基于数据挖掘的大学生智慧就业双向推荐系统的大学生就业现状调查与分析

王尊 刘前 曹莹 王振 祁渤

摘要：随着大数据技术的发展，各类招聘、就业网站提供了海量的就业岗位，但是大学生就业依旧很迷茫，基于数据挖掘的大学生智慧就业双向推荐系统发展下的大学生就业现状调查与分析，不仅为该系统提供了数据来源，而且通过数据分析为学校教育与企业需求提出建设性意见。

关键词：大数据;智慧就业;双向推荐;调查与分析

引言：我国大学生就业存在着供需关系不对称和求招双方不匹配的问题，虽然政府和高校一直没有停止过帮助、指导和服务，但是这个问题始终没有得到很好地解决。我们团队开发了基于数据挖掘的大学生智慧就业双向推荐系统，并对该系统进行了调查与分析，调查的数据作为该系统数据源之一。

一、基于数据挖掘的大学生智慧就业双向推荐系统的概念和现状

目前来看，大学培养出的学生可能满足不了企业紧缺的高技术性人才和高管理技能型人才的要求。导致企业真正需要人的岗位找不到可用的人才，需求不大的岗位却人才济济。同时不同区域、不同行业都可能面临着严峻的人才短缺的情况。

本系统通过学生以及企业双方大量的数据，通过数据挖掘，以数据可视化的方式呈现，提高了学生就业和企业招聘的成功率。

二、基于数据挖掘的大学生智慧就业双向推荐系统对毕业生的影响分析

（一）调研对象

本次调查从2020年2月11日——2020年2月20日，共历时10天。调查对象为辽宁科技学院大四学生。

（二）调研方式与抽样方式

在本次调研中，我们采用了问卷法和文献法，抽样方式采取分层抽样和三阶段抽样相结合的概率抽样调查方法。

对高校学生进行抽样是，将院系作为第一抽样框，再将专业作为第二级抽样框，最后将性别作为第三级抽样框，而确定所抽取的毕业生样本。

（三）问卷样本数据分析

我们对所得数据进行信度检验、效度检验、游程检验、卡方检验。在信度检验时，克隆巴赫Alpha系数为0.849，说明问卷结构与题目设计具有一定的科学及合理性;在效度检验时，KMO值为0.945>0.7，显著性为0，说明该量表具有较好的内部一致性;在游程检验时，|Z|=0.246小于临界值，说明该数据顺序不违反随机性;在卡方检验时，以被调查者的工作与理想工作两个变量之间关系为例，χ2=87.660以及对应的P值P=0.000<0.05，说明工作与理想工作两变量具有相关关系。以上检验结果表明本次调查所设计的问卷时一份成功的问卷。

三、调研结论与相关建议

（一）调研结论

1.毕业生对未来没有相应的规划

当前在面临着严峻就业形势的一部分大四毕业生们，仍然没有给自己定一个明确的目标。这也是个人、家庭以及学校等多方面因素所导致的。

个人方面，一些毕业生没有意识到自己已经马上要走入社会，玩心还比较重，潜意识里还没有想给自己的未来一个明确的规划;家庭方面，一些毕业生不喜欢与家长沟通谈心，致使学生缺乏对社会的认知与了解，长辈们也无法及时提供帮助;学校方面，学校就业指导不够，没有适当地进行面向学生的未来就业指导。

2. 毕业生盲目就业

部分有规划的大学生毕业后急于求得一份职业，而将“持续就业”置于次要地位，这样很容易使得急于就业的自己变成那些高考时急于填报志愿而盲目选择专业的学生，或是为了名校同意调剂，或是选择一些自认为比较好，但却不甚了解的专业，而了解后却发现与想象相差甚远，进而失去坚持下去的信心，退而求其他职业。

3. 不信任网络招聘

在网络诈骗事情中，受害者被骗取大量的钱财，身体和精神都受到了一定的损伤，甚至会导致一条条无辜的生命丧失。也许就是这样的事件接连不断地发生，导致大家对于网络的不信任。

（二） 相关建议

1.增强个性化服务

根据每个人的具体个性、兴趣等相关资料，进行一定程度的就业指导，向应聘者推荐适合的工作，提高该工作与应聘者之间的契合度。

2. 提高安全性

加强网络信息的安全性，可靠性，使人们能安心地使用网络，使得网络科技的进步取得更完美的成效。同时讓大家增加对大学生智慧就业双向推荐系统的信任。

3. 提高用户体验感

体验就是亲身感受，让用户去亲身感受产品和服务。所以就需要我们把服务做得详细、舒适、方便实用并根据用户的实际情况，充分了解用户的想法与意愿从而提供有针对性舒适可观的服务。做到能够打动用户，让用户体验的满意度超出预想从而赢得用户，为本平台的发展打下坚实基础。

4.不断升级优化系统

系统不断维护升级，根据用户和企业需求进行整改，充分发挥互联网的创新驱动作用，以促进自主创新为重点，推动各类要素资源聚集、开放和共享，大力发展众创空间、开放式创新等，引导和推动全社会形成大学生自主创新的浓厚氛围，打造大学生就业发展新引擎，以调研数据为基础，搭建大学生就业双向推荐系统。

四、结束语

基于数据挖掘的大学生智慧就业双向推荐系统能够为求职者推荐被录用几率更高的企业，同时也会给企业推荐他们更需要的人才。在这个海量数据和高并发的时代，对大学生、研究生精准就业职业成长和企业找到适合岗位，有着积极的意义。在双方清晰可见的情况下，打造一个双向的，企业可以选择求职者，求职者也可以选择企业的智慧就业双向推荐系统。从而实现真正意义上的企业、高校、学生三方合作共赢的局面。

参考文献：

[1] 《数据挖掘技术在大学生就业指导中的实际应用分析》 中国知网 2018-12-30

[2] 《大数据技术原理与应用（第2版）》 林子雨 人民邮电出版社  2017-01-01

[3] 《大数据时代的统计学思维》 刘强 水利水电出版社  2018-05-01

[4] 《基于python的大数据分析及实战》 余本国 水利水电出版社  2018-07-01

[5] 《企业级大数据平台构建：架构与实现》 朱凯 机械工业出版社  2018-04-25

作者简介：

王尊（1999-），男，辽宁人，辽宁科技学院曙光大数据学院学生;刘前（1968—），女，辽宁人，辽宁科技学院曙光大数据学院教师。

基金项目：辽宁科技学院2020年大学生创新创业训练计划项目 ，《基于数据挖掘的大学生智慧就业双向推荐系统》，项目编号：202011430071