拜亞萌　張燕玲

【摘 要】對(duì)國(guó)內(nèi)外大學(xué)生就業(yè)網(wǎng)絡(luò)信息服務(wù)進(jìn)行研究，分析高校畢業(yè)生就業(yè)網(wǎng)絡(luò)信息服務(wù)中存在的問題。結(jié)合大學(xué)生就業(yè)網(wǎng)絡(luò)信息服務(wù)的實(shí)際需求，采用大數(shù)據(jù)分析技術(shù)、數(shù)據(jù)挖掘技術(shù)，優(yōu)化大數(shù)據(jù)分析模型及相應(yīng)推薦算法，設(shè)計(jì)畢業(yè)生就業(yè)網(wǎng)絡(luò)信息服務(wù)模型，構(gòu)建大數(shù)據(jù)時(shí)代下的就業(yè)網(wǎng)絡(luò)服務(wù)模式。通過收集、獲取多維度的海量就業(yè)數(shù)據(jù)，并分析求職者的求職行為，預(yù)測(cè)出求職者的求職意向，并推薦符合其個(gè)性化需求的就業(yè)信息，從而達(dá)到“精準(zhǔn)化”的就業(yè)服務(wù)。

【關(guān)鍵詞】就業(yè)服務(wù)模式；用戶行為；個(gè)性化推薦

中圖分類號(hào)： G647.38；G252 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 2095-2457（2018）31-0006-002

DOI：10.19694/j.cnki.issn2095-2457.2018.31.003

0 引言

“就業(yè)難”和“招工難”并存的現(xiàn)象，充分反映了高校畢業(yè)生就業(yè)結(jié)構(gòu)不合理，有效需求分析不足等問題?，F(xiàn)有的就業(yè)網(wǎng)站服務(wù)的服務(wù)內(nèi)容、就業(yè)資源組織形式及匹配策略等也沒有專門針對(duì)高校畢業(yè)生需求建設(shè)，使得高校畢業(yè)生在利用就業(yè)網(wǎng)站求職時(shí)的個(gè)性化服務(wù)需求很難得到滿足。

另外現(xiàn)有的就業(yè)網(wǎng)絡(luò)信息服務(wù)模式大都形式單一，仍停留在“人找工作”傳統(tǒng)模式，沒有根據(jù)求職者的簡(jiǎn)歷或偏好給出有精確性的信息匹配，個(gè)性化推薦程度不高[1]。雖然大多數(shù)就業(yè)服務(wù)網(wǎng)站提供了職位推薦功能，但大部分推薦系統(tǒng)智能化水平不高，僅根據(jù)求職者所填寫的求職意向等基本信息進(jìn)行職位推薦，并沒有針對(duì)用戶求職者的網(wǎng)絡(luò)瀏覽行為進(jìn)行深度分析，不能準(zhǔn)確掌握求職者的求職偏好，無法對(duì)求職者提供“精準(zhǔn)化”推薦服務(wù)[2-3]。與此同時(shí)，由于人才庫信息量巨大，人才信息特點(diǎn)各異，用人單位對(duì)人才的需求各不相同，在海量的信息下，信息匹配精準(zhǔn)不準(zhǔn)確，“工作匹配人”的服務(wù)模式不夠成熟 。由此可見，精準(zhǔn)化推薦成為就業(yè)網(wǎng)絡(luò)信息服務(wù)模式的發(fā)展趨勢(shì)之一。

1 就業(yè)網(wǎng)絡(luò)信息服務(wù)模式構(gòu)建思路

在網(wǎng)絡(luò)就業(yè)招聘領(lǐng)域，求職用戶和招聘需求是具有供需關(guān)系的對(duì)立主體，也是就業(yè)信息服務(wù)的主要研究對(duì)象，每一類用戶都擁有各自的屬性資源。其中，求職用戶除了擁有自己的客觀屬性之外，也有對(duì)未來就業(yè)的主觀興趣要求，與此同時(shí)，企業(yè)用戶所發(fā)布的實(shí)際崗位需求，也可以劃分為崗位客觀需求和對(duì)應(yīng)聘者的主觀要求 。求職用戶和企業(yè)用戶的客觀屬性和主觀需求有很多對(duì)應(yīng)的關(guān)系，如圖1所示。

由圖1可知，不同的主體用戶的主客觀信息都有著一一對(duì)應(yīng)的關(guān)系，求職用戶對(duì)職位的需求跟公司的招聘需求是一個(gè)對(duì)等的關(guān)系，可以用同一個(gè)統(tǒng)一的屬性集合來表示，通過匹配二者的屬性來決定是否給用戶做推薦。本文正是基于此思路，提出并設(shè)計(jì)基于大數(shù)據(jù)分析的就業(yè)網(wǎng)絡(luò)信息服務(wù)模式。

2 就業(yè)網(wǎng)絡(luò)信息服務(wù)模式構(gòu)建方案

就業(yè)網(wǎng)絡(luò)信息服務(wù)模式構(gòu)建方案，從服務(wù)對(duì)象、服務(wù)平臺(tái)、服務(wù)內(nèi)容、服務(wù)策略以及相互關(guān)系進(jìn)行描述，重點(diǎn)闡述了就業(yè)網(wǎng)絡(luò)信息服務(wù)平臺(tái)以及“精準(zhǔn)化”就業(yè)服務(wù)推薦模型的設(shè)計(jì)過程。

2.1 就業(yè)網(wǎng)絡(luò)信息服務(wù)平臺(tái)總體設(shè)計(jì)

就業(yè)網(wǎng)絡(luò)信息服務(wù)平臺(tái)的總體模型采用多層次結(jié)構(gòu)為設(shè)計(jì)思想，自頂而下劃分為三個(gè)層次：信息服務(wù)平臺(tái)層、信息服務(wù)策略層、信息數(shù)據(jù)庫層。各個(gè)層次分工明確、相輔相成，共同組成了面向不同用戶維度的高校畢業(yè)生就業(yè)信息服務(wù)體系，同時(shí)，使得該信息服務(wù)平臺(tái)具有低耦合、可擴(kuò)展等技術(shù)特性，該服務(wù)平臺(tái)總體架構(gòu)如圖2所示。

（1）服務(wù)平臺(tái)層

以就業(yè)信息服務(wù)網(wǎng)站的方式，向求職者和用人單位等相關(guān)主體用戶提供訪問通道，主要向用戶提供各種就業(yè)信息服務(wù)，包括個(gè)人簡(jiǎn)歷管理、個(gè)人信息管理、個(gè)性化搜索管理、職業(yè)規(guī)劃管理等多個(gè)核心模塊和基本的服務(wù)功能。

（2）服務(wù)策略層

該層負(fù)責(zé)對(duì)上層所提出的各種業(yè)務(wù)需求提供智能化、個(gè)性化的就業(yè)信息服務(wù)和服務(wù)策略，為求職用戶提供精準(zhǔn)化的職位匹配結(jié)果，為用人單位提供就業(yè)趨勢(shì)分析。

（3）數(shù)據(jù)倉(cāng)庫層

底層為數(shù)據(jù)倉(cāng)庫系統(tǒng)，主要為上層的各種就業(yè)網(wǎng)絡(luò)應(yīng)用提供基礎(chǔ)的數(shù)據(jù)支撐。包括海量異構(gòu)數(shù)據(jù)倉(cāng)庫、就業(yè)網(wǎng)絡(luò)信息服務(wù)核心數(shù)據(jù)庫以及數(shù)據(jù)ETL引擎三部分組成，效解決了異構(gòu)數(shù)據(jù)庫之間的數(shù)據(jù)共享度低和集成度低等問題。

2.2 精準(zhǔn)化就業(yè)服務(wù)推薦模型設(shè)計(jì)

精準(zhǔn)化就業(yè)服務(wù)推薦模型是整個(gè)就業(yè)信息服務(wù)模式的核心，通過對(duì)求職者的行為數(shù)據(jù)進(jìn)行分析，利用精準(zhǔn)化推薦引擎，為求職者的真實(shí)求職意圖進(jìn)行預(yù)測(cè)和推薦，從而提高就業(yè)服務(wù)的智能化水平。其中，精準(zhǔn)化推薦流程如圖3所示，推薦模型工作步驟設(shè)計(jì)如下：

（1）采集信息：獲取求職用戶基本信息、用戶行為數(shù)據(jù)以及招聘需求的基本信息；

（2）創(chuàng)建模型：對(duì)求職用戶和招聘企業(yè)分別創(chuàng)建簡(jiǎn)歷類資源模型和職位類資源模型；

（3）抽取集合：抽取由主觀興趣和客觀特征組成的屬性集合，進(jìn)而生成各自屬性向量集；

（4）數(shù)據(jù)處理：利用用戶協(xié)同過濾推薦算法，對(duì)用戶——就業(yè)信息數(shù)據(jù)向量進(jìn)行匹配計(jì)算；

（5）結(jié)果推薦：根據(jù)匹配結(jié)果，對(duì)權(quán)重推薦度進(jìn)行排序，取相似度靠前的推薦結(jié)果推薦給用戶。

推薦算法是推薦引擎的核心部件，本文采用協(xié)同過濾推薦算法作為推薦算法，相比基于內(nèi)容和基于規(guī)則的推薦算法，協(xié)同過濾推薦算法具有數(shù)據(jù)依賴度較低、模型構(gòu)建簡(jiǎn)單、數(shù)據(jù)采集便捷等特點(diǎn)。該算法對(duì)用戶隱式數(shù)據(jù)的挖掘具有明顯的優(yōu)勢(shì)，能夠提高推薦系統(tǒng)的結(jié)果多樣性。算法思想：以收集用戶行為數(shù)據(jù)為基礎(chǔ)，找出與目標(biāo)求職者相似的其他用戶，利用相似求職者的求職行為，對(duì)目標(biāo)求職者的行為進(jìn)行預(yù)測(cè)，并將相似結(jié)果推薦給求職者。由此可對(duì)基于用戶的協(xié)同過濾推薦算法進(jìn)行如下描述：

算法輸入：對(duì)不同職位進(jìn)行興趣度評(píng)分，構(gòu)建評(píng)分矩陣向量

算法輸出：產(chǎn)生職位推薦結(jié)果

算法流程：

（1）利用相似度計(jì)算公式，計(jì)算兩個(gè)評(píng)分向量之間的夾角與余弦值，即相似度值S；

（2）若S越大，則表示兩個(gè)求職者的興趣度一致，否則表示兩個(gè)求職者的興趣度有差別；

（3）設(shè)置相似度閾值F，對(duì)相似度計(jì)算結(jié)果進(jìn)行過濾，將低于該閾值的用戶信息舍棄，保留高于該閾值的用戶信息；

（4）設(shè)置鄰居數(shù)值K，對(duì)篩選后的用戶進(jìn)行排序，選取前K個(gè)作為用戶的鄰居；

（5）提取前K個(gè)鄰居的興趣信息，并將該結(jié)果作為推薦結(jié)果，作為數(shù)據(jù)輸出；

3 結(jié)束語

本文圍繞高校畢業(yè)生就業(yè)信息服務(wù)模式進(jìn)行研究，優(yōu)化構(gòu)建一種基于大數(shù)據(jù)分析的就業(yè)信息服務(wù)模式，對(duì)網(wǎng)絡(luò)求職者的操作行為進(jìn)行收集和分析，建立用戶行為模型和職位需求模型，并通過模型計(jì)算和屬性匹配，預(yù)測(cè)求職者的真實(shí)的求職意圖。該服務(wù)模型的創(chuàng)建，可以彌補(bǔ)當(dāng)前就業(yè)信息服務(wù)的不足，進(jìn)而為就業(yè)信息實(shí)現(xiàn)更為精準(zhǔn)化、個(gè)性化的就業(yè)推薦服務(wù)。

【參考文獻(xiàn)】

[1]劉彤.大學(xué)生求職信息搜集行為與就業(yè)信息服務(wù)供給優(yōu)化[J].經(jīng)濟(jì)研究導(dǎo)刊，2018（20）：77-79.

[2]趙明.淺談大學(xué)生就業(yè)信息服務(wù)體系的構(gòu)建[J].現(xiàn)代職業(yè)教育，2018（12）：43-45.

[3]賈小涵，周思彤，葉俊豪，等.高校就業(yè)信息服務(wù)實(shí)施策略研究[J].山西青年，2018（13）：110-112.