大数据背景下大学生个性化就业指导分析
2020-09-10李幸霞
摘要:现阶段,受传统教育理念、育人模式的影响,很多高校的大学生就业指导工作仍处于粗放化、笼统化的状态,甚至表现出与社会需求相脱节、与行业市场相割裂的情况。在此背景下,学生接收到的就业指导信息很难保证时效性与正确性,对其职业生涯规划、就业素养发展的积极作用比较小。同时,我国教育领域正处于信息化改革的初期阶段,与大数据技术工具的融合仍有很大深化空间。因此,本文以大数据时代为背景,提出新社会形势、新技术条件下大学生就业指导的个性化发展路径与创新方案。
关键词:大数据;大学生;个性化就业;就业指导
中图分类号:G647 文献标志码:A 文章编号:1674-8883(2020)24-0233-02
我国教育部在《全国普通高等学校毕业生就业创业工作的通知》中明确提出,要着力提高大学生就业创业的指导服务与保障水平,积极构建出部、省、校相结合的三级就业服务体系,并做好毕业生求职与用人单位需求双向化的数据库与信息平台,以充分实现大数据的有效运用,为毕业生提供智能匹配、精准推送的就业指导。因此,在大数据视域下开展大学生个性化就业指导的分析研究,是响应党和国家政策号召的必行举措,对我国的职业人才培养、高等教育完善、社会综合发展具有重要意义。
一、大学生就业指导的沿革与重要性
我国对大学生就业指导的现代化研究工作,始于1985年的大学生就业政策调整,由此形成的“双向选择”与“自主择业”制度至今仍在沿用,为社会企业与学生人才的双赢提供了支持。其后,随着社会整体的不断发展,我国大学生就业指导体系逐渐趋于完善,并产生了大量的研究成果,积累了丰富的实践经验。学者王磊在其著作《多媒体环境下大学生就业指导创新研究》中指出:“新媒体技术已经成为大学生进行日常信息交流和人际交流的主要载体……大学生就业指导的创新策略要紧密结合多媒体使用情况进行分析”。学者姚文武在著作《服务于大学生就业指导的高校社交网络平台研究》中也提到,通过大数据挖掘技术对大学生的爱好特长、职业性格、搜索记录、行为习惯、专业经历等信息进行采集分析,能帮助大学生找到他们可能更感兴趣、更能胜任的职业方向,为个性化的职业就业指导与生涯规划推荐提供依据[1]。由此可见,在“互联网+”的新时代,将大数据技术、大数据平台应用到大学生就业指导的研究与实践中,具有高度的实践价值与尝试必要。
当一个人的职业岗位与兴趣相匹配时,其便很可能发挥出最佳的素养水平,进而达成较高的工作成就。同时,职业兴趣也是关乎人一生幸福的关键指标。所以,在个性化就业指导中,既要保证职业推荐与大学生的兴趣取向相贴合,也要注重大学生主观职业兴趣的调动培养。
二、大学生就业指导存在的问题与影响因素
就业指导服务存在的问题与影响因素主要包括如下方面。
第一,就业指导内容明显滞后,并未紧跟行业市场与信息时代的发展步伐。近年来,大学生就业指导工作受到了高校与社会的广泛关注,由于毕业生数目较多,毕业后将面临较大的就业压力,为了引导学生顺利步入职场,就业指导教师应该发挥自身的重要作用,重视多媒体信息技术的应用,从而改善现阶段就业指导课程,帮助学生从校园生活过渡到社会生活。这些毕业生接受了较好的教育,自身思维活跃,性格鲜明,在日常生活中,重视对个性的追求,如就业指导课程的内容相对滞后,并不能对现阶段的学生起到较大的促进作用。
第二,就业指导方式落后枯燥,既难以对大学生形成交互性、渗透性的知识传递,也无法满足个性化、新颖化、精细化、立体化的就业指导要求。目前,很多高校开设的就业指导课程,基于传统的授课方式,教师结合现阶段就业形势,分析现阶段就业政策,重视对学生求职技巧的讲述。这些知识能够为毕业生求职带来便利,但在课程讲述阶段,教师并不能关注所有学生,大数据技术的使用频率低,并且教师与不同毕业生的接触较少,欠缺对学生个性的了解。加之指导方式枯燥、落后,就业指导课程的质量较低,难以帮助学生对自身能力进行准确分析,从而在社会生活中合理认识自己,树立正确的择业与就业观。
第三,大数据虽已在就业指导中有所应用,但数据采集、数据分析的范围与深度均处于较低水平,无法实现数据资源价值的成分挖掘与转化。结合现阶段大学生的就业形式,可以发现很多大学生存在好高骛远的现象,在就业过程中,会出现“有业不就”或者跳槽较多的不良现象。如未深入分析数据、挖掘数据价值,则会导致上述现象加剧。可见,以大数据技术为基础,加强对大学生的就业指导,已经成为高校提高毕业生就业率的重要途径[2]。
三、大学生就业指导的个性化创新与完善化发展方案
大学生就业指导的个性化创新与完善化发展方案包括及时更新就业指导数据库、构建动态化就业数據采集平台、制定个性化指导方案等,由此形成基于大数据的大学生个性化就业指导体系。
(一)充分利用现代化技术,及时更新就业指导数据库
现阶段科学技术飞速发展,在日常生活中,就业指导教师重视对学生自身能力的提升,充分利用现代化信息技术,不断提升授课水平。比如,教师在日常授课中,录制微课视频,让学生能够从网络上及时获取有效资源,从而增进对社会就业的理解。同时,还需要将微视频加入数据库,对数据库进行更新以及丰富。这些措施的应用,能够提升课程的趣味性,有效帮助学生利用业余时间,利用碎片化时间,发挥自身优势。
就业指导教师重视网络数据的获取,对这些数据进行有效处理,不断对数据进行更新,通过数据图表的方式,反映现阶段大学生的就业形式,能够让这些大学生在毕业之前,对社会的情况进行有效把握,做好自身定位,对未来的职业发展方向进行明确,以便更好地步入社会,找到满意的工作,提高生活质量。
基于大数据处理技术,就业指导教师重视对学生个体的指导,避免在就业课程讲述阶段,使用一些较为常见的理论与面试技巧,导致学生对该课程的重视程度不足。为了提高数据分析工作的质量,授课教师应关注学生的成长,在不断更新数据的过程中,将数据及时有效地用于就业指导课程实践。并且,就业指导教师应结合大数据的分析结果,明确这些数据的载体,对学生予以充分关注,避免在授课阶段重视这些数据反馈的内容,而忽视了学生主体,难以开展个性化指导,要将就业指导课程的应用价值落到实处,对高校毕业大学生进行引导与规划。
(二)提高就业指导课程的科学性,构建动态化就业数据采集平台
在高校大学生的就业指导课程中,教师应熟练应用大数据分析技术,构建动态化就业数据采集平台,利用平台的功能,从大量错综复杂的数据中,挖掘出更多有用的信息。通过对大数据技术的应用,提高就业指导课程的应用价值,并且带动其他高校,使用大数据处理技术,对学生未来的就业发展作出引导[3]。
传统就业指导课程基于数据与求职经验,这些知识较为笼统,难以结合现阶段学生的个性,提出针对性的解决方案。为了进一步提高就业指导课程的科学性,教师在日常生活中,要重视对大数据分析的验证,增强分析结果的针对性,将高校学生就业与学生需求相结合,从而提高就业指导课程的影响力。
在就业指导课程中,构建动态化就业数据采集平台,能够进一步提高该工作的科学性,重视教师与学生之间的互动,能够引导学生在求职阶段,结合数据分析的结果与过往经验,不断提高自身能力,对自己有一个准确的认识,重视信息之间的比对,从而提高分析结果的客观性。
大数据处理技术在就业指导中的应用工作尚处于发展阶段,很多工作存在不足,需要技术人员与就业指导教师灵活运用专业知识,从而提高数据分析结果的准确性。同时,高校应重视该技术的应用,并且做好数据保密工作。一些需要公開的数据,需要技术人员做好脱敏处理,避免隐私泄漏对毕业生未来的生活产生不利影响。
(三)重视对学生的个性化引导,制定个性化指导方案
现阶段就业指导教师应重视对学生的引导,发挥自身重要作用,在授课阶段,重视对学生个性的分析,熟练使用大数据分析技术,对毕业生的性格与能力进行评判,引导学生关注外界社会的变化,认清理想与现实之间的差距,对自身进行准确定位[4]。
大学生作为社会主义建设的中坚力量,需要适应当前社会的变革,从社会实践中掌握一项专业能力,避免在社会就业中盲目跟风,影响未来的发展。高校大学生就业率一直是评判高校教学质量的重要内容之一,与中学的升学率一样,是评价该学校教学质量的关键要素。高校管理人员应重视就业指导课程,提高学生的自主学习能力,让学生能够从就业指导课程中学习到较多有用的知识。大数据技术的应用,对现阶段的就业指导课程提出了更高的要求,熟练使用大数据技术,能够为学生提供更优质的授课内容,帮助教师更加了解学生,满足学生的个性化需求。
目前,大学生就业形势依旧严峻,重视对大学生的就业指导课程教育,能够帮助学生认识自己,从而在社会生活中结合实际,寻找符合自身需求的工作。就业指导教师重视对学生个性的引导,能够帮助学生正确看待求职阶段的挫折,树立积极向上的心态,脚踏实地,提高生活品质。
四、结语
本文既分析了大数据时代影响大学生就业指导的内容、方式等“内因”,也从技术应用、媒体平台等角度入手,探讨了“外因”对大学生就业指导的影响,并提出了相关的优化建议。同时,以特质因素匹配理论、职业兴趣理论为基础,能更好地对大学生与就业岗位的具体类型进行划分研究,从而更加细化、明确地使大学生的就业指导形成个性化特征,满足不同学生的就业发展需求。
参考文献:
[1] 田盼盼,何梦杨.大学生就业指导服务体系的构建及完善路径探究[J].农家参谋,2020(20):254.
[2] 余晟鹏.移动互联网时代,大学生就业指导新趋势[J].人力资源,2020(16):114-115.
[3] 张希玲.大数据时代高职院校精准就业服务的基本要求与发展策略[J].教育与职业,2020(15):58-63.
[4] 刘司先.大数据背景下大学生个性化就业指导的几点探讨[J].现代经济信息,2019(15):452.
作者简介:李幸霞(1986—),女,河南南阳人,硕士,讲师,研究方向:新闻学。