论文部分内容阅读
摘 要：大数据在加强预测、提升就业工作质量等方面具有创新性应用价值。从大数据基本理念及其发展应用的视角出发，分析发现影响理工科大学生就业的因素，从而有针对性地开展就业指导工作。同时，为了更好地提高就业指导工作的针对性，对于大数据手段的应用还应当更加具有科学性，与时俱进，不断更新和改进。
关键词：大数据；理工科；就业指导
中图分类号：G646 文献标志码：A 文章编号：1002-2589（2018）06-0191-03
近年来，高校毕业生就业问题引起了全社会的持续普遍关注，高校毕业生就业工作压力有增无减。2018届全国高校毕业生规模预计达820万人，又创历史新高[1]。毕业生人数的与年俱增，加上往届未就业毕业生的巨大存量，直接导致毕业生就业形势的持续严峻。如何有效提升就业工作质量，高效服务毕业生与用人单位，是高校就业工作人员普遍面临的难题。
一、大学生就业指导工作的内涵和重要意义及大数据背景下带来的思维变革
《国家中长期教育改革和发展规划纲要（2010—2020年）》强调，“信息技术对教育发展具有革命性影响，必须予以高度重视”，并对建立“教育质量、学生流动、资源配置和毕业生就业状况等监测分析系统”做出了明确要求[2]。《2006—2020年国家信息化发展战略》指出，要“建设多层次、多功能的就业信息服务体系，加强就业信息统计、分析和发布工作，改善技能培训、就业指导和政策咨询服务” [3]。文件精神的落实与相关工作的开展，无一例外地都需要借助于高效的数据处理。在大数据时代已经到来的今天，就业工作需要改变思维，借助于大数据带来的变革，提升工作效率与服务质量。
大数据时代改变了我们的思维方式。因为大数据是建立在掌握所有数据，至少是尽可能多的数据的基础上的，它与传统数据时代的随机采样远远不同。随机采样是通过最少的数据获得最多的信息，这是在不可收集和分析全部数据的情况下的选择，它本身存在许多固有的缺陷。它的成功依赖于采样的绝对随机性，但是实现采样的随机性非常困难。一旦采样过程存在任何偏见，分析结果就会相去甚远[4]。而当我们可以获得海量数据的时候，采样就没有什么意义了。在大数据时代，我们收集尽可能多的数据，如果可能的话，会收集所有的数据，即“样本=总体”[4]。此时，所要研究的不是随机样本，而是全部或几乎全部的数据，这些数据至少是与我们所研究的现象相关的所有可获得的数据[5]，我们可以从不同角度更细致地观察和研究数据的方方面面，此时，虽然失去了微观层面的精度，但获取了宏观层面上的规律。相比较而言，在传统数据时代，因为数据比较稀少，我們可以确保自己收集的每一个数据都是非常精确的，而进入大数据时代，其数据则往往是凌乱和质量参差不齐的，在许多情况下，我们可以仅仅寻找“是什么”，而不必完全理解“为什么”。我们的思维将从因果关系转向相关关系[6]。为了更加科学地对当代大学生的就业价值取向进行研究，我们以大数据时代所特有的思维方式，而不是采用随机采样的方式，对就业数据以“样本=总体”形式进行分析，用连续几年的数据来寻找潜在规律，从而进一步挖掘影响理工科大学生就业各种因素，以从根本上为创新高校思想政治教育的方法和途径提供有意义的参考。
二、大数据背景下影响理工科大学生就业的因素分析
为了深入了解影响理工科大学生就业的因素，本文以上海某高校的某一个理工科学院为例，通过大数据的思维方式，收集了该学院2013-2015年几乎全部的就业数据作为“样本”，进行了如下的分析。
（一）就业与所学专业的关系
该理工科学院下设5个系，分别为电子工程系、微电子学系、通信科学与工程系、光科学与工程系、光源与照明工程系，5个系的本科生2013-2015届的就业情况如下。
从以上5张图中可以看出，每个系每一年的就业情况在大趋势上基本保持一致，在具体比例上有略微的浮动，但是在每个系之间，比例还是存在一些差异的，譬如微电子学系的就业比例相比出国和升学就比较低、电子工程系三者就相对比较平均。所以笔者认为，所学专业这个因素与就业总体的关联程度为“中”。
（二）就业与学习成绩的关系
在该所大学中，学习成绩的体现是GPA，即绩点，满分为4.0，笔者为了统计的方便将绩点划分为4.0-3.3、3.3-2.7、2.7-1.7、1.7-1、1以下这5个区间，基本对应于优、良、中、及格和不及格。该学院2013-2015届学生绩点与就业情况如下。
从以上3张图中可以看出，绩点对于出国的关联程度为“弱”，基本每个区间的都有学生出国，绩点对于升学的关联程度最高，为“强”，对于就业的关联程度在其他两者之间，为“中”。
（三）就业与家庭经济情况的关系
笔者对该学院中家庭经济困难学生（即家庭人均月收入低于1000元，有些家庭还存在丧失劳动力、患重大疾病等情况），2013-2015届的学生中这些学生的就业情况如下。
从上图中可以看出，家庭经济这一因素与出国的关联程度最高，为“强”，同时也是呈“负”关联，与升学和就业的关联度为“弱”。
（四）小结
综合笔者调研的情况，就业与所学专业、绩点和家庭经济情况这三种因素之间的关联程度可以用下表表示。
当然，由于“样本”的有限性和局限性，以上的关联程度也是笔者通过大数据分析所得出的，需要进一步的更新和验证，在对于学生个性化指导时仅供参考。在下一节中，笔者也会就运用大数据分析开展大学生就业指导的原则做进一步的解释和说明。
三、运用大数据分析开展大学生就业指导的原则
高校中的大数据分析应用无疑会对现有的工作模式、研究方法带来变革，创新，与此同时，由于对于大数据分析应用的掌握还不全面，对于构建大数据分析应用体系还不成熟，容易出现问题，适得其反。鉴于此，大数据分析在大学生个性化就业指导中的应用应注意把握如下原则。 首先，大数据分析在大学生个性化就业指导中的应用应把握系统性的原则。虽然采集到的数据是彼此独立的，但是在数据的内部是有一定的潜在关联和联系的，不能把任何的数据割裂开来看待。应该建立一套完整的数据体系，通过大数据分析的手段建立起数据之间的内在联系，从而进行数据处理，情况分析，用以指导日常工作的开展。与此同时，这个体系也必须是动态调整，与时俱进，不断完善的。因为随着时代的发展，社会的进步，会出现很多新情况和新问题，而这些都会在数据中得到体现。
其次，大数据分析在大学生个性化就业指导中的应用应把握准确性的原则。没有数据，大数据分析就无从谈起；而没有准确的数据，大数据分析的结果将无法推动工作。辅导员可以利用学校系统中的各类数据及日常与学生接触交流中获取的信息，进行加工提取，分析筛选，分类汇总，提高大数据分析的准确性和客观性。
最后，大数据分析在大学生个性化就业指导中的应用应把握针对性的原则。有了大量的数据，我们可以使用大数据分析这一手段，但是在此过程中，我们也不能一味只追求数据的“大”，而应该根据大数据分析和模型，了解大学生的现状，满足他们的需求，从而开展有针对性的指导，让他们走出校门之后，可以和社会的需求相匹配，为国家和社会做贡献，实现人生价值。
四、结语
随着技术的不断发展，社会的不断进步，大数据将逐渐成为现代社会中非常重要的一种数据分析方式，对于现有的学科体系和研究方法都会带来巨大的发展和变化。大学生就业分析和指导，作为社会学和教育学相交叉的内容之一，大数据在其中的应用，也将会越来越广泛。运用大数据的方法，得到的并不是最终答案，而是一个参考答案，因为人是“活”的，而数据是“死”的，通过大数据的方法是为了让我们更好地开展工作，指导学生。
参考文献：
[1]2018届高校毕业生预计达820万人 [EB/OL].[2018-01-30].http：//www.xinhuanet.com/2017-12/06/c_1122069365.htm.
[2]中共中央国务院.国家中长期教育改革和发展规划纲要（2010-2020年）[EB/OL]. （2010-07-29）.[2018-01-30]http：//news.xinhuanet.com/edu/2010-07/29/c_12389320.htm.
[3]中共中央办公厅，国务院办公厅.2006-2020年国家信息化發展战略[EB/OL].[2018-01-30].http：//news.xinhuanet.com/newscenter/2006-05/08/content_4522878.htm.
[4][英]维克托·迈尔·舍恩伯格.大数据时代——生活、工作与思维的大变革[M].浙江：浙江人民出版社，2013：34-43.
[5]安晖.大数据：价值何在[N].人民日报，2013-06-18.
[6]田晓玲.大数据时代带来更理性、是可靠的决策[N].文汇报，2013-03-11.
关键词：大数据；理工科；就业指导
中图分类号：G646 文献标志码：A 文章编号：1002-2589（2018）06-0191-03
近年来，高校毕业生就业问题引起了全社会的持续普遍关注，高校毕业生就业工作压力有增无减。2018届全国高校毕业生规模预计达820万人，又创历史新高[1]。毕业生人数的与年俱增，加上往届未就业毕业生的巨大存量，直接导致毕业生就业形势的持续严峻。如何有效提升就业工作质量，高效服务毕业生与用人单位，是高校就业工作人员普遍面临的难题。
一、大学生就业指导工作的内涵和重要意义及大数据背景下带来的思维变革
《国家中长期教育改革和发展规划纲要（2010—2020年）》强调，“信息技术对教育发展具有革命性影响，必须予以高度重视”，并对建立“教育质量、学生流动、资源配置和毕业生就业状况等监测分析系统”做出了明确要求[2]。《2006—2020年国家信息化发展战略》指出，要“建设多层次、多功能的就业信息服务体系，加强就业信息统计、分析和发布工作，改善技能培训、就业指导和政策咨询服务” [3]。文件精神的落实与相关工作的开展，无一例外地都需要借助于高效的数据处理。在大数据时代已经到来的今天，就业工作需要改变思维，借助于大数据带来的变革，提升工作效率与服务质量。
大数据时代改变了我们的思维方式。因为大数据是建立在掌握所有数据，至少是尽可能多的数据的基础上的，它与传统数据时代的随机采样远远不同。随机采样是通过最少的数据获得最多的信息，这是在不可收集和分析全部数据的情况下的选择，它本身存在许多固有的缺陷。它的成功依赖于采样的绝对随机性，但是实现采样的随机性非常困难。一旦采样过程存在任何偏见，分析结果就会相去甚远[4]。而当我们可以获得海量数据的时候，采样就没有什么意义了。在大数据时代，我们收集尽可能多的数据，如果可能的话，会收集所有的数据，即“样本=总体”[4]。此时，所要研究的不是随机样本，而是全部或几乎全部的数据，这些数据至少是与我们所研究的现象相关的所有可获得的数据[5]，我们可以从不同角度更细致地观察和研究数据的方方面面，此时，虽然失去了微观层面的精度，但获取了宏观层面上的规律。相比较而言，在传统数据时代，因为数据比较稀少，我們可以确保自己收集的每一个数据都是非常精确的，而进入大数据时代，其数据则往往是凌乱和质量参差不齐的，在许多情况下，我们可以仅仅寻找“是什么”，而不必完全理解“为什么”。我们的思维将从因果关系转向相关关系[6]。为了更加科学地对当代大学生的就业价值取向进行研究，我们以大数据时代所特有的思维方式，而不是采用随机采样的方式，对就业数据以“样本=总体”形式进行分析，用连续几年的数据来寻找潜在规律，从而进一步挖掘影响理工科大学生就业各种因素，以从根本上为创新高校思想政治教育的方法和途径提供有意义的参考。
二、大数据背景下影响理工科大学生就业的因素分析
为了深入了解影响理工科大学生就业的因素，本文以上海某高校的某一个理工科学院为例，通过大数据的思维方式，收集了该学院2013-2015年几乎全部的就业数据作为“样本”，进行了如下的分析。
（一）就业与所学专业的关系
该理工科学院下设5个系，分别为电子工程系、微电子学系、通信科学与工程系、光科学与工程系、光源与照明工程系，5个系的本科生2013-2015届的就业情况如下。
从以上5张图中可以看出，每个系每一年的就业情况在大趋势上基本保持一致，在具体比例上有略微的浮动，但是在每个系之间，比例还是存在一些差异的，譬如微电子学系的就业比例相比出国和升学就比较低、电子工程系三者就相对比较平均。所以笔者认为，所学专业这个因素与就业总体的关联程度为“中”。
（二）就业与学习成绩的关系
在该所大学中，学习成绩的体现是GPA，即绩点，满分为4.0，笔者为了统计的方便将绩点划分为4.0-3.3、3.3-2.7、2.7-1.7、1.7-1、1以下这5个区间，基本对应于优、良、中、及格和不及格。该学院2013-2015届学生绩点与就业情况如下。
从以上3张图中可以看出，绩点对于出国的关联程度为“弱”，基本每个区间的都有学生出国，绩点对于升学的关联程度最高，为“强”，对于就业的关联程度在其他两者之间，为“中”。
（三）就业与家庭经济情况的关系
笔者对该学院中家庭经济困难学生（即家庭人均月收入低于1000元，有些家庭还存在丧失劳动力、患重大疾病等情况），2013-2015届的学生中这些学生的就业情况如下。
从上图中可以看出，家庭经济这一因素与出国的关联程度最高，为“强”，同时也是呈“负”关联，与升学和就业的关联度为“弱”。
（四）小结
综合笔者调研的情况，就业与所学专业、绩点和家庭经济情况这三种因素之间的关联程度可以用下表表示。
当然，由于“样本”的有限性和局限性，以上的关联程度也是笔者通过大数据分析所得出的，需要进一步的更新和验证，在对于学生个性化指导时仅供参考。在下一节中，笔者也会就运用大数据分析开展大学生就业指导的原则做进一步的解释和说明。
三、运用大数据分析开展大学生就业指导的原则
高校中的大数据分析应用无疑会对现有的工作模式、研究方法带来变革，创新，与此同时，由于对于大数据分析应用的掌握还不全面，对于构建大数据分析应用体系还不成熟，容易出现问题，适得其反。鉴于此，大数据分析在大学生个性化就业指导中的应用应注意把握如下原则。 首先，大数据分析在大学生个性化就业指导中的应用应把握系统性的原则。虽然采集到的数据是彼此独立的，但是在数据的内部是有一定的潜在关联和联系的，不能把任何的数据割裂开来看待。应该建立一套完整的数据体系，通过大数据分析的手段建立起数据之间的内在联系，从而进行数据处理，情况分析，用以指导日常工作的开展。与此同时，这个体系也必须是动态调整，与时俱进，不断完善的。因为随着时代的发展，社会的进步，会出现很多新情况和新问题，而这些都会在数据中得到体现。
其次，大数据分析在大学生个性化就业指导中的应用应把握准确性的原则。没有数据，大数据分析就无从谈起；而没有准确的数据，大数据分析的结果将无法推动工作。辅导员可以利用学校系统中的各类数据及日常与学生接触交流中获取的信息，进行加工提取，分析筛选，分类汇总，提高大数据分析的准确性和客观性。
最后，大数据分析在大学生个性化就业指导中的应用应把握针对性的原则。有了大量的数据，我们可以使用大数据分析这一手段，但是在此过程中，我们也不能一味只追求数据的“大”，而应该根据大数据分析和模型，了解大学生的现状，满足他们的需求，从而开展有针对性的指导，让他们走出校门之后，可以和社会的需求相匹配，为国家和社会做贡献，实现人生价值。
四、结语
随着技术的不断发展，社会的不断进步，大数据将逐渐成为现代社会中非常重要的一种数据分析方式，对于现有的学科体系和研究方法都会带来巨大的发展和变化。大学生就业分析和指导，作为社会学和教育学相交叉的内容之一，大数据在其中的应用，也将会越来越广泛。运用大数据的方法，得到的并不是最终答案，而是一个参考答案，因为人是“活”的，而数据是“死”的，通过大数据的方法是为了让我们更好地开展工作，指导学生。
参考文献：
[1]2018届高校毕业生预计达820万人 [EB/OL].[2018-01-30].http：//www.xinhuanet.com/2017-12/06/c_1122069365.htm.
[2]中共中央国务院.国家中长期教育改革和发展规划纲要（2010-2020年）[EB/OL]. （2010-07-29）.[2018-01-30]http：//news.xinhuanet.com/edu/2010-07/29/c_12389320.htm.
[3]中共中央办公厅，国务院办公厅.2006-2020年国家信息化發展战略[EB/OL].[2018-01-30].http：//news.xinhuanet.com/newscenter/2006-05/08/content_4522878.htm.
[4][英]维克托·迈尔·舍恩伯格.大数据时代——生活、工作与思维的大变革[M].浙江：浙江人民出版社，2013：34-43.
[5]安晖.大数据：价值何在[N].人民日报，2013-06-18.
[6]田晓玲.大数据时代带来更理性、是可靠的决策[N].文汇报，2013-03-11.