大数据背景下的大学生个性化就业指导

王 密

河南牧业经济学院，河南 郑州 450046

在大数据这一时代背景下，社会中任意事物均可以被数据化，而数据化事物可以被进一步研究、预测、应用，为精准个性化服务实现提供支持。这种情况下，在大数据背景下，如何恰当利用大数据技术，为大学生提供更加精准、个性化的就业指导，降低大学生在人才市场中碰壁风险，帮助大学毕业季摆脱最难就业季厄运，就成为大学院校面临的重要任务。

一、大数据背景下的大学生个性化就业指导必要性

大数据采集、大数据计算是大数据背景下大学生个性化就业指导主要用技术。

一方面，大数据采集具有采集渠道广泛、数据资源收集便捷、数据库容量大、数据库保存时间长等优良特点。通过从多个渠道收集信息，可以保证创业指导方向、就业指导方向客观、全面性，为教师授课、学生学习提供实际价值较高的预测方案［1］。

另一方面，大数据计算具有容错能力强、计算速度快、误差分析处理效率高等优良特点。通过大数据分析计算，可以搭建较为恰当、科学的数学模型，还原真实就业情况，保证大学生就业指导数字预测、评估的准确性［2］。

二、大数据背景下的大学生个性化就业指导平台搭建

（一）平台总体架构设计

大数据背景下的大学生个性化就业指导平台本质上为一个基于Hadoop平台的大学生个性化就业指导系统。其可以将第三方就业信息服务网络搜集整理，结合大学生求职简历，为其分析个人偏好、专业水平，随后为其推荐恰当的招聘信息。

基于大数据背景下的大学生个性化就业指导平台主要包括基础数据层、个性化指导层、系统展现层三个部分。其中基础数据层主要是利用分布式数据库HBASE，实现数据存储。其可以存放全部从互联网爬取的就业信息、指导结果、学生信息、学生反馈信息等，上述信息均是由分布式爬虫Nutch，爬取第三方就业服务网站就业信息并进行网页解析，最终储存在分布式数据库内；个性化指导层（逻辑层）主要是依托个性化指导引擎及Mahout、MapReduce，对数据层大量数据进行分析、计算、推理，针对每一位大学生特点，为其推荐个性化信息；系统展现层（表示层）主要包括大学生注册、登录、信息反馈列表等几个部分，学生可以根据个性化指导信息，结合自身兴趣度评分结果，选择恰当方案，并反馈结果，为个性化就业指导平台改进提供依据。

（二）个性化指导引擎及策略设计

个性化指导引擎及策略是大数据背景下大学生个性化就业指导核心，因此，为了从根本上克服个性化指导系统在实际运行中遇到的问题，可以将整个个性化指导策略划分为离线指导部分、在线指导部分两个部分。依据离线指导为主，在线指导为辅的原则，相辅相成，对基于内容的指导方案进行改革优化，保证离在线并行式混合指导工作顺利开展［3］。

第一，在仅考虑就业信息内容本身的情况下，可以摒弃历史评分数据，制定基于内容的分布式指导策略。即针对就业信息库内以文本形式存储的信息，利用TF-IDF方法，剔除高频词汇后，将其转化为向量空间模型。随后作为LDA（线性判别分析）输入数据输出主题集合，分别将每一条就业信息、求职信息映射到一个主题向量上。最终得到的主题向量就是大学生偏好向量，在大学生偏好向量明确之后，可以利用余弦相似性计算方法，分别对就业信息主题向量、学生求职信息主题向量进行分析。

确定大学生、就业信息相似度，根据相似度大小次序，将就业信息添加到指导方案中。

第二，除基于就业内容的指导方案外，也可以选择基于物品的协同过滤指导方法。即提取大学生对已指导信息表达兴趣度评分，以URL（统一资源定位系统）的形式，将数据库中数据形成一条记录。随后构建物品的共现矩阵（部分评分列表中每一物品共同出现的次数矩阵）。综合考虑对某一就业信息进行过评分的学生数量共现次数、对某一就业信息进行过评分的学生数量共现次数等因素，将上述因素与学生偏好向量相乘，获得指导方案。

第三，在指导策略确定后，结合大数据背景下学生个性化就业指导需求，可以在NoSQL数据库框架确定的基础上，仅设计RowKey（行键）一个索引。依据字典顺序，进行储存，提高索引速度。同时将索引字段放在列族中，允许适当数据冗余。

（三）个性化指导平台实现及应用

个性化就业指导平台实现主要是通过路由器，将各个节点连接。随后依托Web服务器，在学生端、教师端搭建信息交互桥梁。这种情况下，学生可以通过访问Web服务器，将个人情况、反馈信息提交至Hadoop集群中。系统计算指导方案可以通过Web服务器传递给教师，为教师离线或在线指导提供帮助。同时基于Nutch的分布式爬虫、离线指导，可以每间隔一定时期在Hadoop集群中运行爬取最新信息，更新每一位学生指导方案。

个性化指导平台主要应用于往届大学生就业情况分析、现阶段就业市场情况分析、大学生就业情况分析几个方面。

第一，往届大学毕业生就业情况分析，明确往届大学毕业生就业指导信息，可以为本届大学生个性化就业指导方案优化提供依据。因此，院校应注意依托大数据平台，对每一条往届大学生兴趣度评分、指导方案评价信息进行汇总，并将其储存在专门的数据库中。

第二，现阶段就业市场情况分析，为了解现阶段就业市场实际情况，学校应依托大数据技术，摒弃抽样调查的方法，依托广泛数据样本，掌握现阶段就业市场发展动态。并对当年学院各专业对口用人企业招聘人才倾向进行分析，结合本届用人企业要求，为毕业生提供个性化就业指导。

第三，大学生专业及自身能力分析，学生专业及自身能力分析是大数据背景下大学生个性化就业指导工作开展的前提。因此，在基于大数据的大学生个性化就业指导方案应用的基础上，院校应从大学生专业、个人介绍、求职意向、实践经历、实习经历、求职信息等方面。结合系统计算的大学生特征向量信息，制定个性化就业指导策略方案。

三、大数据背景下的大学生个性化就业指导注意事项

大数据背景下大学生个性化就业指导应注意避免大数据与大学生个体脱钩、大数据与社会实际脱钩、大数据与真实性脱钩等问题出现［4］。

第一，为保证大数据与大学生个体相符性，应明晰大数据背后隐藏的大学生真实行为习惯、思维方式，以引导大学生树立正确就业观、人生观为核心，进行数据模型构建。

第二，基于大学生获取信息量大、信息价值密度低、信息获取速度快的特点，为避免大学生在互联网中即兴发布言论对个性化服务指导真实性造成影响，应注意从客观入手，筛选较为准确、真实的大学生信息，保证大数据分析价值效应［5］。

四、总结

综上所述，大数据是一个系统性概念，在指导大学生个性化就业方面，大数据技术的优势主要表现在大数据采集、大数据分析计算等模块。因此，大学院校应正确认识大数据技术在大学生个性化就业指导中应用优势，结合本院校各专业大学毕业生就业需求，搭建适应性、个性化的大学生个性化就业指导平台。依托大数据技术，通过广泛数据样本收集、计算、分析、展现，为大学生提供个性化就业指导，帮助大学生顺利实现更高质量的就业。