- 相關(guān)推薦
理工科大學(xué)生就業(yè)指導原則論文
摘要：大數據在加強預測、提升就業(yè)工作質(zhì)量等方面具有創(chuàng )新性應用價(jià)值。從大數據基本理念及其發(fā)展應用的視角出發(fā)，分析發(fā)現影響理工科大學(xué)生就業(yè)的因素，從而有針對性地開(kāi)展就業(yè)指導工作。同時(shí)，為了更好地提高就業(yè)指導工作的針對性，對于大數據手段的應用還應當更加具有科學(xué)性，與時(shí)俱進(jìn)，不斷更新和改進(jìn)。
關(guān)鍵詞：大數據；理工科；就業(yè)指導
近年來(lái)，高校畢業(yè)生就業(yè)問(wèn)題引起了全社會(huì )的持續普遍關(guān)注，高校畢業(yè)生就業(yè)工作壓力有增無(wú)減。2018屆全國高校畢業(yè)生規模預計達820萬(wàn)人，又創(chuàng )歷史新高[1]。畢業(yè)生人數的與年俱增，加上往屆未就業(yè)畢業(yè)生的巨大存量，直接導致畢業(yè)生就業(yè)形勢的持續嚴峻。如何有效提升就業(yè)工作質(zhì)量，高效服務(wù)畢業(yè)生與用人單位，是高校就業(yè)工作人員普遍面臨的難題。
一、大學(xué)生就業(yè)指導工作的內涵和重要意義及大數據
背景下帶來(lái)的思維變革《國家中長(cháng)期教育改革和發(fā)展規劃綱要（2010—2020年）》強調，“信息技術(shù)對教育發(fā)展具有革命性影響，必須予以高度重視”，并對建立“教育質(zhì)量、學(xué)生流動(dòng)、資源配置和畢業(yè)生就業(yè)狀況等監測分析系統”做出了明確要求[2]�！�2006—2020年國家信息化發(fā)展戰略》指出，要“建設多層次、多功能的就業(yè)信息服務(wù)體系，加強就業(yè)信息統計、分析和發(fā)布工作，改善技能培訓、就業(yè)指導和政策咨詢(xún)服務(wù)”[3]。文件精神的落實(shí)與相關(guān)工作的開(kāi)展，無(wú)一例外地都需要借助于高效的數據處理。在大數據時(shí)代已經(jīng)到來(lái)的今天，就業(yè)工作需要改變思維，借助于大數據帶來(lái)的變革，提升工作效率與服務(wù)質(zhì)量。大數據時(shí)代改變了我們的思維方式。因為大數據是建立在掌握所有數據，至少是盡可能多的數據的基礎上的，它與傳統數據時(shí)代的隨機采樣遠遠不同。隨機采樣是通過(guò)最少的數據獲得最多的信息，這是在不可收集和分析全部數據的情況下的選擇，它本身存在許多固有的缺陷。它的成功依賴(lài)于采樣的絕對隨機性，但是實(shí)現采樣的隨機性非常困難。一旦采樣過(guò)程存在任何偏見(jiàn)，分析結果就會(huì )相去甚遠[4]。而當我們可以獲得海量數據的時(shí)候，采樣就沒(méi)有什么意義了。在大數據時(shí)代，我們收集盡可能多的數據，如果可能的話(huà)，會(huì )收集所有的數據，即“樣本=總體”[4]。此時(shí)，所要研究的不是隨機樣本，而是全部或幾乎全部的數據，這些數據至少是與我們所研究的現象相關(guān)的所有可獲得的數據[5]，我們可以從不同角度更細致地觀(guān)察和研究數據的方方面面，此時(shí)，雖然失去了微觀(guān)層面的精度，但獲取了宏觀(guān)層面上的規律。相比較而言，在傳統數據時(shí)代，因為數據比較稀少，我們可以確保自己收集的每一個(gè)數據都是非常精確的，而進(jìn)入大數據時(shí)代，其數據則往往是凌亂和質(zhì)量參差不齊的，在許多情況下，我們可以?xún)H僅尋找“是什么”，而不必完全理解“為什么”。我們的思維將從因果關(guān)系轉向相關(guān)關(guān)系[6]。為了更加科學(xué)地對當代大學(xué)生的就業(yè)價(jià)值取向進(jìn)行研究，我們以大數據時(shí)代所特有的思維方式，而不是采用隨機采樣的方式，對就業(yè)數據以“樣本=總體”形式進(jìn)行分析，用連續幾年的數據來(lái)尋找潛在規律，從而進(jìn)一步挖掘影響理工科大學(xué)生就業(yè)各種因素，以從根本上為創(chuàng )新高校思想政治教育的方法和途徑提供有意義的參考。
二、大數據背景下影響理工科大學(xué)生就業(yè)的因素分析
為了深入了解影響理工科大學(xué)生就業(yè)的因素，本文以上海某高校的某一個(gè)理工科學(xué)院為例，通過(guò)大數據的思維方式，收集了該學(xué)院2013-2015年幾乎全部的就業(yè)數據作為“樣本”，進(jìn)行了如下的分析。
�。ㄒ唬┚蜆I(yè)與所學(xué)專(zhuān)業(yè)的關(guān)系
該理工科學(xué)院下設5個(gè)系，分別為電子工程系、微電子學(xué)系、通信科學(xué)與工程系、光科學(xué)與工程系、光源與照明工程系，5個(gè)系的本科生2013-2015屆的就業(yè)情況如下。從以上5張圖中可以看出，每個(gè)系每一年的就業(yè)情況在大趨勢上基本保持一致，在具體比例上有略微的浮動(dòng)，但是在每個(gè)系之間，比例還是存在一些差異的，譬如微電子學(xué)系的就業(yè)比例相比出國和升學(xué)就比較低、電子工程系三者就相對比較平均。所以筆者認為，所學(xué)專(zhuān)業(yè)這個(gè)因素與就業(yè)總體的關(guān)聯(lián)程度為“中”。
�。ǘ┚蜆I(yè)與學(xué)習成績(jì)的關(guān)系
在該所大學(xué)中，學(xué)習成績(jì)的體現是GPA，即績(jì)點(diǎn)，滿(mǎn)分為4.0，筆者為了統計的方便將績(jì)點(diǎn)劃分為4.0-3.3、3.3-2.7、2.7-1.7、1.7-1、1以下這5個(gè)區間，基本對應于優(yōu)、良、中、及格和不及格。該學(xué)院2013-2015屆學(xué)生績(jì)點(diǎn)與就業(yè)情況如下從以上3張圖中可以看出，績(jì)點(diǎn)對于出國的關(guān)聯(lián)程度為“弱”，基本每個(gè)區間的都有學(xué)生出國，績(jì)點(diǎn)對于升學(xué)的關(guān)聯(lián)程度最高，為“強”，對于就業(yè)的關(guān)聯(lián)程度在其他兩者之間，為“中”。
�。ㄈ┚蜆I(yè)與家庭經(jīng)濟情況的關(guān)系
筆者對該學(xué)院中家庭經(jīng)濟困難學(xué)生（即家庭人均月收入低于1000元，有些家庭還存在喪失勞動(dòng)力、患重大疾病等情況），2013-2015屆的學(xué)生中這些學(xué)生的就業(yè)情況如下。從上圖中可以看出，家庭經(jīng)濟這一因素與出國的關(guān)聯(lián)程度最高，為“強”，同時(shí)也是呈“負”關(guān)聯(lián)，與升學(xué)和就業(yè)的關(guān)聯(lián)度為“弱”。
�。ㄋ模┬〗Y
綜合筆者調研的情況，就業(yè)與所學(xué)專(zhuān)業(yè)、績(jì)點(diǎn)和家庭經(jīng)濟情況這三種因素之間的關(guān)聯(lián)程度可以用下表表示。當然，由于“樣本”的有限性和局限性，以上的關(guān)聯(lián)程度也是筆者通過(guò)大數據分析所得出的，需要進(jìn)一步的更新和驗證，在對于學(xué)生個(gè)性化指導時(shí)僅供參考。在下一節中，筆者也會(huì )就運用大數據分析開(kāi)展大學(xué)生就業(yè)指導的原則做進(jìn)一步的解釋和說(shuō)明。
三、運用大數據分析開(kāi)展大學(xué)生就業(yè)指導的原則
高校中的大數據分析應用無(wú)疑會(huì )對現有的工作模式、研究方法帶來(lái)變革，創(chuàng )新，與此同時(shí)，由于對于大數據分析應用的掌握還不全面，對于構建大數據分析應用體系還不成熟，容易出現問(wèn)題，適得其反。鑒于此，大數據分析在大學(xué)生個(gè)性化就業(yè)指導中的應用應注意把握如下原則。首先，大數據分析在大學(xué)生個(gè)性化就業(yè)指導中的應用應把握系統性的原則。雖然采集到的數據是彼此獨立的，但是在數據的內部是有一定的潛在關(guān)聯(lián)和聯(lián)系的，不能把任何的數據割裂開(kāi)來(lái)看待。應該建立一套完整的數據體系，通過(guò)大數據分析的手段建立起數據之間的內在聯(lián)系，從而進(jìn)行數據處理，情況分析，用以指導日常工作的開(kāi)展。與此同時(shí)，這個(gè)體系也必須是動(dòng)態(tài)調整，與時(shí)俱進(jìn)，不斷完善的。因為隨著(zhù)時(shí)代的發(fā)展，社會(huì )的進(jìn)步，會(huì )出現很多新情況和新問(wèn)題，而這些都會(huì )在數據中得到體現。其次，大數據分析在大學(xué)生個(gè)性化就業(yè)指導中的應用應把握準確性的原則。沒(méi)有數據，大數據分析就無(wú)從談起；而沒(méi)有準確的數據，大數據分析的結果將無(wú)法推動(dòng)工作。輔導員可以利用學(xué)校系統中的各類(lèi)數據及日常與學(xué)生接觸交流中獲取的信息，進(jìn)行加工提取，分析篩選，分類(lèi)匯總，提高大數據分析的準確性和客觀(guān)性。最后，大數據分析在大學(xué)生個(gè)性化就業(yè)指導中的應用應把握針對性的原則。有了大量的數據，我們可以使用大數據分析這一手段，但是在此過(guò)程中，我們也不能一味只追求數據的“大”，而應該根據大數據分析和模型，了解大學(xué)生的現狀，滿(mǎn)足他們的需求，從而開(kāi)展有針對性的指導，讓他們走出校門(mén)之后，可以和社會(huì )的需求相匹配，為國家和社會(huì )做貢獻，實(shí)現人生價(jià)值。
四、結語(yǔ)
隨著(zhù)技術(shù)的不斷發(fā)展，社會(huì )的不斷進(jìn)步，大數據將逐漸成為現代社會(huì )中非常重要的一種數據分析方式，對于現有的學(xué)科體系和研究方法都會(huì )帶來(lái)巨大的發(fā)展和變化。大學(xué)生就業(yè)分析和指導，作為社會(huì )學(xué)和教育學(xué)相交叉的內容之一，大數據在其中的應用，也將會(huì )越來(lái)越廣泛。運用大數據的方法，得到的并不是最終答案，而是一個(gè)參考答案，因為人是“活”的，而數據是“死”的，通過(guò)大數據的方法是為了讓我們更好地開(kāi)展工作，指導學(xué)生。
作者：陳睿 許蓓蕾 黃芳 單位：復旦大學(xué) 信息科學(xué)與工程學(xué)院 黨委學(xué)生工作部
【理工科大學(xué)生就業(yè)指導原則論文】相關(guān)文章：
淺析“禮貌原則”與“得體原則”論文06-21
理工科本科論文致謝09-06
理工科畢業(yè)論文07-29
理工科論文范文08-03
論文提綱重要原則09-24
論文提綱編寫(xiě)原則10-10
理工科大學(xué)生人文素養論文10-29
醫學(xué)論文寫(xiě)作的原則10-25
論文答辯的問(wèn)題原則07-01