大数据框架下高校人才服务平台架构研究*

薛云霞 ，陈宓宓 ，韩 茜

（1.江苏科技大学 信息化建设与管理中心，江苏 镇江 212003；2.江苏科技大学 经济管理学院，江苏 镇江 212003）

一、引言

高校的发展关键在于人才队伍建设和优化，而如何利用信息化为高校人才队伍的建设和管理服务是目前非常值得关注的课题。大多数高校内部业务系统积累了人才的大量数据，但这些数据呈现出碎片化和零散性的特征，这些碎片化的数据只能直接或间接反映人才的某一或某些属性。只有将这些数据进行有效整合，才能完美地抽象出一个人才的信息全貌。目前有些学者对大数据下人才的服务和管理进行了研究，比如李晓东[1]分析研究了大数据对高校人才评价、人才引进和人才培养等人才队伍建设课题的积极作用，并对人才管理的政策方面提出了建议。李艺全[2]阐述了大数据时代下高校人才管理面临的机遇和挑战，并在人才引进、人才服务、人才培训和人才评价等方面提出了建设性意见。石纬林[3]等介绍了目前高校师资管理遇到的问题和挑战，并在大数据框架下提出了几个高校师资管理的应用方面。方丹丹[4]基于大数据构建了高校教师职业生涯发展框架，为高校留住人才、发展人才、评价人才提供了参考思路。

但是目前鲜有基于大数据框架下的高校人才服务平台架构研究，本文将通过整合这些业务系统的人才数据和互联网数据，消除高校各个职能部门“人才数据孤岛”，并且对这些数据进行深度挖掘和统计分析，寻找其中有价值的关系和规律，构建人才服务平台，通过平台实现高校人才挖掘、人才推送、人才评价、人才管理和人才服务，提高各个职能部门管理效率，给人才的学术研究和课程教学提供人性化的服务。

二、高校人才服务平台总体架构

前期各个学校积累的数据既有人事系统、科研系统、教务系统、图书借阅系统[5]、一卡通消费系统、一卡通门禁系统和人才个人主页管理型业务产生的结构化数据，又有视频、音频、图像等教学资源非结构化数据；另外还有CNKI、IEEE收录的论文数据和科研论坛数据等。本文基于大数据构建高校人才服务平台，通过应用支撑层的工具将这些系统进行集成，解决“数据孤岛”，实现应用集成和人才信息的深度互联。同时通过人才数据和互联网数据进行重构和集成[6]，对高校领导者和各职能部门提供人才挖掘、人才推送、人才评价、人才管理和人才服务的功能。因此高校人才服务平台的总体架构从下到上由网络基础设施层、数据中心层、应用支撑层、应用层和用户层组成，如图1所示。

图1 高校人才服务平台总体架构

1.五大层次

（1）网络基础设施层

由大学机房虚拟平台提供系统运行所需要的基础设施，包括应用系统运行基础支撑环境，包含主机、存储、网络、系统软件，以及考虑到平台的访问量可能很大，单个服务器节点可能无法满足要求，因此要使用负载均衡[7]等。

（2）数据中心层

数据中心层是以云存储为核心，为获取的庞大数据提供存储环境，构建大数据。由于获取到的数据涉及到人才数据的方方面面，因此要构建多类型、多维度的数据库。数据中心层不仅包括为应用系统层提供数据来源，还包括数据治理和结构化数据、非结构化数据存储的数据库。对于本文系统的文件，选择Hadoop分布式文件系统(HDFS)[8]进行存储。

（3）应用支撑层

应用支撑层是数据中心层和应用层的桥接层，主要包括企业服务总线ESB、推荐算法、挖掘算法、BI工具、模型工具、自定义表单等等。应用支撑层一方面应用了先进的数据库技术，另一方面封装了应用软件系统各子系统都会用到的通用组件。

（4）应用层

应用层主要为用户提供各种应用，比如人才挖掘、人才推送、人才信息浏览、人才评价、人才个性化推荐和综合分析，同时应用层还包括为其他异构异地系统定制开发服务接口。将接口封装在本层，使得数据不直接被暴露给用户，一定程度上提高安全性。

（5）用户层

用户层主要负责直接跟用户进行交互，一般是指用户通过账户登录到系统看到的系统界面，用于数据录入、数据展示等。为了便于应用软件系统的使用，为用户提供风格一致、操作方式统一的操作界面。平台用户包括人才、高校管理者、高校各职能部门、平台维护人员和平台操作人员。

2.三大体系

标准规范体系、运行管理体系和安全保障体系为高校人才服务平台的各个层面提供可靠的保障；运行管理体系负责各个层次中系统的运行管理工作，是保障高校人才服务平台安全正常运行必不可少的运行保障体系；信息安全体系以具体应用与实际效果为主导，以安全管理与安全技术为手段，建立综合防范机制，保障信息平台安全、高效、可靠的运行[9]，保障高校人才服务平台总体架构五个层次的整体安全。

三、高校人才服务平台功能设计

高校人才服务平台为不同用户提供人才挖掘、人才推送、人才评价等服务，为高校人才提供人才信息浏览、个性化推荐服务，以及为高校职能部门和高校校级决策者提供多维度的统计分析功能。

1.人才挖掘

运用网络爬虫工具从互联网上自动抓取知网空间以及IEEE收录的论文数据，作为挖掘分析进而“发现人才”的基础数据。设计网页解析模块从抓取的网页中提取数据，数据预处理模块用于统一数据格式，过滤无效数据，为进一步分析打好基础，运用数据并行挖掘算法实现人才数据的挖掘。

2.人才推送

通过人才挖掘的结果，用户提前设计好推送的条件，根据用户查询的话题找出相关领域的权威专家。系统自动从文献库中发现作者的论文信息，并从论文信息中抽取出文章标题、摘要、作者单位、文章分类号等信息。通过构建包括作者发表的论文、论文发表的期刊、作者的合作者以及作者社交关系等信息在内的异构信息网，综合考虑论文标题、发表期刊、分类号等信息，科学设计权重算法，给用户返回所关心领域的作者列表。

3.人才评价

由于高校教师人数比较多，因此每年的人才评价工作对于高校人事部门和各个学院来说工作繁琐、任务繁重。本文设计的人才评价系统融合了高校人事、科研和教学信息，高校人事部门人员只需要定义评价指标和评价权重，全面通过集成教学量、科研成果以及师德评分等结构化数据和情感以及以往的行为记录等非结构化数据，在进行人才绩效评价时，根据人才的ID，系统可以从标签数据库中直接抽取评价指标数据，输入评价指标的权重，人事管理人员只要一点击，就能得到全校人才的综合得分和排名，可以实现对全校人才的综合评价，从而节约人事等职能部门和学院行政人员的工作时间。

4.人才实时信息浏览

以往人才的个人信息都存储在不同的系统中，即使通过统一身份认证和系统集成，用户仍需要点击每个系统查看自己的信息。通过本平台数据的集成和融合，可以以列表的形式全面展示人才的各类信息。如人才职称、学历等基本信息，学习和工作经历，教学课程数据，科研成果和专利数据，项目情况信息、资产数据，工资数据、一卡通消费数据等等。人才登录到服务门户中，可以随时查看自己的完整信息以及数据，无需跨系统操作。

5.个性化推荐

（1）图书推荐

对读者和资源按照读者和资源的基础属性对它们进行分类和聚类分析，分析读者和资源的匹配，便于给读者推荐书籍。其中根据读者的性别、年龄、出生年、籍贯、民族、教育程度等基本属性形成读者画像[10]，并按照基本属性进行聚类，资源则是根据学科、专业、媒体类型、资源库、资源类型、出版社和资源标签等形成资源画像，并按照资源的基本属性进行聚类，然后根据相关行为特征使用关联分析找出读者与资源互联的规律，给读者推荐图书。

（2）科研圈推荐

通过提取研究人员科研方向、以往完成的项目信息、发表论文、申请专利的关键字，分析不同学科的相似研究主题，发掘交叉学科的研究方向，建立不同学科、不同学院之间研究相似主题的教师的学术交流圈子，通过建立科研圈，向科研人员提供科研圈和交叉方向科研人员的推荐，帮助学校的研究人员碰撞出更多的研究方向和研究成果。

（3）研究热点推荐

研究热点发现需要综合考虑两个方面的因素，以年度数据为分析周期，根据分类号统计出各研究领域发表文章数量的变化趋势，同时提取所有文章标题的关键字，统计各关键字的词频，根据词频与研究领域对应文章数量综合评定研究热点，人才可以根据自身的研究方向选择分类号，系统根据研究分类号给用户自动推送研究热点，帮助用户了解研究的前沿方向。

6.统计分析

（1）相关性分析

通过教职工职称与科研成果、教职工年龄与科研成果、教职工来校年份与科研成果、教职工引入人才方式与科研成果、教职工教学任务量与科研产出和科研投入与科研产出[11]等变量的相关性分析等发掘影响科研产出的因素。通过发掘影响高校科研成果的因素，为提高科研产出提供精准的决策依据。

（2）趋势分析

通过分析以往年份学校总体科研情况、不同学科、不同学院成果情况，预测未来几年学校、不同学科、不同学院的科研产出情况等。

（3）基本信息统计分析

本文对教职工基本信息进行多维度的统计分析，为校级领导、学院领导以及各职能部门提供决策依据，基本信息的统计分析主要包括以下几个部分：①分析不同学院、不同学科的教职工职称、教职工年龄、性别等基本情况信息，整体掌握学院、学科的人员质量和数量，便于及时补充人才，提高人才队伍。②按照年度统计分析不同学院、不同学科人员招聘、离职的人数、职称、性别等基本情况信息，便于预测下年度不同学院、不同学科的人员招聘情况。③利用大数据可以尝试分析不同属性教师的教学质量，从而为学校教师招聘决策服务。

四、效益分析

通过在大数据环境下构建高校人才服务平台，集成人才各个维度的数据，可以大大提高工作效率和管理效益，主要体现在以下几个方面：

1.节约办公时间，提高办公效率

平台提供了各个维度以及跨维度的统计分析功能以及人才评价功能，各职能部门不需要像以往一样用传统的分析工具以及通过统计软件进行统计分析，只需要按照自己的需要在平台上设置条件，系统自动出现统计结果以及评价结果，节约了办公时间，提高了办公效率。另外平台提供了人才实时信息浏览功能，不需要像以往一样登录到各个系统查阅信息，可以直接登录到平台进行信息查阅，另外平台提供了搜索功能，可通过关键字、日期等条件搜索出自身想要的数据。

2.数据有效共享，消除“数据孤岛”

通过高校人才服务平台的实施，大量的人才数据集成在平台数据库上，数据能够充分进行共享，打破了系统之间的信息壁垒，消除了“数据孤岛”，并且通过提供人才管理和人才服务等功能，可以充分利用高校和互联网上人才的数据，帮助高校挖掘人才、留住人才以及更好地服务人才。

3.提高管理效率，节约了管理费用

该平台集成了人才各个维度的数据，校级领导、学院领导及各职能部门只需要登录平台，就可以查阅人才各个维度的数据，而不像以往一样需要登录各个系统查阅数据，提高了管理效率。平台提供了各个维度以及跨维度的数据统计功能，领导做决策时，只需要登录到平台查看统计结果，而不需要像以往一样在各个部门搜集数据进行统计分析，省去了繁琐的环节，提高了管理效率。另外系统是直接从业务系统抽取和运用爬虫技术从互联网上得到的一手数据，更加准确和实时，提高了决策依据的精确性。

本文在大数据环境中高校人才服务平台架构下分析了各个模块的功能，规划了平台的总体架构。采用网络爬虫技术获取人才互联网上的数据，运用大数据技术融合互联网上和高校业务系统的人才数据，集成人才的论文、基本信息、图书馆借阅信息、一卡通消费信息和科研论坛上的信息，不仅有效地解决了高校各职能部门的“人才数据孤岛”问题，降低信息化建设成本，而且实现了信息的集成和应用，可以提高决策和管理的效率。