原创《大数据时代下高校毕业生就业信息系统管理以南开大学为例》
该文是大数据时代专科毕业论文范文跟南开大学和高校毕业生和大数据时代方面论文范文数据库。
【摘 要】大数据时代具有海量数据、多主体整合、深度化等管理特征.在大数据时代下,高校毕业生就业信息管理也面临着新技术和新问题的挑战.本文在介绍了大数据时代特征以及目前就业困境之后,对于以往国内研究结果进行文献综述.通过吉林大学和华中科技大学把大数据运用到高校毕业生就业信息管理中的比较研究．结合南开大学在相关领域的发展现状．给出一般性的大数据时代下高校就业信息管理的理论模型.
【关键词】大数据；就业信息管理系统；高校毕业生；南开大学
【中图分类号】G647
【文献标志码】A
【文章编号】1003-0166(2018)07-0078-06
doi:10.3969/j.issn.1003-0166.2018.07.014
0引言
随着信息技术和网络科技的快速发展．人类的生产生活越来越依赖于信息和网络,而快速发展的信息和网络技术让人类所需存储的信息量呈几何数暴涨．将人类带进了一个“大数据”时代.首先让普通大众认知“大数据”这一概念的是维克托·迈尔·舍恩伯格于2012年出版的《大数据时代》.然而“大数据”的概念首见于1998年《科学》(Science)中的《大数据中的管理者》(A Handlerfor Big Data)[1]-文.2008年《自然》(Nature)的“大数据”（“Big Data”）①专刊之后,大数据这个概念便获得了前所未有的关注,成为了一个热门概念,大数据在各行各业的研究应用广泛地推广开来,同时学术界也对这个新生事物给予了足够的关注.
根据《大数据时代》中的解释,“大数据”就是把数学算法运用到海量数据上来预测事情发生的可能性,是数据、技术、思维三足鼎立的产物【2].具体来说就是对海量数据进行分析,以期达到进行描写现状,发现问题,预测趋势的效果,来解决现实的复杂问题.关于大数据的概念界定下文会进行详细叙述.
“大数据”对于人类生活的影响不仅仅是一种研究方法和研究工具的革新,它的出现还影响了人们对于哲学的思考以及本文所关注的管理模式的变革.这里仅以管理模式的变革为例.在大数据的时代背景下,政府决策过程、应急管理、城市管理等都呈现出“高频实时、深度化、全周期沉浸式交互、跨组织数据整合、多主体决策等特性”[3].在政府层面上,大数据时代的政府过程出现依赖大数据的流动来帮助社会各主体之间的联系与互动：在信息技术的层面上,政府决策和社会决策依赖大数据所呈现出来的覆盖面广、还原度高、实时动态演变的数据分析.
大数据时代的到来以及随之而来的方方面面的改变给原有的管理体系带来了新的管理思路和特征.新的管理思路也有益于当下高校毕业生就业信息系统管理模式的创新.
在就业市场中,当代大学毕业生就业的结构性矛盾主要表现为“人找岗位”和“岗位”现象并存[4].该现象表明了不同专业的大学毕业生所面临的就业情况具有相当大的差异.专业供大于求的毕业生会面临更加严峻的就业难题,或是面临失业,或是寻找与专业不对口的工作.而专业供不应求的大学毕业生所面临的情况却恰恰相反.
麦克斯公司自2007年连续对三届毕业半年后大学生的就业状况进行了全国范围的大样本抽样调查,经研究发现个别专业供大于求而导致的失业问题十分突出,并具有一定的持续性．这是造成大学生就业难的原因之一.文章指出专业结构性失业,即专业供需失衡而导致的失业是当代大学毕业生失业问题的主要特点.
1 关于大数据与高校毕业生就业信息系统管理的研究方向
以CSSCI为主要研究对象．可以看到将大数据运用到高校学生就业中的相关研究的有李凤春副教授根据吉林大学学生就业创业指导与服务中心的信息数据撰写的《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》和高文兵、张尧学的《大数据环境下大学生就业创业新前景》两篇文章.而具体探讨高校毕业生就业信息管理的文章相对多一些,有《大学毕业生就业信息搜寻行为研究：信息员的选择与利用》《高校就业信息系统用户接受行为影响因素研究》《高校就业信息系统的开源平台解决方案》《大学生就业信息指导论略》《高校就业信息系统的面向对象分析与建模》《高校就业信息服务人才队伍建设探究》等文章.
综合整理以上文献我们可以看到,学界目前对于把大数据运用到就业信息系统管理的研究中很少．也有少部分人意识到大数据对于时代的变革意义．将其运用到毕业生就业创业指导工作中去.但是高校毕业生就业信息系统管理这一问题已经得到了学界的足够关注.综上所述,当前学界对于大数据时代下的高校毕业生就业信息系统管理的研究差异较大.对于大数据的应用研究很少．而对于就业信息系统管理研究已经从多角度多方面进行了系统研究.这也为本文从大数据的视角研究就业信息系统管理提供了广阔的研究空间和充足的研究资料.
2大数据在高校就业信息中应用的主要形式
他山之石,可以攻玉.研究目前其他高校大数据运用到高校就业信息中的实例,能够为研究南开大学就业信息的创新管理提供借鉴意义.通过对于学术文献的整理发现,目前比较成功的有吉林大学和华中科技大学.其中由于吉林大学的总结研究学术性和概括性都比较强,将会是本章节的重点研究比较对象.
2.1大数据在吉林大学就业信息中的应用
李凤春教授对于吉林省网络信息化建设的网页信息设置提出了建议,认为其信息设置过于笼统,仅仅分为政策法规、招聘信息、就业指导等几个模块,并且高校只是简单地将招聘启事进行复制粘贴．没有对招聘公司进行深入的分析挖掘.根据以上不足,结合吉林大学2014年的就业结构进行了大数据下的分析和应用.通过地域流向、单位流向、行业分布等指标对就业信息进行了分类整理,提出了“网络化就业创业指导平台”这一模型.在这个模型中以高校学生为主体,围绕高校学生建立生涯成熟度测评数据库,学生辅导员网络工作平台,职业发展结果数据库,职业发展跟踪数据库等大数据资料库.同时将职业市场相关信息资源、职业发展过程管理等等数据资料作为大数据资源面向高校学生进行共享.在这个模型中,通过大数据平台进行技术支持．从而给予了高校学生和职业市场以充分的信息资源．帮助其进行充分的了解和实现最优的配对组合.
同时．李凤春教授也看到了吉林大学就业创业部门的局限性,面对”网络化就业创业指导平台”中的海量数据和吉林大学上万人的学生规模显得力不从心；因此,他指出应该将“就业创业情况的基本信息采集、录入工作交由基层学生培养单位去完成．并予以适当的权限,就业创业部门做好监督检查、规范管理、纠正偏颇的工作”.将数据收集的权限下沉到各学院.根据以上研究成果,李教授提出了引进大数据信息化网络平台、健全毕业生信息管理系统、将工作重心下放到二级学院三个建设性意见.
2.2大数据在华中科技大学就业信息中的应用
明承瀚提出华中科技大学的就业相关数据主要应用在“校园招聘情况分析、毕业生就业流向分析、毕业生就业流向分析、毕业生求职及就业状况分析等方面”[7]27-31.作者通过对于校园招聘时间统计、毕业生流向分布统计、就业学生开始关注就业的时间分布统计的分析,结合华中科技大学具体实际提出了合理安排就业的各阶段工作、根据毕业生流向优化教育和就业资源的配置,做好市场对接、根据就业学生开始关注就业的时间来开展就业指导工作等合理意见.
结合华中科技大学的实际工作,作者提出“基于大数据的就业工作系统应包含：用人单位基本信息系统、毕业生基本信息系统、就业市场分析系统、毕业生求职行为分析系统、毕业生帮扶系统、离校毕业生跟踪服务系统、就业预警系统．并由这些系统共同保障就业相关数据的收集、清洗、存储与使用”[7127-31.在这个系统中以用人单位基本信息系统和毕业生基本信息系统为信息源．通过对就业市场和在校、离校毕业生信息的分析和预测,最终反馈到就业预警系统．同时就业预警系统反过来又为在校毕业生提供信息服务支持.同时作者也结合大数据的基本内涵,在数据的收集、清洗、存储和使用方面提出了具有针对性的意见和建议.
3大数据在南开大学就业信息管理中运用的实例研究
3.1南开大学就业信息管理的基本情况
3.1.1南开大学毕业生就业质量年报
南开大学就业指导中心每年都会发布毕业生就业质量年报,本文以就业信息管理特征最为显著的《南开大学2014届毕业生就业质量年报》（下文简称《年报》）为例,深入分析南开大学就业信息管理的具体情况.
年报从毕业生就业基本情况、就业工作举措、就业质量相关分析、就业发展趋势分析、学校人才培养质量综合评价五个方面对2014届毕业生的毕业情况做了一个全面梳理.从“毕业生就业基本情况”类目中可以分析出毕业生的总体规模和分布结构,以及各学院、专业群体的就业率和毕业去向.“就业工作举措”中,就业指导中心从部门对于毕业生就业的政策措施以及毕业生对于学校就业服务的总体评价两个方面,通过大量的问卷调查,总结就业工作中的现状与不足.“就业质量相关分析”中,薪酬水平、就业满意度、专业对口度三个维度的指标进一步分析微观层面的毕业生就业质量.在“就业发展趋势分析”中．就业率的变化趋势和毕业去向的变化趋势能够为下一年度的就业指导工作进行预测和预警.“学校人才培养质量综合评价”中,就业指导中心通过毕业生对自身就业素养的评价和用人单位对毕业生就业基本素养的评价两个维度．深入剖析了南开大学毕业生在就业素养中的优势与不足.
3 .1.2学生就业工作简报
在南开就业信息网的首页就有就业工作简报的网页版链接,该简报由三部分构成．即“就业指导与服务工作阶段性汇总”“毕业生就业率”“发现问题及应对措施”.这3部分信息详细归纳了就业指导中心所做的工作．目前的就业情况以及所面临的问题.在《学生就业工作简报》2014年第1期中．“就业指导与服务工作阶段性汇总”将2014年2月27日至4月18日．就业指导中心主办的所有促进就业的活动进行了梳理.在“2014届毕业生就业率（截至2014年4月18日）”中,简报将截至4月18日,所有学院研究所本科生和硕士生的就业落实情况做了一个期中统计.“发现问题及应对措施”中指出了实习招聘信息少、用人单位发布虚假信息、就业信息缺少统一发布平台等问题,并据此提出了多条实际的改进措施.
该工作简报报送学校领导,抄送给各院党委书记、院长、主管学生工作副院长,发送各院学生工作办公室.这虽然是一种传统的信息沟通模式．但是文件的送达能够起到信息交互作用,成为信息管理中的重要措施.
3.2南开大学在大数据就业信息管理中的优势与不足
3.2.1信息分类形成大数据管理的雏形
南开大学毕业生就业质量年报中的“就业发展趋势分析”其实就有就业预警系统的雏形．为毕业生和学校提供就业市场的发展情况报告,提供就业预警.“学校人才培养质量综合评价”中,较为科学的评价体系也与大数据系统模型中的评价体系类似.同时就业率、毕业流向地、薪酬、就业满意度等多项指标也提供了较为丰富的数据资料,成为建立海量数据库的数据基础.
在学生就业工作简报中,为了让毕业生更便捷地找到所需要的招聘信息,就业指导中心首先将南开大学各职能部门作为信息管理系统的相关主体,同时统一信息发布渠道,使毕业生能够准确、及时地找到招聘信息.这与大数据管理下的系统各要素之间频繁的信息交流和数据交换非常相似.
3.2.2大数据特征不够明显
大数据时代下的管理模式,最明显的特征就是拥有海量数据.这些数据包括文字、图片、视频、音频等多种载体形式.海量数据将样本信息完全囊括,通过数据清理和数据存储,将样本信息完全没有损失地反映到系统当中.但是南开大学就业指导中心信息管理的信息容量仍还达不到海量数据的要求,就业指导中心的数据来源是问卷调查,就业三方协议反馈,用人单位反馈等形式,没有将学生职业生涯测评,在校社会实践、活动经历、获奖情况,辅导员评价反馈等数据包括其中.而仅仅依靠毕业生就业反馈数据将很难建立起完整的大数据下的就业信息管理系统.
大数据管理是一个系统工程,不是简单的将几个系统主体建立联系就可以成为大数据系统的.下文将详细介绍大数据系统.在大数据系统中,各种类型的数据使用者和数据源通过大数据平台产生联系,不同的数据源生成多个子系统供系统使用者进行参考和决策.而南开大学就业指导中心只是最简单地将学校、院系和院系的学生工作办公室之间建立了联系,并且这种联系只是一种单方面的传输,没有得到上述主体的反馈,是一种低效率的联系.在这样的联系下也不可能形成大数据中的子系统．因此根据联系所生成的数据也无法在被需要的时候调用出来为数据使用者服务.
4大数据时代下高校就业信息管理的一般性建议
4.1基于大数据的就业信息系统模型
在大数据的管理模式下,数据收集、数据清理、数据分析、数据存储和数据使用构成了整个的管理过程.在这个过程中可以分为数据源、数据支持平台和数据使用者3个维度.最终产生可供使用分析的多个数据系统.通过以上的分析我们可以大体对基于大数据的就业信息系统模型构建一个粗略的框架,即以数据源为核心,以数据支持平台为工具,以数据使用者为最终导向．通过数据收集、数据清理、数据分析、数据存储和数据使用为线索将以上3个主体进行串联．最终导出使用者需要的数据系统,查找所需信息资料.
在对数据源的分析中我们可以看到,数据来源主要分为两大类：广义上的高校毕业生和社会就业需求.对于这两类项目进行细分,可以分为高校毕业生、离校毕业生、高校其他学生、用人单位、就业市场等项目.数据支持平台就是包括计算机以及其构成的网络、纸质资料、通讯工具等载体.数据使用者这里和数据源的项目有很多的重合,主要包括高校毕业生、高校其他学生、用人单位和学校或学院决策者.而最终产生的数据结果可以组成就业预警系统、就业市场分析系统、毕业生素质系统、离校毕业生成长跟踪系统等.根据以上梳理,可以得出如下示意图（见图1）.
大数据系统下包含着就业预警系统、就业市场分析系统．毕业生素质系统、高校毕业生成长跟踪系统等4个子系统.这4个子系统与数据源和数据使用者其实并不是一一对应的关系.就业预警系统以全部的数据源单位为数据源,以高校毕业生、高校其他学生和学院、学校为数据使用者.就业市场分析系统以离校毕业生、用人单位和就业市场为数据源,以高校毕业生、高校其他学生为数据使用者.毕业生素质系统以高校毕业生、高校其他学生为数据源,以用人单位、学院或学校为数据使用者.离校毕业生成长跟踪系统以离校毕业生、用人单位、就业市场为数据源,以高校毕业生、高校其他学生、学院或学校为数据使用者.囿于篇幅限制,在本文之中就不一一作图介绍了.
4.2数据收集：学生数据收集权限下沉到学院
4.2.1就业指导部门人员不足．业务繁重
以南开大学为例．就业指导中心正式教师2人．挂职教师1人,学生助理人数较多为28人.其中需要指出的是,每个学生助理每周值班两个半天,也就是说工作日平均每个半天有5到6个学生助理．但是由于南开大学两个校区办学的实际情况,单个校区就业指导中心办公室平均每个工作日有3个学生助理.所以,每天就业指导中心的人员配置在6个人左右.
从工作量上来看．全职教师需要联系重要的企事业单位：接待企业是单位人员：处理学生的就业协议以及派遣业务；举办双选会、招聘会；承担以及各省市选调生报名推荐工作；承担学校相关任务：如招生宣传等.但是由于部门教师配额较少,单个教师需要承担多项工作任务.以L老师为例,其业务范围就包括单位企业接待,举办双选会、招聘会,选调生工作等内容,工作压力比较大.学生助理每天处理的工作主要有处理就业指导中心公邮中的企业招聘资料,并在审核材料真实性之后发布到就业中心网站：为同学办理日常业务：协助老师举办双选会、招聘会等.
因此,学生助理能够满足日常工作的需要,并且在非就业旺季学生助理工作压力较小,但是全职教师的工作量较大．如果将信息收集的职权全部下放给就业指导中心,既加大了教师的工作压力,也不利于保障信息数据的准确性.
4.2.2就业部门的不足与二级学院的优势
以南开大学为例．南开大学一共有二级学院24个．6个研究院．截至2016年4月底,拥有全日制中国在校学生24 950人．其中本科生13 517人．硕士研究生8 129人,博士研究生3 304人.有成人教育学生1 059人,远程教育学生42 445人②.南开大学的在校生规模在全国高等学校中处于一个小体量的地位,以山东大学为例,山东大学全日制学生达到了6万人的规模.
面对如此大规模的学生群体,同时每个学生都有素质测评、获奖情况、学习情况、实践情况等多种类别,海量数据需要收集：因此,把所有的数据收集工作都交由一个部门去完成显然不切实际.
二级学院所面对的学生群体在几十人到1 000多人不等,从人数绝对量上看,相对于就业指导部门,二级学院所面对的学生数量下降了多个数量级.同时二级学院与细分的学系、专业之间具有明显的隶属关系,体积庞大的学院可以将学生信息收集的任务细分到各年级、各专业.然而就业指导部门与各院系之间是平行的,因此就业指导部门很难将本部门的工作细分到学院.
4.3数据使用：以就业能力预警系统为例
目前国内研究者普遍认为．就业预警以就业市场需求预警和专业设置预警为主,但是我认为除了就业市场需求和专业设置预警,还应该有就业能力预警.
上文也已提到,就业预警系统以全部的数据源单位为数据源,以高校毕业生、高校其他学生和学院、学校为数据使用者.就业能力预警是就业预警系统的子系统,就是以全部的数据源单位为数据源,以高校其他学生为使用者构成的预警系统.在这个系统中,用人单位和就业市场提供就业形势数据,离校毕业生提供高校学生职场发展数据,高校毕业生提供求职情况数据,高校其他学生提供同龄人所具备的就业能力数据.通俗的谠,就业能力预警就是当高校在校学生的就业能力被检测到落后于整体同年级的高校在校学生或者高校在校学生的就业能力与就业市场所需要的能力相差过大的时候,通过大数据平台的预测和计算,对该学生和学院、学校进行预警的机制.
就业能力预警最主要的功能是预见功能．即对于指定指标的监控,找出某些反常的数据,并提前预测其发展趋势.其次是警示功能,通过提前预知发展趋势,系统主体能够将预警内容反馈到相关部门或被监测方,使其能够提前感知危机,做出改变.最后是化解功能,首先就业能力预警系统要预留出一年以上的时间为相关部门或被监测方以足够的时间进行改变.同时就业能力预警需要给出相关部门以及被监测方务实的建议．以化解就业能力危机.
就业能力预警应该遵循科学性、灵敏性和系统性3大原则.第一,就业能力预警系统应该能真实地反映高校学生就业能力的实际情况．并且收集到科学的就业市场发展情况的数据.在此基础上通过科学、规范的流程进行预测,使得预测结果符合科学性的要求.第二,就业能力预警对于数据进行及时分析处理,以保证出现的征兆能够第一时间反馈到使用者手中.如果就业能力预警不能保证灵敏性和及时性．那么该系统也就失去了存在的意义和价值了.第三,系统性要求就业能力预警系统将全部的数据源单位,高校毕业生、高校其他学生和学院、学校等数据使用者的数据都纳入到系统中来,并通过数据收集、数据清理、数据分析、数据存储和数据使用等联结起来.口
大数据时代论文参考资料：
上文总结，本文论述了关于南开大学和高校毕业生和大数据时代方面的相关大学硕士和大数据时代本科毕业论文以及相关大数据时代论文开题报告范文和职称论文写作参考文献资料。
