大数据时代就业服务与学生日常行为融合探索

□曹权玺

当前社会关于大数据的定义很多。尽管学术界关于大数据的定义没有统一的标准，但都具有几个明显的特征：大量、高速、多样、真实。根据维克托·迈尔·舍恩伯格的定义，大数据(big data)是指“所涉及的数据量规模巨大到无法通过目前传统软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的信息”[1]。大学生在目前的就业系统中留下了大量个人信息和日常行为记录，通过数据找到其内在的逻辑关联，通过合理可靠的数据信息抓取，为今后学生的管理、教学、行政决策作出指导，可以成为大学生就业大数据。高校大数据就业框架体系构建需要针对学生在校期间的课程学习情况、就业意向、消费情况、习惯爱好、参与社团活动情况、竞赛获奖情况、上网行为等一系列数据轨迹进行抓取，为就业信息数据的实时化、精准化提供有力保障，有针对性地提高学生整体就业质量。

一、大数据背景下学生就业困难及现状

当前大学生就业难一直是社会所关注的热点。据教育部信息统计，2016年高校毕业生达765万，2017年有795万高校毕业生，2018年高校本科应届毕业生有820万之多，面对如此严峻的就业形势，能否利用大数据为学生和企业提供高效便利的就业服务，能否建立学生、企业信息化建设成为大势所趋。

(一)高校就业服务体系的信息化建设有待改进。在我国很多省份和地区因经济发展不平衡、东西部地区发展落差较大等客观原因存在政策落实不到位的情况，在高校就业服务体系建设中凸显疲态，学生就业信息数据更新慢、信息滞后，有些学生的就业信息从填写到毕业后很长一段时间内都没有更新，就业信息滞后化明显，更新维护成本较高，对高校掌握学生就业信息和求职轨迹产生了很大的阻碍，容易出现信息渠道相对封闭、数据来源真实性不高的现状。很多高校的就业网站信息发布量大而杂，缺乏合理的顶层设计，毕业生不能从中快速获取到自身需要的就业信息，很大程度上降低了就业服务工作的效率。

(二)大数据对大学生日常行为的数据收集有待提高。在当今高速发展的大数据背景下，海量的数据信息为大学生就业提供了非常多的机会。在大数据里大学生日常行为是海量的、散乱的、立体的、多元化的，如何设置方向维度有效抓取学生日常行为数据，从而进行更深层次的挖掘、分析、利用，对大学生就业服务进行指导，缓解大学生就业压力及严峻的就业形势有着积极的作用。

(三)大数据对学生、企业、学校三方共赢化有待进一步提升。在就业市场中，学生、企业、学校存在信息不对称的情况。学生不能完整了解企业概况，企业不能掌握学生大学学习生活轨迹，学校一味追求就业数据而忽略学生就业质量和企业用人需求。就业的结构性矛盾表现在“人找岗位”和“岗位找人”现象并存。该现象表明了企业与学生、学校所面临的就业内容具有相当大的差异。当代学生对大学期间的合理规划，专业知识学习，就业方向及工作内容缺乏合理的认识，学生找不到适合自己的岗位，岗位招不到想要的人才，学校疲于就业数据的提升，专业供大于求和专业供不应求的现象并存。

二、就业服务大数据框架体系构建

就业服务大数据是在自治区教育厅就业服务数据平台的基础上构建而成的，它的数据来源有着互通性。在就业服务数据里有信息抓取、信息反馈、就业服务管理介入、教学研究多元化的活动方式，大数据框架体系主要包括三个层面:学生日常行为维度设置、“以人为本”的就业服务全覆盖、就业导向信息化服务。

(一)学生日常行为维度抓取。在高校日常管理过程中就业服务工作不是一蹴而就，仅仅依托大四的冲刺并不能解决大学生深层次的就业需求，因此从大一进校园起，他们的学习、行为、爱好、经历就影响着就业选择，因此在高校中利用大数据研究学生日常行为规范建立就业大数据框架体系指导就业服务工作具有重要的意义。高校往往看重大四毕业班阶段的管理和服务，从大一到大三阶段基本投入的就业比较有限，尽管大学中已经设置了《就业指导课程》，但相对流于形式，课程学习不能引起学生的重视，缺少对大学生心理健康、技能掌握、课程状况、上网行为、消费情况、参与社团情况、担任学生干部情况、职业生涯规划等方面信息的获取。高校学生就业大数据需要与大学四年规划全过程相结合，在不同阶段掌握学生不同的动态信息：大一抓取学生的基本信息，家庭经济情况、职业生涯规划；大二抓取学生社团活动、兴趣爱好、潜力和特长；大三抓取科技竞赛获奖、专业学习考察、学生干部任职情况；大四抓取专业实习、专业技能实践、就业意向选择等内容。在以上四个过程中学生的专业学习情况、心理健康、消费水平全程贯穿到大学四年，以期获得更为全面详实的数据。

图1

(二)“以人为本”的就业服务全覆盖。就业服务大数据框架体系归根结底还是以学生为主体进行的研究，根据“数据来源于学生，服务于学生”的理念，建立学生就业服务数据库，根据大一新生入校报道后在大学里产生的个人行为数据，借助大数据进行不断积累，对采集来的学生行为信息数据进行筛选、清洗、转换，建立高校大学生就业行为导向数据库，用获取到的数据通过信息挖掘技术提供全面、科学、客观的分析，提高高校就业服务管理部门的科学管理能力和大学生职业生涯规划能力。通过将大数据抓取到的学生信息进行分类提炼，找出“以生为本”的就业服务关键点，树立学生建立正确的就业价值观、就业发展观，实时掌握涉及到学生切身利益的数据信息，大数据体系不仅要提供就业服务管理，还要通过数据逐渐完善职业生涯规划体系，帮助学生认识自己和认识社会，发挥学生的主动性、积极性、创造性，做好大学职业生涯规划。

(三)大数据就业导向服务。通过学生在校第一、二、三课堂学习、参加社会实践、消费轨迹、学习轨迹等数据，对学生就业过程中遇到的困难进行引导和帮扶。指导学生积极参与校园招聘，根据自身情况合理选择就业地域，积极进行自身求职及就业状况分析，进而提高大学生就业质量。因此就业大数据在需要高校进行顶层设计的同时，还要积极地协调各个部门相互协作，实现数据互通，打破传统的就业工作模式。

总之，大数据时代给高校就业服务工作提供了更多的信息和资源，将学生日常行为引入大数据，实现实时数据抓取，指导学生就业工作遇到的困难。结合就业质量和就业率这一最终指标，在平时对学生日常行为进行指导，分析学生在学校的行为轨迹，区分开学生个体行为因素和学校客观因素产出的差异，更深层次地挖掘所产生的影响，才能更好地通过影响因素指标、影像权重指导学生日常行为，有利于高校通过学生行为指标和因素进行调整，进而提高学校的就业服务工作能力。