(yè)情況進行標準化，并且進行合理的數(shù)據(jù)清洗等，就可以實現(xiàn)有效的數(shù)據(jù)加載到數(shù)據(jù)倉庫。之后，數(shù)據(jù)倉庫可以很好地實現(xiàn)對于就業(yè)情況的分析。最后決策者便可以基于數(shù)據(jù)倉庫的圖形化界面和多維度分析表格，去合理做出與就業(yè)相關的決策。無論是對于學生的成績，實習情況，還是未就業(yè)情況等，只要利用數(shù)據(jù)倉庫，高校都可以很好地分析并處理相關的數(shù)據(jù)，而學校也可以基于此去合理調(diào)整工作安排。這不僅有利于高校掌握該校就業(yè)的情況，同時也能實現(xiàn)自身專業(yè)設置，學校課程設置甚至來年招生情況的安排，從而促進高校更好地進行發(fā)展。

參考文獻

[1] 楊仁懷，郎川萍，張麗霞.數(shù)據(jù)倉庫技術在高校招生工作中的應用研究[J].現(xiàn)代計算機：專業(yè)版，2014（6）：72-76.

[2] 曾萍，韋杰.數(shù)據(jù)倉庫技術在高校信息化建設中的應用研究[J].軟件，2014，35（5）：108-110.

[3] 劉衛(wèi)星.數(shù)據(jù)倉庫技術在高校信息系統(tǒng)中的應用研究[J].電子技術與軟件工程，2014（18）：209-210.

[4] 張申.?數(shù)據(jù)倉庫技術在高校招生就業(yè)決策中的應用研究[D].北京：北京工業(yè)大學，2019.

[5] 張維國.數(shù)據(jù)倉庫技術在高校教務系統(tǒng)中的應用[J].福建電腦，2019，35（9）：33-38.

[6] 王吉.淺析數(shù)據(jù)庫技術在高校畢業(yè)生就業(yè)管理工作中的應用[J].數(shù)字技術與應用，2020，38（2）：52，54.

[7] 曾遠柔.大數(shù)據(jù)技術在高校信息管理系統(tǒng)中的應用策略研究[J].數(shù)字通信世界，2020（3）：177.

[8] 張軍，王芬芬.數(shù)據(jù)倉庫技術在高校數(shù)據(jù)統(tǒng)計與分析系統(tǒng)中的應用研究[J].智能計算機與應用，2019，9（3）：122-125.

[9] 虞水，季興東.數(shù)據(jù)倉庫技術在醫(yī)院信息管理及決策中的應用研究[J].智慧健康，2019，5（36）：18-19.