趙曌

摘要：針對(duì)畢業(yè)生就業(yè)難，無(wú)就業(yè)方向等問(wèn)題，利用往屆畢業(yè)生的就業(yè)數(shù)據(jù)做出就業(yè)推薦則能很好的給應(yīng)屆畢業(yè)生提供就業(yè)參考，幫助他們選擇就業(yè)方向。現(xiàn)如今畢業(yè)生的就業(yè)信息數(shù)據(jù)量大，統(tǒng)計(jì)難度大，只有采用高效的數(shù)據(jù)可視化方法才能有效分析出往屆學(xué)生的就業(yè)信息，做出就業(yè)推薦。因此基于數(shù)據(jù)可視化的畢業(yè)生就業(yè)推薦平臺(tái)的設(shè)計(jì)就非常重要。在此平臺(tái)的設(shè)計(jì)過(guò)程中，主要采用基于Python的推薦算法，以及數(shù)據(jù)可視化技術(shù)。

關(guān)鍵詞：大數(shù)據(jù);數(shù)據(jù)可視化;就業(yè)推薦

一、研究意義

目前針對(duì)畢業(yè)生的就業(yè)推薦算法已有成熟的解決方案，但基本都是通過(guò)簡(jiǎn)單的數(shù)據(jù)分析來(lái)做出就業(yè)推薦，針對(duì)畢業(yè)生的就業(yè)信息的數(shù)據(jù)可視化分析研究卻很少見(jiàn)，以及基于Python的Web項(xiàng)目建設(shè)也較少見(jiàn)。

（一）采用數(shù)據(jù)可視化技術(shù)深入分析歷屆畢業(yè)生的就業(yè)情況

在大數(shù)據(jù)時(shí)代背景下，數(shù)據(jù)量劇烈增加，呈指數(shù)型增長(zhǎng)，對(duì)于數(shù)據(jù)處理、數(shù)據(jù)可視化提出了新的要求【1】。需要采用數(shù)據(jù)可視化技術(shù)對(duì)數(shù)據(jù)進(jìn)行分析處理，提取出有意義數(shù)據(jù)。

（二）針對(duì)畢業(yè)生的需求，為畢業(yè)生提供就業(yè)推薦

隨著畢業(yè)生人數(shù)的增加，就業(yè)崗位的增加，對(duì)于高職畢業(yè)生而言，如何有效擇業(yè)成為了一大難題。多數(shù)畢業(yè)生選擇就業(yè)崗位較盲目，沒(méi)有合理的就業(yè)規(guī)劃與較好的就業(yè)推薦。因此利用往年畢業(yè)生的就業(yè)信息篩選出有效就業(yè)信息，并作出就業(yè)推薦是較好的方法。因此建立基于數(shù)據(jù)可視化的畢業(yè)生就業(yè)推薦平臺(tái)則顯得尤為重要。

二、平臺(tái)建設(shè)分析

（一）研究?jī)?nèi)容

本項(xiàng)目重點(diǎn)研究基于畢業(yè)生就業(yè)信息的數(shù)據(jù)處理方式、基于Python的數(shù)據(jù)可視化實(shí)現(xiàn)、基于協(xié)同過(guò)濾的推薦算法。其中難點(diǎn)在于基于畢業(yè)生就業(yè)信息的數(shù)據(jù)可視化實(shí)現(xiàn)方式，擬解決可視化實(shí)現(xiàn)中平臺(tái)兼容性等問(wèn)題。預(yù)期能夠?qū)崿F(xiàn)多維度多角度視圖呈現(xiàn)。主要指標(biāo)為以全面的視角做出可視化效果，以得到對(duì)就業(yè)信息的深入分析，從而對(duì)畢業(yè)生做出就業(yè)推薦。

（1）大數(shù)據(jù)背景下的畢業(yè)生就業(yè)信息數(shù)據(jù)可視化方法的研究

數(shù)據(jù)可視化方法較多，主要從數(shù)據(jù)預(yù)處理，數(shù)據(jù)建模，數(shù)據(jù)的二維三維顯示等方面來(lái)實(shí)現(xiàn)數(shù)據(jù)的可視化。在數(shù)據(jù)采集階段，我們通常采用python爬蟲(chóng)的方法來(lái)從網(wǎng)絡(luò)上爬取大量的高職生就業(yè)崗位，同時(shí)從學(xué)校的就業(yè)系統(tǒng)中讀取出大量的畢業(yè)生就業(yè)崗位。接著就是數(shù)據(jù)預(yù)處理階段，給數(shù)據(jù)去噪，剔除無(wú)意義數(shù)據(jù)。同時(shí)將已經(jīng)獲取的數(shù)據(jù)進(jìn)行分類(lèi)，根據(jù)專(zhuān)業(yè)將網(wǎng)絡(luò)上爬取的就業(yè)崗位進(jìn)行分類(lèi)，為后期的就業(yè)推薦打下基礎(chǔ)。同時(shí)將學(xué)校就業(yè)系統(tǒng)中獲取的數(shù)據(jù)進(jìn)行分類(lèi)處理，將畢業(yè)生的無(wú)效就業(yè)信息祛除。第三步為數(shù)據(jù)可視化，我們通常是采用python的numpy庫(kù)來(lái)實(shí)現(xiàn)數(shù)據(jù)的可視化，調(diào)用numpy庫(kù)中的建模方法，將數(shù)據(jù)以二維或三維的形式呈現(xiàn)。

（2）基于Python的推薦算法的研究

待數(shù)據(jù)可視化形成后，就需要完成推薦算法，由于整個(gè)平臺(tái)是采用python語(yǔ)言完成，因此推薦算法選擇了基于python語(yǔ)言的協(xié)同過(guò)濾推薦算法【2】，本算法是基于用戶(hù)的就業(yè)數(shù)據(jù)來(lái)實(shí)現(xiàn)的就業(yè)推薦算法。通過(guò)計(jì)算用戶(hù)之間的相似性，在相似的用戶(hù)之間作出推薦。

（3）基于數(shù)據(jù)可視化的畢業(yè)生就業(yè)推薦系統(tǒng)的建設(shè)

如何將數(shù)據(jù)有效的呈現(xiàn)，則需要建立基于數(shù)據(jù)可視化的畢業(yè)生就業(yè)推薦系統(tǒng)，此平臺(tái)采用python語(yǔ)言編寫(xiě)，使用Flask框架來(lái)完成平臺(tái)的代碼編寫(xiě)【3】。Flask框架以簡(jiǎn)潔、擴(kuò)展性強(qiáng)的特點(diǎn)使平臺(tái)的建設(shè)更容易實(shí)現(xiàn)。整個(gè)就業(yè)推薦平臺(tái)分為以下幾個(gè)模塊：

（1）用戶(hù)登錄模塊

此模塊實(shí)現(xiàn)的功能為用戶(hù)登錄，分為普通用戶(hù)和管理員模塊，普通用戶(hù)可實(shí)現(xiàn)查看數(shù)據(jù)可視化信息，查看就業(yè)推薦信息。

（2）分專(zhuān)業(yè)的數(shù)據(jù)可視化模塊

此模塊實(shí)現(xiàn)的功能為以專(zhuān)業(yè)分類(lèi)來(lái)實(shí)現(xiàn)數(shù)據(jù)可視化，可選擇可視化的方法如柱狀圖、餅圖、三維圖等。當(dāng)用戶(hù)選擇想要查看的專(zhuān)業(yè)后，則出現(xiàn)了可視化的效果圖，效果圖以學(xué)生人數(shù)和就業(yè)方向?yàn)閮蓚€(gè)統(tǒng)計(jì)維度來(lái)顯示就業(yè)信息。

（3）就業(yè)推薦模塊

此模塊實(shí)現(xiàn)的功能為就業(yè)推薦功能，當(dāng)選擇專(zhuān)業(yè)信息后，系統(tǒng)根據(jù)就業(yè)推薦算法給出推薦的就業(yè)方向，并按照相關(guān)性給出多種就業(yè)推薦，以相關(guān)性大小排序顯示。

（4）信息反饋模塊

該模塊實(shí)現(xiàn)的功能為畢業(yè)生的就業(yè)信息反饋，以發(fā)送郵件的形式對(duì)畢業(yè)生進(jìn)行就業(yè)回訪，將就業(yè)回訪的數(shù)據(jù)與就業(yè)推薦模塊結(jié)合，完善就業(yè)推薦算法【4】。

（二）研究工作的總體安排及進(jìn)度

第一階段：數(shù)據(jù)收集階段，收集畢業(yè)生就業(yè)信息，以及數(shù)據(jù)預(yù)處理。

第二階段：設(shè)計(jì)數(shù)據(jù)可視化方案，實(shí)現(xiàn)對(duì)就業(yè)信息的多維度分析。

第三階段：基于Python的就業(yè)信息推薦平臺(tái)的項(xiàng)目需求分析。

第四階段：基于Python的就業(yè)信息推薦平臺(tái)的項(xiàng)目詳細(xì)設(shè)計(jì)及代碼編寫(xiě)。

第五階段：項(xiàng)目功能測(cè)試。撰寫(xiě)項(xiàng)目報(bào)告。

（三）研究基礎(chǔ)

1.本項(xiàng)目參與的研究人員有副教授2人，其他成員具有較強(qiáng)的軟件開(kāi)發(fā)能力，其他參與研究人員也都是碩士研究生學(xué)歷，具有較高的科研能力。

2.已有較完善的歷屆畢業(yè)生的就業(yè)數(shù)據(jù)，為后期的數(shù)據(jù)分析服務(wù)。

3.進(jìn)行了有關(guān)HTML、MySQL、Python的相關(guān)知識(shí)儲(chǔ)備，做過(guò)基于Python的圖形圖像識(shí)別項(xiàng)目，對(duì)數(shù)據(jù)可視化有一定的基礎(chǔ)。

4.有Web開(kāi)發(fā)的實(shí)踐經(jīng)驗(yàn)，能完成基于Python的Web項(xiàng)目開(kāi)發(fā)。

（四）研究方法和路線

本課題研究采用了調(diào)研、數(shù)據(jù)收集、項(xiàng)目設(shè)計(jì)、功能測(cè)試等方法。

步驟：（1）就業(yè)信息數(shù)據(jù)收集;

（2）采用數(shù)據(jù)可視化模式做出就業(yè)數(shù)據(jù)分析;

（3）基于可視化分析數(shù)據(jù)完善推薦算法;

（4）融合可視化分析及就業(yè)推薦算法，完善基于數(shù)據(jù)可視化的就業(yè)推薦項(xiàng)目。

參考文獻(xiàn)

[1]黃堰，程曉榮.大數(shù)據(jù)背景下數(shù)據(jù)可視化方法研究[J].電腦知識(shí)與技術(shù)，2016年5月

[2]隋占麗，李文.面向大學(xué)生就業(yè)的協(xié)同過(guò)濾推薦算法與推薦系統(tǒng)研究[J].山東農(nóng)業(yè)工程學(xué)院學(xué)報(bào)，2017年

[3]嚴(yán)婷，文欣秀.基于Python的可視化數(shù)據(jù)分析平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)時(shí)代，2017年12期

[4]陳鈞.大數(shù)據(jù)時(shí)代條件下大學(xué)生就業(yè)促進(jìn)論析[J].繼續(xù)教育研究，2017年第5期.