基于大数据的高校智能就业平台建设与应用
刘洪超1 滕鑫鑫2 白 浩3
（1．陕西师范大学 毕业生就业指导服务中心，陕西西安 710119； 2．陕西师范大学 教育学院，陕西西安 710062；
3．陕西师范大学 未来教育研究中心，陕西西安 710062）
摘要：人工智能与大数据的广泛应用，催生了新的就业模式和职业教育新生态。为解决当前高校职业教育滞后、慢就业现象突出、就业信息化不对称以及就业指导个性化缺失等问题，文章以大数据的思维与技术为基础，构建以学生培养为导向，以大学生精准就业为核心，集就业、招聘、教育、评估、监测、研判等为一体的高校智能就业服务模式与就业平台，实现线上职业课程学习、精准岗位推荐、职业规划指导、学生差异分析、学生职业画像、雇主岗位画像、企业招聘、毕业生画像等服务，助力就业模式的升级与改革，提高人才培养质量和大学生就业竞争力。
关键词：大数据；智能就业；精准就业
【中图分类号】G40-057 【文献标识码】A 【论文编号】1009—8097（2020）02—0111—07 【DOI】10.3969/j.issn.1009-8097.2020.02.016
*
就业问题是世界性的永恒话题，高校毕业生的就业问题又是其中最特殊的一类。截至2019年，全国普通高校已经有2956所，高等教育在校学生总规模超过3830万，2020年高校毕业生约874万，比上年增加40万人，同时复杂严峻的形势突出[1]。高校毕业生的就业问题不仅关系到毕业生的个人发展和生活质量，也关系到高校教育改革与发展的质量甚至整个国家教育事业的改革与发展[2]。目前，高校毕业生存在缺乏职业意识、求职定位不准、方法不当等问题，导致求职结果不好。高校人才供给与市场人才需求失衡，劳动力市场供给与毕业生就业需求失衡，造就毕业生就业难、雇主招聘难、学校教育难等三大困境[3]。近年来，“互联网+就业”成为高校提升毕业生就业工作质量的关键措施之一，人工智能与大数据的广泛应用，催生了新的就业模式和职业教育新生态，有助于满足高校毕业生职业期待与岗位需求的高质、有效对接。目前，如何利用大数据技术促进精准就业，提高大学生的就业竞争力，降低就业难度，提升雇主招聘效率，提高学校人才培养质量等问题亟待解决。
一 高校就业工作存在的问题
高校毕业生是国家未来建设与发展的主力军，国家高度重视高校毕业生的就业问题，并不断出台相关促进政策与措施。目前，高校已成立常态化专门机构与雇主对接，为大学生提供求职与指导服务，但高校就业工作也存在以下问题亟需解决：①职业教育滞后，缺乏系统性和专业度；②慢就业现象突出，缺乏时代性和实用度；③就业信息化不对称，缺乏综合性和真实度；④就业指导个性化缺失，缺乏针对性和精准度等。
1 职业教育滞后，缺乏系统性和专业度
由于学生入校之后，学校缺乏对学生进行系统和常态化的职业生涯规划教学，加上就业教育创新力度不够，缺乏吸引力，所以常常导致学生没有明确的职业规划，很难在在校期间发展并形成与职位相匹配的能力，进而难以满足社会的需要[4]。此外，大学生的自我评价和自我期望
111
Vol.30 No.2 2020
往往过高，欠缺个人现实能力与岗位需求的匹配意识，常常盲目奔波于各种招聘会，这不仅浪费了时间与精力，也可能错过与自己专业相符、能力相匹配工作的最佳面试机会。
2 “慢就业”现象突出，缺乏时代性和实用度
“慢就业”现象是当下衍生的一种大学生就业现象，是指大学生毕业后不急于寻找工作，也不继续深造，而是暂时选择游学、支教、在家陪父母等多种方式，缓慢思考和决定以后的职业和人生道路的现象[5]。造就“慢就业”现象的原因之一，就是大学生非常注重自己的想法，寻找工作时以自我为中心，不考虑社会需求，很少会考虑工作地点、专业匹配以及薪资待遇不符合自己期待的工作[6]。由于过于强调自我认识，导致无法理性、及时调整就业方向与预期。
3 就业信息化不对称，缺乏综合性和真实度
就业指导亟需解决信息分散杂乱、整合度低、质量欠佳等问题[7]。就业信息与公司招聘信息缺乏联通，无法形成有效对接，招聘信息缺乏综合管理，导致就业信息内容不全面，致使毕业生难以判断优劣。同时，招聘消息更新缓慢、不通畅，进而使得毕业生对就业信息网络平台的信息产生不信任感。
4 就业指导个性化缺失，缺乏针对性和精准度
目前，高校就业指导中心的服务大多还定位于就业信息推送、学生咨询、教师解答疑问，高校就业指导工作基本是进行传统就业理论课程灌输，或者在毕业季时请教师和行业专家开展就业问题专题指导讲座[8]。然而，由于毕业生个性突出、职业价值观差异大，难以提供一对一的、个性化的、有针对性的深度指导就业咨询服务[9]。
长期以来，高校缺乏对毕业生就业数据分析和精准就业指导服务，直接影响学生的精准就业。此外，高校通常对往届毕业生的就业信息缺乏有效的监测与分析，无法准确预测市场未来需求的变化，无法准确改革与发展高校教学课程，导致人才培养与就业需求之间产生结构性的矛盾[10]。随着大数据技术的引入，这些问题和矛盾有望得到彻底解决。利用大数据打破毕业生就业难、企业招聘难、学校教育难的困境，实现实时更新毕业生的就业信息，掌握用人单位的人才需求，为企业提供精准的匹配人才。
二 基于大数据的高校智能就业服务模式建构
大数据、人工智能、区块链技术等正引发新一轮的教育信息化变革，为提升教育决策质量和教育治理能力提供了重要的支撑，促使教育走向精准化、个性化、智能化。大数据作为“互联网+”时代教育发展与变革的重要驱力，其思维与技术一直推动着教育决策的科学化、管理的智能化以及教学的个性化[11]。大数据技术将会重构教育生态系统，为教育决策提供科学支撑，为教育管理和评价提供创新与实践，为个性化教学提供精准支持[12]。将大数据应用到高校就业工作中，将突破就业推荐方法的极限，为大学生的就业变革带来新的机遇。
基于大数据的高校智能就业服务，将充分实现并深度融合在线就业市场需求调查、学生在线咨询辅导和职业能力测评考试、无纸化的网络招聘等就业信息服务，满足大学生对就业信息的需求和个性化辅导，实现就业教育精准化，解决师资不足、针对性不强等问题。与此同时，采用大数据技术对收集的海量就业创业信息数据进行分析与处理，挖掘数据间隐藏的相关性和规律性，获取应用价值，致力于改善学校教学方式，提高毕业生的就业竞争力，从而解决人才培养与市场就业需求之间的结构性矛盾[13]。
112
Vol.30 No.2 2020 人才培养质量将直接影响毕业生的就业质量，就业质量将直接反映人才培养的质量，两者相互制约、相互影响[14]。基于大数据的高校智能就业服务需要联络学校的各个部门，以大数据思维与技术为基础，构建一个以学生培养为导向，以大学生精准就业为核心，集招聘、教育、评估、监测、研判等于一体的高校智能就业服务模式，如图1所示。该模式旨在实现学生求职与用人单位招聘的点对点无缝对接，削减毕业生就业信息的不对称现象，形成一种短期就业服务向长期职业教育规划转变、共性指导服务向个性指导服务转变的形态，提高就业服务的水平与针对性，实现高校毕业生精准就业，并预测与研判大学生的就业趋势[15]。
图1 基于大数据的高校智能就业服务模式
在基于大数据的高校智能就业服务模式中，学生入校后，除学习专业知识与技能外，还需学习职业生涯指导课程，定期参与职业能力测评，为其求职奠定基础。大数据平台集合了学生在校产生的大量数据，包括个人基本信息、专业学习及成绩、职业规划水平、消费、上网等属性信息以及多维度刻画学生成长数字画像。社会认知职业理论认为职业兴趣处于中心位置，兴趣发展是职业发展的核心环节[16]，直接影响择业。因而通过毕业生在线填写电子简历信息的职业期望（薪资、地域、行业、岗位等属性），结合大学生在就业网站的浏览数据及搜索关键词（如职位名称、城市）等信息，刻画学生职业期望数字画像。同时，将学生职业期望数字画像与学习数字画像融合为大学生职业数字画像，管理者借助大数据、AI等分析技术综合了解大学生当前的综合实力并预测就业趋向，为学生提供个性化、动态的就业指导。此外，大数据平台搭建用人单位人才需求数据库，通过采用相似度计算技术分析大学生的职业数字画像与雇主的招聘需求，进行人才岗位精准匹配，则可实现实时、精准的企业与学生双向就业人才推荐。在这一过程中，通过比较大学生的职业画像与雇主岗位画像，找出大学生能力与职位要求之间的差距，智能推送学习资源，进行针对性指导与干预，提高大学生的就业竞争力。同时，通过后期跟踪分析往届毕业生的就业数据与市场反馈等综合数据，掌握行业对人才的需求、行业人才的饱和度以及与在校大学生存在的差距，反向推动专业课程升级与改革，促进教学质量提升，从而为社会培育符合市场需求的高质量人才提供数据支撑与新的路标，缓解就业供需矛盾，提高大学生就业软实力，最终大幅度地提高毕业生就业质量。
三 基于大数据的高校智能就业平台架构
大数据平台的落地建设是教育大数据从理论走向实践的关键，是支持上层应用的核心[17]。基于大数据的高校智能就业平台采用大数据挖掘技术，以精准推荐为核心，以破解当前就业难的实际问题为导向，建设包含就业、招聘、学习、测评等一站式的智能就业信息化服务模式，
113
Vol.30 No.2 2020
营造“智慧型就业、预见式教育”的就业及教育生态。为企业提供一站式的招聘服务，包含人才精准推荐、职位、简历、面试、招聘会等功能管理，提升企业招聘的实效，拓宽学生就业渠道；为学生提供线上职业课程、精准岗位推荐、职业规划指导等，提高大学生就业质量。
在技术路线上，智能就业平台的总体架构运用了分层体系架构思想，以满足当前需要、扩展未来需求为目标，综合人工智能、大数据等新技术，以动态、持续的数据为支撑，开发有温度的就业服务信息平台。本研究基于智能就业服务模式，结合前端需求分析，秉持“数据一致、按需共享”的原则，设计了智能就业平台的整体架构，其主要内容以及相互之间的逻辑关系如图2所示。智能就业平台基于开源分布式平台二次开发，具备先进的大数据实时处理和大规模并行式数据处理能力，具有高并发性和强壮性的特点。该平台采用Hadoop平台和Spark数据处理框架，覆盖数据采集层、数据存储层、数据挖掘分析层和应用层的整个数据流生命周期。
图2 基于大数据的高校智能就业平台的整体架构
其中，数据采集层既是智能就业平台的基础和关键，也是数据中心的核心。只有具备海量的毕业就业数据，才能进行分析并挖掘出隐含的教育与就业信息之间的潜在关系，建立预测模型，并预测未来的就业趋势。该平台主要批量采集就业创业服务模块、雇主招聘服务模块、就业质量跟踪模块、学生职业教育模块的结构化和半结构化数据。数据挖掘层是实现教育价值的关键，根据管理者的基本需求与任务，制定合适的挖掘策略，对数据仓库的毕业就业数据按照不同的教育任务灵活地采用关联规则挖掘、聚类分析、分类、顺序挖掘、文本挖掘等算法，对毕业就业数据进行深度挖掘，发现数据之间的隐藏规律和相关性，获取其应用价值。数据应用层既是平台具体的应用，也是教育价值之所在。依据数据仓库的数据，分别刻画学生职业画像、雇主岗位画像和毕业生画像等应用，将学生职业画像与雇主岗位画像通过相似度计算来进行人职匹配，当匹配率达到75%以上时，就可智能地为毕业生推荐职位、为用人单位推荐人才。在应用层，平台具有学生和企业的反馈评分机制，匹配单位与毕业生满意度，为改进推荐模型提供新的方向。数据可视化是数据应用层和数据价值的变现环节，直观传递数据价值，为就业决
114
Vol.30 No.2 2020 策提供数据支撑。
四 基于大数据的高校智能就业平台应用
智能就业平台采用分层结构思想，包含不同的主题库，实现不同的业务需求，主要含有以下四个模块的应用：
1 雇主招聘服务
平台存储和记录用人单位信息，用人单位在线上申请与认证。管理者审核用人单位发布的招聘信息，系统对发布的信息采用文本挖掘方式刻画雇主岗位数字画像，构建职位数据库，发布职位、数量，统计用人单位的行业、规模、地域等并进行可视化呈现。同时，平台设立全程无纸化网络招聘追踪机制，以便用人单位及时在线查看学生投递的简历、投递数量，方便学生及时得知面试与录取等通知，学校管理者也可以实时掌握、监督学生的就业情形与企业招聘过程。后期系统通过分析用人单位录取人才数量、招聘进度等信息，评估用人单位的信用、实力等内容，进而补充数据，丰富用人单位的数字画像。此外，以用人单位的岗位画像为基础分析，进一步掌握就业市场需求与人才培养方向，为反向推动学校课程的升级与改革提供参考。
2 就业创业服务
该模块是智能就业大数据平台的核心。学生以统一身份认证登录平台，修改并完善简历信息，包含基本信息、职业期望等，并实现求职、投递、面试查看等。平台在个人中心集成大学生个人的线下行为数据、网站信息浏览行为数据、课程成绩以及职业能力测评数据，构造用户标签库，立体化、多维度地刻画学生数字画像（如图3所示），以便学生明确综合能力与其所定职业期望的差距，从而及时寻找薄弱点，采取补救措施。在此基础上，平台还包含在线服务预约机制，实现线上求职模拟演练、精准预约线下“一对一”、“一对多”咨询辅导，解决就业辅导人员不足、时间点不对等问题。平台采用AI技术，自动对比分析大学生应聘职位的竞争力、职位的匹配度、适合职位的群体人数以及和其他人的差距，为学生提供个性化、有针对性的就业指导。
图3 学生数字画像
图4 毕业生统计分析可视化图
3 就业质量跟踪
平台全面、持续地采集并跟踪往届毕业生的基本信息、学习经历水平、社交关系、职业与岗位信息、工作满意度等，形成毕业生个人数字画像。系统将毕业生的就业率按照不同的就业
115
Vol.30 No.2 2020
层次、行业、区域、学历层次及专业进行比对，直观化、可视化、智能化地实时动态呈现毕业生的分布、流向、结构、职位分布等，如图4所示。可视化数据助力精准的教育决策，如在数字画像的基础上，对比分析在校学生群体，找出在校生存在的差距，对存在风险与问题的学生进行预警，直至加以干预，如调整课程结构、精准推送学习资源等。
4 学生职业教育
在平台上，教师能够开展丰富的线上就业指导课程，也可以引入高质量的第三方职业培训课程，集成就业指导服务资源，旨在使学生通过各种终端随时随地学习，提升就业软实力。在课程学习过程中，平台也将记录、分析大学生的学习数据，建立学生职业课程学习成长档案，以便教师科学、多维地分析学生能力、兴趣、特长等，并为学生智能推荐、推送特定的资源和课程，创设智能化、个性化的学习环境。除此之外，通过职业能力水平测试（人职匹配）子模块，动态测评并做出性格、学习模式、行为感知、工作期望、满意度、行为变化、工作压力、外在表现等诊断报告，记录学生各方面的发展变化，为其智能匹配学习任务，以最大程度地帮助学生提升符合自己期望的职业能力，最终提高就业综合实力。
目前，高校智能就业平台的数据主要来源于学校和用人单位。后期为健全数据的权威性，还需要不断拓宽接口，不断积累丰富大数据平台资源，并完善更新用人单位招聘模块、职位模型库及职业规划知识库，构建职业教育SaaS平台，进一步运用人工智能提高动态测评与职业信息、胜任力模型的精准匹配，实现资源即服务的“互联网+教育”的智慧教育及就业生态，并在使用过程中迭代升级，让平台变得更智能、更全面、更科学、更精准。
五 结语
高校智能就业平台以大量的动态数据为基础，运用大数据、数据挖掘、学习分析等智能技术，与学校各部门共建、共享、共商，形成智能化、个性化、精准化的高校智能就业服务模式，从而促进学生高质量就业。高校需紧密联合用人单位，径，改善就业形势，提高毕业生的就业竞争力，打造良好的教育服务体系生态，实现高效的就业。 ———————— 参考文献
[1]教育部.2019年全国高等学校名单[OL].
[6]徐雨朦.“慢就业”现象的成因、影响及对策研究——以南昌高校为例[D].南昌:江西财经大学,2018:14-43. [7]李昱呈.我国高校大学生就业服务现状、评估及优化研究——以N高校为例[D].南京:南京大学,2018:10-35. [8]莫云仙.职业指导在高校毕业生就业工作中的实施[J].中国成人教育,2015,(9):73-75. [9][15]温雷雷.大数据视角下的高职院校就业工作创新研究[J].黑龙江高教研究,2016,(2):72-74. [10]臧其林.大数据时代毕业生就业跟踪反馈机制构建[J].教育与职业,2015,(24):36-38. 116 Vol.30 No.2 2020 [11]杨现民,郭利明,晋欣泉,等.大数据助力新高考改革:框架设计与实施路径[J].电化教育研究,2019,(2):30-37. [12]吴忭,顾小清.教育大数据的深度认知、实践案例与趋势展望——2017年“教育大数据应用技术”国际学术研讨会评述[J].现代远程教育研究,2017,(3):11-17. [14]邵华.基于协同理论视角下的大学生就业工作创新研究[J].湖南社会科学,2015,(5):209-212. [16]Lent R W, Lopez Jr A M, Lopez F G, et al. Social cognitive career theory and the prediction of interests and choice goals in the computing disciplines[J]. Journal of Vocational Behavior, 2008,(1):52-62. [17]李振,周东岱,刘娜,等.教育大数据的平台构建与关键实现技术[J].现代教育技术,2018,(1):100-106. Construction and Application of Intelligent Employment Platform in Colleges and Universities based on Big Data LIU Hong-chao1 TENG Xin-xin2 BAI Hao3 (1 Career Development Center, Shaanxi Normal University, Xi’an, Shaanxi China 710119 2. College of Education Shaanxi Normal University, Xi’an, Shaanxi, China 710062 3. Future Education Research Center Shaanxi Normal University, Xi’an, Shaanxi, China 710062） Abstract: The widespread application of artificial intelligence and big data has spawned new employment models and new ecology of vocational education. In order to solve the problems of lagging vocational education, prominent slow employment, asymmetric employment informationization and lacking of personalized employment guidance in colleges and universities, the intelligent employment ecology model and employment service platform in colleges and universities which was oriented by students’ training, centered on students’ precise employment and integrated employment, recruitment, education, evaluation, monitoring and research, was constructed based on thinking and technology of big data as basis. The platform realized the services of online vocational courses learning, accurate job recommendation, career planning guidance, student difference analysis, student career portrait, employer job portrait, enterprise recruitment, graduate portrait and other, helped to upgrade and reform the employment model, improved the quality of personnel training and the employment competitiveness of college students. Keywords: big data; intelligent employment; precision employment ———————— *基金项目:本文为中国基础教育质量监测协同创新中心2018重大成果培育性项目“大数据时代教育评价技术的改变分析”（项目编号：2019-05-020-BZPK01）、2018陕西省学校共青团研究课题一般项目“高校共青团‘第二课堂成绩单’制度促进大学生就业创业软实力建设研究”（项目编号：SXGQT2018YBB11）、2019西安市社科规划重点项目“西安市‘引才’战略背景下的高校人才培养模式研究”（项目编号：19S21）的阶段性研究成果。 作者简介：刘洪超，副主任，博士，研究方向为教育大数据，大学生就业，邮箱为233557103@qq.com。 收稿日期：2019年6月26日 编辑：小西 117 因篇幅问题不能全部显示，请点此查看更多更全内容