大数据平台的大学就业信息管理系统
大数据平台的大学就业信息管理系统
摘要：当前，大数据渗透到社会生活的多个领域，并且发挥着重要作用，在教育领域也是如此。在教育领域中，通过大数据技术可以实现对高校毕业生就业更为及时和准确的分析，从而建立起更为完善和有效的大学生就业指导体系，对学生就业情况、就业质量等信息有更为准确的分析，为毕业生的就业打下良好的基础。本文对大数据平台的大学就业信息管理系统进行分析，以供参考。
关键词：大数据；大学就业；信息管理
引言
将大数据分析技术应用于高校精准化就业服务模式中，其核心就是对所有就业相关数据进行处理、整合、加工。“大数据”不仅仅是指数据的“量”之大，更应注重范围之广，应包括全部就业相关的数据，通过毕业生求职信息、用人单位招聘信息、双选会参与信息、签约信息、用人单位反馈信息等，形成数据链，进而实现从共性化服务到个性化指导的精准转变。
1概述
企业搜索软件各大学近年来在不断的扩招生源，导致大学毕业生的就业困难程度显著提升，在就业市场中，大学毕业生就业的结构性矛盾体现于毕业生岗位，岗位毕业生的并存现象。这种现象说明不同专业的大学毕业生存在的就业情况具有很大区别。针对这些问题各大学均自主研发或购买系统软件实现大学就业信息管理，但大部分系统具有信息传递实时性差，毕业生、企业、学校三方面的沟通缓慢，不能依据毕业生个人情况精准推荐职位。这就需要设计具有实时性，加强毕业生、企业、学校三方面的联系，以及针对毕业生个人情况精准推荐职位的大学就业信息管理系统。有关信息管理系统的研究有刘丽设计基于信息完整性的船舶信息管理系统，通过S/C并行结构设计数据库存储管理信息，重组信息文件域名，设计适应的检索方法，构建信息管理系统，提升信息检索的完整性。任海文等设计基于BIM技术的堤防工程运维信息管理系统，通过结合UWB技术、BIM集成管理与UWB电子围栏技术实现堤防工程巡查养护的规范化管理。分布式计算包含大数据采集、存储与分析等功能，具备海量的数据量、繁多的数据类型与较快的数据创建、处理与分析速度三个特征。为此，以分布式计算为基础，设计基于分布式计算的大学就业信息管理系统，更好地服务于大学毕业生的就业工作，提升大学毕业生就业率。
2基于企业生命周期理论的就业推荐算法
基于企业生命周期理论的就业推荐算法按照企业生命周期理论划分企业，使其划分成不同阶段，构建企业和该企业招聘学生信息的企业-属性二分图模型；利用改进的基于资源分配SNBI算法获取该企业在各种发展阶段的招聘偏好；依据学生的求职意向信息实施Top-N推荐，其具体如下。步骤1：构建基于企业生命周期的企业-属性二分图模型；步骤2：计算企业的招聘偏好；步骤3：计算职位匹配；步骤4：Top-N推荐。
3大数据背景下大学生精准就业指导的路径
3.1改进传统观念
在高校传统就业指导模式中，往往会出现这样的问题，即因为就业指导工作人员人数不足，只能够完成部分就业指导工作，无法充分、有效地帮助学生实现准确的自我评价。同时，部分高校的就业指导工作只是片面追求就业率，没有可持续发展的理念。在大数据背景下，要想充分把握学生的就业意向，需要做到精准就业指导。首先，高校就业指导相关人员需要不断强化大数据意识，改变以往的就业指导观念。其次，就业指导相关人员需要多进行学习，吸收先进的就业指导理念，提升信息化水平，从而提升就业指导工作的整体质量。
3.2充实就业指导服务内涵
首先，高校需要为学生提供一对一的就业咨询服务，促使就业信息能够在及时和真实的基础上准确传递给学生，实现信息的有效传递。具体来说，只要学生预设了自己的求职条件，相关平台就会根据预设条件从大量的信息中选择出最符合学生的就业信息，并且推送给学生。高校还需要对学生进行不同的就业指导，比如可以组织策划就业指导、“一对一”咨询解惑、招聘大赛以及企业领导面对面等活动。其次，高校需要建立自己的，向学生推送关于就业讲座、就业实习等信息。同时学生也可以通过订阅自己需要的就业信息，最终通过大数据智能分析，实现面向企业和学生的双向推荐。最后，高校需要建设教师带队走访用人单位的机制，以此来了解企业对人才的需求，还可以拓展实习基地。
3.3健全精准化就业指导体系
在当前的就业形势下，高校需要建立精准化就业指导服务机制，这是提升高校就业服务能力最为直接的途径之一。所以，高校需要建立系统化的管理机制。比如在对教师的招聘上，要对教师的专业素养进行考核；在就业指导教师配备上需要充分考虑学生的实际情况；在平台建设方面需要充分利用校企合作等方式去整合优质社会资源，建设更为完善的就业发展平台。另外，高校还需要建设大数据就业系统、市场分析系统等，以此来健全精准化就业指导体系。
4基于大数据平台的大学就业信息管理系统
4.1系统整体结构
毕业生管理平台由四个功能模块组成:个人信息管理、就业信息管理、求职管理和个人信息维度。就业信息管理单元是指毕业生可以查阅系统管理员提供的最新就业信息和就业指导，以便更好地了解就业信息；求职管理模块向毕业生提供企业发布的招聘信息，毕业生可以通过搜索关键词在系统中查看企业信息，并通过语音邮件进行就业沟通；个人信息维护模块负责为毕业生提供个人密码更改服务。企业信息管理平台由三个功能模块组成:企业信息管理模块、招聘管理模块和企业信息维护模块。招聘管理模块负责公司招聘信息的编辑，公司用关键词搜索相关人才，到符合岗位需求的毕业生，实现公司与学生的网上沟通，留下信息；企业信息维护模块负责向企业提供密码更改服务。就业信息管理和跟踪平台包括两个功能模块:就业信息管理模块负责记录毕业生签署的工作条件信息(工作单位、工作时间和工资信息等)。系统管理员向毕业生提供职业指导信息，核实公司发布的招聘信息的真实性，根据招聘信息分析和分析大学的就业指导统计数据，并为改进大学教育管理提供数据支持；就业统计单元负责收集毕业生、企业和就业信息，分析毕业生就业趋势和人才需求，并协助大学改变教学和学习模式。
4.2基于实时用户行为数据推荐方法
基于用户行为数据的推荐方法是根据相关数据了解用户的行为首选项，根据不同的行为首选项对相似的用户进行分组，并为用户推荐相应的工作。实现实时并行数据处理能力和基于用户和基于文章的协调过滤算法的数据建模，实现用户在线实时推荐。
结束语
传统的就业工作模式中，各项数据并不匮乏，但缺乏对数据的收集、分析、整合、加工的能力。基于大数据分析技术的高校毕业生就业精准化服务模式，能够有效提高毕业生的就业“人职匹配度”和成功率，在很大程度上解决高校毕业生就业难的问题。就业是最大的民生，就业工作也是检验一所高校人才培养质量和教育成效的重要参考。在我国《普通高等学校本科教学工作水平评估方案（试行）》中，用人单位满意度是检验本科教学质量的一项重要指标。大数据时代，我们应该创新就业工作思维，主动迎接大数据时代的挑战和机遇，努力发掘大数据分析技术在就业工作中的深层次应用，努力完善高校精准化就业服务模式，提高就业服务能力和质量，在毕业生和用人单位之间架起一座彩虹桥。
参考文献
[1]冯永鹏,张云婷.大数据背景下高校精准就业服务工作研究[J].宁波职业技术学院学报,2020,24(05):47-53.
[2]宋天华,李同果.大数据背景下西部高校大学生就业路径探究[J].林区教学,2020(08):22-24.
[3]王密.大数据背景下的大学生个性化就业指导[J].山西青年,2020(13):250+252.

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。