SCI论文（www.lunwensci.com）:
摘 要：
高校个性化指导是新形势下大学生个性化发展和社会对人才发展的需要, 是提高大学生就业质量的重要途径。目前高校学生电子档案信息不充分, 高校个性化职业指导面临现实困境。基于大数据思维的高校职业指导变革, 依托互联网大数据分析技术, 拓展学生职业信息渠道, 建立高校学生职业大数据系统, 为高校个性化职业指导提供信息支撑, 制订个性化人才培养计划和定制化职业指导计划, 有助于实现人职精准匹配。
关键词：
大数据; 个性化职业指导; 人职匹配;
基金： 2017年度河南省科技厅软科学研究计划项目“基于SEM的河南省高校众创空间服务能力的影响因素及提升策略研究” (编号172400410045); 2012年度河南省高等学校青年骨干教师资助计划“欠发达地区中小企业发展:人才与资金再配置” (编号2012GGJS-164) 的阶段性研究成果;
教育部统计数据显示大学毕业生数量从2008年的559万[1]增加到2018年的820万[2], 就业形势越来越严峻。为缓解大学生就业压力, 教育部在2015年底首次提出“精准就业”, 2016年3月进一步提出“高度重视精准就业服务工作”, 2017年再次强调“强化精准服务”, “精准化”逐渐成为高校开展就业工作的指导思想。[3]虽然目前高校已将学生档案信息数据化, 但学生档案信息尚未进一步挖掘, 无法从根本上帮助高校解决职业指导面临的现实困境。
“互联网+”时代, 教育公共服务供给侧改革需从面向群体转向面向个性化。[4]“互联网+”及大数据应用, 为学生档案信息拓展提供了更多职业信息与方法技术, 为解决高校个性化职业指导困境, 实现精准就业提供了可能。[5]因此, 高校应借力大数据相关技术, 在原有基础上深入挖掘与职业指导相关的信息, 从而更好地进行职业辅导, 促进毕业生实现精准就业。
一、高校个性化职业指导的现实困境
一是学生信息有限。高校个性化职业指导需要清楚了解被指导学生性格、能力、兴趣、价值观、就业意愿、专业背景、行业企业岗位等情况, 进行有针对性的职业指导。然而, 高校现有的学生信息一般只包括高校学生登记表、学年鉴定、学习证明材料、党团材料、奖惩材料、学籍材料、健康状况等。各高校学生信息基本相同, 很难看出学生之间的差别, 缺乏个性化职业指导所需的信息, 如学生的爱好、性格、就业意愿、就业目标、父母背景、就业产业、行业及职业等。因此, 学生就业指导效果不佳, 无法实现职业指导的高度定制化。
二是职业发展信息不足。职业发展信息不足, 无法对就业发展趋势作科学预测。高校制订人才培养计划时, 虽然研究了劳动力市场情况, 考虑社会发展趋势、行业产业结构变化等因素, 但是人才培养计划一般是在学生进校之前制订, 再加上行业发展存在周期性, 于是就出现高校人才培养滞后于产业需求的现象。[6]高校人才培养需要对就业发展趋势进行科学预测。科学预测需要引导学生掌握职业发展的所有信息, 如行业、企业、职业、职位等, 并且把握这些信息发展的规律。[7]目前, 学生信息中缺乏职业发展信息, 无法对将来就业情况做出前瞻性预测, 可能造成学生毕业时就业困难或职业发展不顺。
三是学生和职业发展信息缺乏深度挖掘。学生与职业发展信息缺乏深度挖掘, 难以帮助学生实现“人职精准匹配”。大学生就业“人职精准匹配”是从长期综合回报角度考虑大学生与地区、组织、岗位的匹配, [8]其实现的关键是学生要掌握国家政策、地区经济发展、行业及组织发展、岗位发展等信息。目前, 高校缺乏足够的硬件软件投入, 学生及就业数据挖掘不够, [9]有可能使学生错失就业人职精准匹配的机会。由于学生信息与职业发展信息未得到充分使用与挖掘, 用人单位仅凭个人简历、笔试、面试等环节难以全面了解一个学生, 也会导致学生就业的人职不匹配。[10]
二、大数据背景下高校职业指导变革
一是职业发展信息得到丰富和拓展。大数据背景下学生就业相关信息海量增长, 极大丰富了高校学生职业发展信息的内涵, 拓展了学生职业信息的外延。前程无忧、智联招聘等网络招聘平台发布用人单位招聘信息, 时时反映不同规模、不同行业用人单位人才需求的具体要求。同时, 大量行业及企业信息拓展了职业发展信息的外延。证券交易系统和全国中小企业股份转让系统网站显示, 截至2018年5月1日, 我国在上海和深圳上市公司共3518家, 新三板挂牌的公司有11382家, [11]均按期公布行业及企业发展信息, 这些公司几乎覆盖所有行业, 足以满足研究组织及行业发展趋势, 这是学生职业选择和职业发展重要的信息基础。
二是职业指导从经验指导转变为科学指导。高校职业指导教师一般从高校毕业直接走入高校工作, 缺乏实践工作经验, 这种凭经验定性职业指导有时候容易出现偏差。[12]大数据环境下将高校职业指导中的职业环境信息数据化, 如产业、行业、企业、岗位能力等, 这些数据可以准确反映岗位要求、岗位发展状况等, 提供各个企业相同岗位状况比较数据;将学生状态、能力、兴趣、学分等信息也数据化, 可以客观、准确地描述学生的职业成长经历及胜任岗位能力结构。二者在定量分析的基础上通过大数据技术自动实现人岗匹配, 这样使高校职业指导从过去定性经验指导转变为科学指导。
三是就业决策由满意决策转变为无限接近最优决策。西蒙 (Herbert A.Simon) 认为, 决策的原则是满意原则, 而非最优原则, 高校大学生就业决策是有限理性的满意决策, 无法达到最优决策。就业决策无法精准匹配是因为信息的不完备性、时间约束、无法完全准确预知学生的行动、行业产业企业发展以及经济环境变化。大数据环境下, 学生、行业产业、企业和职业相关信息均可以获取, 形成学生就业能力模型、不同行业发展趋势、不同专业学生就业意愿、专业供给与需求模型、企业职位需求及产业发展情况调整方向等, 这些数据模型可为高校管理者在专业设置、人才培养计划、教学模式、就业等工作中提供依据, 也是学生的专业选择、职业认知、选课、就业决策、就业能力培养的重要参考依据。高校在职业指导时应充分利用丰富的学生信息和职业信息, 借助大数据分析工具, 帮助学生就业决策接近最优, 大大提升就业质量, 真正实现就业的精准匹配。
三、大数据思维下高校个性化职业指导的对策
(一) 建立高校学生职业大数据系统
为进行个性化职业指导, 实现学生就业的精准匹配, 学校应拓展高校学生的电子信息, 吸收一切与学生就业相关的信息, 构建高校学生职业大数据系统 (如图1) 。该系统由内部数据推送平台、外部数据挖掘平台、学生信息存储平台、职业数据存储平台、学生信息挖掘分析平台及辅助决策平台构成。学生信息存储交换平台从学校内部数据推送平台获取一切与学生职业发展相关信息, 并对信息进行分类整理。学生信息挖掘平台根据学生信息存储平台和职业数据存储平台信息, 采用数据挖掘程序和平台, 如主成分分析、相关分析等, 生成岗位需求趋势、岗位能力结构、行业发展趋势、薪酬福利水平、学生就业意向、学生职业指导需求、学生能力结构等数据。学生职业指导辅助决策系统是数据挖掘系统中完成数据的分析、挖掘后, 将对学生职业发展有价值的数据以报表、图形、报告等形式呈现给学生、用人单位、高校管理者和教师等学生职业发展相关的决策者, 为学生职业发展提供数据支撑。
图1 高校学生职业大数据系统
首先, 该大数据系统能全面搜集个性化职业指导所需的学生信息, 满足学生职业指导个性化需求。其次, 全面搜集个性化职业指导所需的职业发展信息, 如国家、地区、产业、行业、组织等, 科学预测就业发展趋势;高校根据学生信息分享挖掘平台实现个性化职业指导和个性化人才培养。最后, 通过学生信息与职业发展信息实现学生与用人单位精准匹配, 真正提高学生就业质量, 降低用人单位的招聘成本。该平台数据不仅适用于学生个性化职业指导, 而且有助于高校进行一系列决策服务, 如招生、校园服务、人事、教务等, 能够帮助高校管理层进行科学决策。
(二) 挖掘学生信息, 制订职业指导计划
高校学生群体根据不同专业、不同阶段、不同就业意向, 其侧重点有所差别, [13]因而从学科、就业意向、年级三个维度系统地对学生进行个性化指导非常重要。
首先, 在学科维度上, 高校可将学科维度分为经管类、农学、医学、理科、工科等, 不同学校分类可能存在差异, 每个学科的职业发展领域不同, 应挖掘高校职业大系统数据, 分析出不同学科学生的职业发展方向及相应岗位信息。
其次, 在就业意向维度上, 学生就业意向大致分为升学、就业、创业等, 每个就业意向上存在知识、技能、能力等方面存在差异。挖掘高校职业大数据系统, 可以得到不同就业意向学生对应岗位所需的素质结构。围绕学科和就业意向, 一、二、三、四年级学生在职业生涯指导需求上是有差异的。挖掘高校职业大数据系统可得到每个专业不同年级职业生涯需求状况。
通过高校学生存储数据分析, 大数据系统得出不同专业、不同就业意向、不同年级学生的个性化职业指导需求, 并结合学生自身背景资料, 分门别类地为每一名学生定制个性化职业指导方案, 整合职业指导中心、心理咨询中心、系部教师辅导员多方力量对学生进行多形式、多内容、全方位、立体化就业服务。
(三) 挖掘职业发展信息, 进行个性化人才培养
定制化职业指导是通过个性化人才培养实现期望目标, 即针对学生的职业发展目标, 制订个性化人才培养计划, 实现个性化人才培养。
首先, 挖掘高校职业大数据系统中的职业发展信息, 为个性化人才培养提供基础。通过数据分析得到每个专业对应职业、职业发展前景、职业路径及要求。职业发展前景包括职业薪酬水平、工作环境、晋升空间等信息, 是个性化人才培养的重要基础。职业发展路径及要求则是职位从低到高发展的路径及这个路径上每个职位所需知识与能力, 这些知识与能力体系是高校个性化人才培养方案制订的基础。
其次, 深入挖掘高校职业大数据系统中的职业发展信息, 识别优秀人才特征。将高校学生职业大系统收集的优秀毕业生在学习、实习、兼职、职业证书、荣誉资质等信息, 通过主成分分析或其他分析方法, 识别不同职业发展方向优秀人才特征。
最后, 结合各个专业职业发展信息和优秀人才培养特征, 提供个性化的人才培养计划以供学生选择, 并开展个性化的教学工作, 根据高校学生职业大数据系统进行职业信息调整, 与时俱进地调整人才培养计划内容。
(四) 运用数据技术, 实现人职精准匹配
首先, 运用大数据技术精准推送就业职位。运用职业数据储存平台和学生信息存储交换平台, 系统将自动匹配用人单位岗位供给和毕业生需求的信息, 并向各毕业生推荐匹配的企业及岗位信息, 同时向各企业自动推荐最匹配的毕业生信息, 让学生寻找到最佳匹配的就业岗位。
其次, 运用大数据技术精准分析就业岗位信息。学生可以利用职场类社交网络 (赤兔、陌陌等) , 与各个单位人力资源管理专家、职场人士精准分析就业岗位所在区域、行业、企业、岗位发展等信息, 以判断行业、企业或岗位信息真实性, 据此科学选择自己最合适的就业区域、单位和岗位。
最后, 运用大数据技术实现就业精准匹配。学生根据就业决策影响的区域、单位、岗位和自身情况, 运用大数据和决策模型, 选择其中综合最优的就业岗位, 成功获取与之匹配的岗位。
参考文献：
[1]教育部, 人事部, 劳动保障部.关于积极做好2008年普通高等学校毕业生就业工作的通知 (教学[2007]24号) [A].2007-11-16.
[2]黄家第.教育部:2018年全国820万大学生将毕业, 就业形势严峻[N].人民日报, 2017-12-07.
[3]王美丽.大数据时代高校精准就业服务工作研究[J].思想政治教育, 2016 (6) :85.
[4]余胜泉, 汪晓凤.“互联网+”时代的教育供给转型与变革[J].开放教育研究, 2017 (1) :3.
[5]李岚冰, 律明.高校就业信息化建设的问题与对策研究[J].情报科学, 2017 (2) :111.
[6]焦以璇.高端人才储备缺口巨大, 高校如何培养人工智能“大国工匠”[N].中国教育报, 2018-4-27.
[7]赵正宝, 韦平伟.趋势就业理论:大学生就业的行业选择分析[J].中国青年政治学院学报, 2012 (1) :49.
[8]程芳.大学生精准就业实现机理及路径:基于互联网职业信息[J].继续教育研究, 2018 (04) :86.
[9]王宏, 叶心宇.对新时期高校就业信息化建设的思考[J].河南教育 (高教) , 2015 (8) :91.
[10]李凤春, 杨波, 张琳.大数据环境下信息网络在毕业生就业创业指导工作中的应用研究[J].情报科学, 2015 (12) :112.
[11]全国中小企业股份转让系统.挂牌企业数量[EB/OL].http://www.neeq.com.cn/, 2018-5-1.
[12]陈璐.经济新常态背景下高校就业指导模式的建构[J].思想教育研究, 2017 (5) :108.
[13]魏伟, 陈潮填.大学生就业管理系统工程的结构模型与优化控制[J].南方经济, 2016 (05) :92.
《大数据思维下高校个性化职业指导的现实困境及对策》附论文PDF版下载：
http://www.lunwensci.com/uploadfile/2018/0805/20180805111908982.pdf
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/379.html
