大数据技术推进医学类高校就业供需精准智能匹配工作探析及模式研究

赵乐宏 胡雪东

①基金项目：本文系上海健康医学院思想政治教育研究重点课题“大数据技术推进医学类高校就业供需精准智能匹配工作探析及模式研究”（编号：2021SZ006）。

作者简介：赵乐宏（1995—），男，汉族，浙江乐清人，硕士研究生，助教，研究方向：思想政治教育、大数据技术、推荐系统。

胡雪东（1993—），女，汉族，山西大同人，硕士研究生，助教，研究方向：思想政治研究。

［摘           要］  大数据技术为医学生精准就业带来了新机遇，它的发展有利于促进大学生就业。通过对大数据技术的应用，构建医学类高校大学生精准就业匹配机制，对大学生就业进行精准、匹配、对接、帮扶、跟踪等，从而帮助医学类高校大学生实现更高质量的就业。通过分析高校就业形势和毕业生就业网络平台的现状，研究大数据技术如何实现就业供需精准智能匹配的机制、大数据分析技术及智能推荐算法如何帮助高校提升就业信息化平台，探索大数据时代高校精准就业服务工作的新模式，为大数据技术推进就业供需精准智能匹配提出改善意见， 助力大学生更充分和高质量就业。

［关    键   词］  大数据技术；就业信息化；人工智能；推荐系统

［中图分类号］  G647                   ［文献标志码］  A                   ［文章编号］  2096-0603（2024）12-0０53-04

一、研究背景及意义

大学生就业，关乎学生的个人发展和社会稳定大局。2023年，全国大学生毕业人数达到1158万人，同比增加82万人，再创新高。中央提出实现“六稳”“六保”，把就业摆在“六稳”“六保”首位，更充分和高质量就业已经成为高校就业工作的重心。

现有的就业工作存在诸如用人单位信息库不完善、推荐岗位与学生专业匹配度不高等问题。对毕业生来说，获得就业信息的途径和速度都比以前更广泛、更便捷。学生自身无法在多个平台有效识别和筛选就业信息，增加了接收就业信息的负担。在大数据时代背景下，大数据技术引发了高校就业工作深刻变革。基于大数据的普及，依托“互联网、大数据、智能匹配”的理念，医学类高校可以利用大数据技术，收集和分析当前和往届毕业生的就业数据。同时，基于大数据，可提升医学生和用人单位的“自画像”，实现就业供需的精准智能匹配和双向主动推送。同时为各个医学类高校今后建立人才培养体系、职业生涯就业指导的方向提供了一定的参考数据。

大数据技术为大学生精准就业带来了新机遇，指明了就业方向，为就业指导提供了科学依据。针对高校大数据就业平台建设方面存在的信息化能力不足、在医学类高校就业服务中大数据技术和推荐算法的利用不充分，以及学生个人信息和隐私安全等问题。医学类高校构建医学生毕业生信息库、精准就业信息智能匹配平台、就业数据化可视化及信息互动平台，提高大学生整体就业质量，加强对大学生精准就业数据信息的动态管理有着其迫切性。此外，推荐系统中算法模型种类较多，不同算法模型适合不同的应用场景。因此，选择一种适应高校就业信息平台的推荐算法模型有其必要性。

本文基于人工智能及大数据时代背景，研究大数据技术如何实现就业供需精准智能匹配；大数据分析技术及智能推荐算法如何帮助高校提升就业信息化平台，探索大数据时代高校精准就业服务工作新模式，为大数据技术推进就业供需精准智能匹配提出改善意见，助力大学生更充分和高质量就业。

二、研究分析结果及对策建议

（一）问卷调查结果

首先，本文以上海健康医学院为例，以问卷（量表1-5）和专家访谈的形式研究医学类高校大学生、毕业工作者和用人单位对于大数据技术在就业工作中应用的满意程度，调查对象为我校实习生和毕业生，共收集338份有效问卷，对调查问卷的结果进行了数据可视化分析。

其次，本文采用分层整群抽样方法，抽取上海健康医学院药学、护理学、临床医学、医学影像学、健康服务与管理、生物医学工程、医学检验技术7个专业，共计382名本、专科实習生为调查对象。其中，男生占25.98%，女生占74.02%，共发放问卷382份，有效回收354份，有效率为92.7%。从上海健康医学院就业信息服务平台的有效性、匹配性、易懂性、导航功能、便捷性、个性化服务、满意度七个维度分析学生对本校就业信息化平台的意见。

结果显示，学校官方平台和微信公众号是学生就业信息主要来源，学校就业信息网提供的就业信息可以满足部分学生的需求。但79.8%的受访者求职过程中偶尔甚至从未登录本校就业信息网站，就业信息网站获得的信息占学生总招聘信息总量的比重较少。在平台的有效性方面，近70%的受访者同意网站提供的信息较为准确和及时，且提供的信息可信。在平台的匹配性方面，61.11%的受访者认为就业信息服务网站提供了大量的信息，但57.07%的受访者表示就业信息网站无法满足他们的需求。在平台的易懂性方面，66.18%的受访者认为本校就业信息网站信息的信息分类清晰合理、编排格式适当，66.67%的受访者表示就业信息平台的信息较容易理解，就业信息服务平台的导航功能较为出色。73.13%的受访者表示就业信息网站稳定性较好，基本总是可以访问，响应速度也较快，大部分链接有效。在平台的便捷性方面，近70%的受访者认为就业信息网有一定的检索功能，并且操作较为便捷。得益于就业部门的努力，就业信息平台能够提供在线职业测评服务，且获得了学生的好评。调查问卷结果显示就业信息网站用户满意度较高。

结合毕业生、就业工作人员和用人单位的访谈结果及实际使用可以得出，各高校的就业信息网站的主要受众群体是毕业生和用人单位，双方期望和实际使用的具体服务也不尽相同。上海健康医学院就业信息服务平台的有效性、匹配性、易懂性、便捷性整体较高，但大数据应用程度不高，该平台在很大程度上仅仅起到了“信息公告板”的作用；用人单位在经过高校审核后，通过学校就业信息网站发布招聘信息。然而，学生和用人单位之间的双向信息交流并不令人满意，且就业信息服务平台提供的招聘信息往往以时间倒叙的顺序显示，缺乏针对不同专业不同学生群体的个性化服务。此外，值得注意的是，目前高校的就业信息服务网往往忽视了非毕业学生，针对非毕业生开展的就业指導、职业生涯规划等内容较为有限，为这一群体提供职业发展咨询服务的内容很少。

（二） 研究对策及建议

医学类高校应该运用“大数据”构建大学生精准就业服务体系，通过运用大数据构建高校智能就业平台的整体架构（见图1），实现毕业生就业服务常态化、智能化、精准化，充分运用大数据，建立就业信息共享机制，加强信息资源汇集，针对就业信息和医学生“个人画像”，进行有效区分，分就业行业、用人单位省份、就业区域、层级，定期发布就业需求岗位和专业情况，强化招聘资源的整合和共享，达到大数据高效精准就业匹配。

1.利用信息数据库，构建就业指导服务平台

首先，就业指导服务平台采集相关专业学生的具体信息，主要包括学生性别、年龄、毕业年份、意向工作地点、个人就业倾向、学习习惯等。通过将这些信息存入数据库，建立推荐系统中毕业生用户的“自画像”，基于推荐系统的高校就业信息服务平台可以更好地了解毕业生的实际就业需求，针对学生的不同情况，具体分析并提供个性化定制服务。

医学院校可以利用收集到的学生个人和学习信息，与大数据建立精准匹配推荐就业信息的数据库，从而更好地跟踪日常学习、就业等一系列信息，系统利用收集到的用人单位信息，匹配毕业生的个人信息和就业倾向，更好地明确医学生与岗位的匹配，形成“双赢”的局面。医学院校就业服务平台可以定期评估学生情况，提供专业的就业指导，帮助医学生更好地识别职业定位，明确职业方向，实现更高质量的就业。

2.就业智能匹配，毕业生高质量充分就业

精准生成“医学生画像”，学生开展就业创业的全程教育指导。大一开展职业生涯规划教育，大二开展创业指导，大三开展就业指导，大四或者大五开展就业实习教育。此外，通过数据挖掘收集毕业生在校学习成绩、学科竞赛、实践实习等信息，进行数据分析后，形成基于个人信息、性格、能力、职业规划等维度的“医学生画像”。

3.整合校社企生一体化信息，实现推荐系统精准应用

搭建了校社企生一体化智能化就业信息共享平台，整合学校附属医院、合作单位和校友企业等资源，建立“用人数据库”，通过靶向定制方法，旨在为供需双方提供精确的匹配，同时实现了资源的最大化配置。通过学校的大数据中心，系统能够将相关信息精准推送给每位毕业生，实现推荐系统精准应用，推动学生实现充分就业。

4.推进职业生涯规划教育，构建就业数据生态链

从医学生大一的职业规划教育到大四或大五（医学学士）的就业实践教育，构建学校就业数据生态链，整合医学院校毕业生的职业信息，如学习、生活、社会实践、课外实践和实习，收集所有数据，记录并整合分析。根据个人基本信息、性格、职业发展、能力等信息形成准确的“医学生画像”，以此为基础对学生就业思想动态并开展相关引导、指导咨询等。

在大学生精准就业服务中，医学院校应利用大数据技术建立毕业生和用人单位的信息共享平台，整合与就业相关的数据和信息，通过信息化就业共享平台促进供需信息高效对接和精准智能推荐。

三、基于用户的协同过滤算法在就业信息服务平台中的应用

就业推荐系统由于就业信息众多且更新迅速，经常会出现岗位信息过载的问题。这就迫切需要个性化的就业推荐系统，它能够根据每位毕业生的兴趣、技能和背景，快速筛选和推荐适合他们的岗位，帮助他们更有效地找到理想的就业机会。个性化推荐系统能够减轻信息过载问题，提供更具针对性的职位推荐，为毕业生提供更好的就业支持。这种系统通常使用机器学习和数据分析技术，结合用户的历史行为和兴趣，以生成个性化的推荐列表，从而满足不同用户的需求。在推荐系统网站中，基于用户的协同过滤（user-basedCF），通过用户对不同内容的行为，评估用户之间的相似度，并根据用户之间的相似度进行推荐。这部分推荐本质上是向相似用户推荐其他用户喜欢的内容，需要计算用户u对岗位i的兴趣，公式如下（可以和基于岗位的协同过滤仔细对比）：

Pui=■wｕｖrvi

基于用户的协同过滤是一个经典的推荐算法，其优点在于它能够基于用户的兴趣特征，提供个性化的推荐。然而，它的局限性在于它需要足够多的用户行为数据来建立准确的用户相似性模型，并且无法处理新用户的冷启动问题。因此，在实际应用中，通常需要与其他推荐算法一起使用，以提供更全面和准确的推荐服务。流程图如图2所示

■

图2 基于用户协同过滤推荐流程图

基于用户协同过滤推荐技术主要通过用户偏好表示邻居用户形成、推荐生成。基于用户的协作过滤推荐通常使用显式跟踪和隐式跟踪来获取目标用户的兴趣。显式跟踪允许毕业生主动向系统提供自己的就业岗位的偏好（1表示不喜欢，5表示非常喜欢），毕业生通过五分制评分系统进行打分。隐式跟踪则是通过分析毕业生在就业信息服务平台的浏览记录和在此页面停留的时长来获取他们的工作偏好信息，结合这两种方法收集学生的工作爱好信息有很好的效果。

四、总结

大数据技术为医学生精准就业指明了实践方向。高校建立精准就业机制，可以为大学生就业提供个性化、信息化的服务。充分利用“大数据”构建大学生精准就业服务体系，有效促进毕业生就业服务常态化、精准化、智能化。因此，高校应根据大学生的就业需求和实际情况进行针对性的咨询和职业规划，帮助大学生明确就业方向。

大数据技术有助于促进医学生的精准就业指导和服务。（1）用人单位需求定位。大数据技术能够分析并提供企业的用人需求数据，帮助学校和毕业生更准确地了解市场上的职位需求。这有助于实现用人单位需求与大学生需求的双向对接，使医学生更容易找到与其技能和兴趣匹配的工作机会。（2）毕业生信息跟踪。大数据技术可以跟踪和记录毕业生的相关信息，包括他们的学术背景、实习经验、技能和就业状况。这有助于学校的就业服务管理者更好地了解毕业生的发展轨迹，为他们提供更有针对性的职业指导。（3）数据分析和预测。大数据技术可以深入分析就业数据，帮助学校预测毕业生在未来就业工作中可能面临的问题和挑战。这有助于就业服务管理者有针对性地开展工作，提供更有效的支持。

综上所述，本文旨在指明医学生的就业方向，为就业指导提供科学依据，为积极推进毕业生精准就业提供方向。大数据技术可以将学生就业需求与企业岗位需求进行精准匹配，根据毕业生反馈信息，求职实际需求，制定就业工作思路、计划和方案，完成就业形势分析。凭借大数据技术，高校可以将学生数据与用人单位数据库、地理位置分布、性质分析、规模分析、行业分析等信息精准智能匹配，主动推送心仪岗位到就业生服务端。同时，高校管理者还应考虑引入先进的大数据技术，尤其是推荐系统，以支持学生管理工作。包括数据分析软件、数据挖掘工具和人工智能系统，以便更好地理解学生的需求和行为。利用大数据技术，学校可以跟踪学生的就业进展和职业发展，预测可能的问题并提供相应的支持。

大数据技术的发展有利于促进医学生就业。通过对大数据的应用，构建医学生精准就业机制，对医学生就业进行精准定位、分析、匹配、对接、帮扶、跟踪等，才能实现医学生的高质量就业。

参考文献：

［1］杨红娟，李文英，卢江涛，等.新时代高校大学生“慢就业”现象原因及对策分析［J］.就业与保障，2023（4）： 154-156.

［2］朱景凡.疫情常态化背景下高校微信公众平台学生就业工作质量提升实践：以“同济就业”微信公众平台为例［J］.中国大学生就业，2021（１８）：５７－６１.

［3］王美丽.大数据时代高校精准就业服务工作研究［J］.思想理论教育，2016（6）：84-88.

［4］葛宝山，董茗尧.大数据技术何以促进大学生精准就业［J］.人民论坛，2019（１７）：１０４－１０５.

［5］刘华玲，马俊，张国祥.基于深度学习的内容推荐算法研究综述［J］.计算机工程，2021，47（7）：1-12.

［7］武建新，张志鸿.融合用户评分与显隐兴趣相似度的协同过滤推荐算法［J］.计算机科学，2021，48（5）：147-154.

［8］孙传明，周炎，涂燕.基于混合协同过滤的个性化推荐方法研究［J］.华中师范大学学报（自然科学版），2020，54（6）：956-962.

［9］肖丹萍.基于用户特征和偏好的协同过滤推荐算法［Ｄ］.广州：暨南大学，2011.

［10］王志丹.個性化推荐算法在就业服务中的应用.集成电路应用，2021，３８（１２）：４９－５１.

◎编辑 马花萍