程春 郁舒蘭

摘 要：大學(xué)生高質(zhì)量就業(yè)成為高校發(fā)展的重中之重，也是檢驗高校人才培養(yǎng)成果的體現(xiàn)。本文以淮陰工學(xué)院的就業(yè)情況為例，研究應(yīng)用型本科院校的就業(yè)數(shù)據(jù)可視化展示，利用可視化軟件GIS（地理信息系統(tǒng)）、Tableau，提供直觀、新穎、高效及美觀的可視化展示方案。

關(guān)鍵詞：高校數(shù)據(jù);就業(yè);數(shù)據(jù)可視化;淮陰工學(xué)院

隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)信息可視化的應(yīng)用遍布各行各業(yè)。[1，2]近年來，在經(jīng)濟(jì)下行的宏觀形勢下，就業(yè)工作面臨著各種壓力。就業(yè)問題是最大的民生問題，要堅持就業(yè)優(yōu)先，實現(xiàn)更高質(zhì)量就業(yè)?！耙粠б宦贰苯ㄔO(shè)、京津冀協(xié)同發(fā)展、長江經(jīng)濟(jì)帶發(fā)展等重大戰(zhàn)略目標(biāo)的推進(jìn)，“中國制造 2025”“互聯(lián)網(wǎng)+”等行動計劃的提出，鄉(xiāng)村振興戰(zhàn)略的構(gòu)建等，必將釋放出巨大的市場活力，給大學(xué)生就業(yè)帶來新的增長空間。

畢業(yè)生的就業(yè)率和高質(zhì)量就業(yè)是高校發(fā)展的重要指標(biāo)之一，就業(yè)情況直接影響高校在社會中的認(rèn)可度。挖掘畢業(yè)生就業(yè)中的各類信息數(shù)據(jù)，借助可視化技術(shù)手段，能有效直觀地了解就業(yè)情況。企業(yè)對學(xué)校人才培養(yǎng)、教育教學(xué)的反饋意見，促進(jìn)學(xué)校的專業(yè)設(shè)置改革，強(qiáng)化專業(yè)實踐環(huán)節(jié)，不斷創(chuàng)新就業(yè)指導(dǎo)服務(wù)，幫助學(xué)生樹立正確的就業(yè)觀念。

1 就業(yè)數(shù)據(jù)來源

淮陰工學(xué)院作為江蘇省蘇北地區(qū)的應(yīng)用型本科院校，以2019屆畢業(yè)生數(shù)據(jù)為研究基礎(chǔ)，建立學(xué)生畢業(yè)去向、就業(yè)質(zhì)量、母校評價等數(shù)據(jù)研究框架。利用學(xué)?，F(xiàn)有的招生、教務(wù)、學(xué)生工作、就業(yè)管理等系統(tǒng)提供各種有關(guān)畢業(yè)生的有效數(shù)據(jù)信息，結(jié)合招聘會期間發(fā)放的調(diào)查表匯總數(shù)據(jù);以數(shù)據(jù)可視化分析呈現(xiàn)，通過交互式研究，挖掘數(shù)據(jù)規(guī)律，為學(xué)校的發(fā)展提供技術(shù)支撐和參考。

2 就業(yè)數(shù)據(jù)整合

2.1 畢業(yè)生基礎(chǔ)數(shù)據(jù)

淮陰工學(xué)院2019屆畢業(yè)生人數(shù)5330人，普通本科3897人，專轉(zhuǎn)本1033人，對口單招400人。生源以省內(nèi)為主，4396人，占比82.48%，省外934人，占比17.52%。就業(yè)率最高的專業(yè)是車輛工程、工程管理、城鄉(xiāng)規(guī)劃等9個專業(yè)，就業(yè)率最低的是英語專業(yè)。

2.2 就業(yè)質(zhì)量方面數(shù)據(jù)

從畢業(yè)生就業(yè)的單位性質(zhì)來看，機(jī)關(guān)事業(yè)單位為2.16%，國有企業(yè)11.07%，“西部計劃”“蘇北計劃”等基礎(chǔ)項目0.29%，民營、三資企業(yè)70.56%，自主創(chuàng)業(yè)0.19%，出國、出境15.14%，其他類別0.59%。從薪酬狀況上看，月收入相對較高的行業(yè)是房地產(chǎn)行業(yè)，相對較低的行業(yè)是衛(wèi)生和社會工作。從工作與專業(yè)相關(guān)度上看，最高的是會計學(xué)專業(yè)92.31%，最低的是市場營銷專業(yè)20.69%。畢業(yè)生工作滿意度最高的是會計學(xué)專業(yè)，最低的是人力資源管理專業(yè)。

2.3 畢業(yè)生對母校滿意度數(shù)據(jù)

通過對畢業(yè)生對母校的滿意度的調(diào)查：自身發(fā)展?jié)M意度為89.78%，母校滿意度96.73%，母校推薦度65.16%，課程教學(xué)滿意度94.54%，學(xué)生管理滿意度94.76，生活服務(wù)滿意度93.80%，創(chuàng)新創(chuàng)業(yè)教育教學(xué)滿意度92.56%，創(chuàng)新創(chuàng)業(yè)實踐訓(xùn)練滿意度92.83%，創(chuàng)新創(chuàng)業(yè)指導(dǎo)服務(wù)滿意度93.52%，就業(yè)指導(dǎo)服務(wù)滿意度93.87%。

3 就業(yè)數(shù)據(jù)可視化流程分析

數(shù)據(jù)可視化流程主要是由就業(yè)收集數(shù)據(jù)、處理數(shù)據(jù)、可視化映射、可視化展示4種部分組成。

從招生系統(tǒng)、教務(wù)系統(tǒng)、學(xué)工系統(tǒng)中了解學(xué)生情況相關(guān)數(shù)據(jù);從就業(yè)系統(tǒng)中選取當(dāng)年畢業(yè)生就業(yè)情況數(shù)據(jù);通過網(wǎng)絡(luò)調(diào)查、電話反饋等一系列手段對數(shù)據(jù)真?zhèn)芜M(jìn)行抽查，并對已有數(shù)據(jù)進(jìn)行必要的補(bǔ)充。除對數(shù)據(jù)進(jìn)行清洗、去除噪聲外，還需要對數(shù)據(jù)的降維、聚類和切分、抽樣等進(jìn)行處理。處理后的就業(yè)數(shù)據(jù)，再利用桌面系統(tǒng)可視化軟件Tableau 導(dǎo)入數(shù)據(jù)，進(jìn)行就業(yè)數(shù)據(jù)的可視化分析，選擇展示的圖表格式實現(xiàn)可視化。

4 就業(yè)數(shù)據(jù)可視化分析

4.1 就業(yè)數(shù)據(jù)表達(dá)方式

（1）基于GIS的就業(yè)分布信息可視化。通過對就業(yè)數(shù)據(jù)進(jìn)行分析，淮工2019 屆畢業(yè)生就業(yè)的主要地區(qū)集中在江蘇省及浙滬地區(qū)。其中，江蘇省內(nèi)就業(yè)人數(shù)占比為 77.11%，省外就業(yè)及出國人數(shù)占比為 22.89%。就業(yè)單位的城市整體環(huán)境、配套設(shè)施、交通分布、距離家庭遠(yuǎn)近等因素都會影響畢業(yè)生就業(yè)的選擇。因此，部分?jǐn)?shù)據(jù)適合用GIS（地理信息系統(tǒng)）做就業(yè)去向問題進(jìn)行可視化分析。

GIS（地理信息系統(tǒng)）是對地理空間信息進(jìn)行采集、管理、存儲、分析、顯示、輸出的一項技術(shù)。它以數(shù)據(jù)為基礎(chǔ)，可以建立地理空間的統(tǒng)計，將地理空間分布的數(shù)據(jù)特征可視化。[3]利用GIS引擎渲染可視化背景，通過顏色、形狀映射將畢業(yè)生就業(yè)指標(biāo)數(shù)據(jù)進(jìn)行疊加，以點線動態(tài)結(jié)合方式研究其分布狀況，從而簡潔明了地展示地理信息對畢業(yè)生就業(yè)的影響。

（2）基于Tableau特征的就業(yè)數(shù)據(jù)可視化分析。在我們統(tǒng)計的就業(yè)情況數(shù)據(jù)中，包含了畢業(yè)生的結(jié)構(gòu)數(shù)據(jù)分析，比如學(xué)科門類、性別、生源地、民族、專業(yè)等數(shù)據(jù)，同時還有各專業(yè)的就業(yè)率、收入情況、滿意度等。這些都可以在Tableau中開展數(shù)據(jù)分析， Excel格式數(shù)據(jù)直接導(dǎo)入Tableau中建立數(shù)據(jù)分析，實現(xiàn)多方位聯(lián)動分析及呈現(xiàn)數(shù)據(jù)可視化功能。

Tableau可以使數(shù)據(jù)與圖表結(jié)合展現(xiàn)，選擇連接的數(shù)據(jù)源，連接到數(shù)據(jù)，然后選擇Excel，在Tableau可視化軟件中打開Excel后，點擊“轉(zhuǎn)到工作表”，在Tableau中展現(xiàn)就業(yè)Excel數(shù)據(jù)。我們可以清晰地看到Tableau中的分維度和度量兩種數(shù)據(jù)類型，其中，維度是不可統(tǒng)計的數(shù)據(jù)，度量是我們統(tǒng)計好的就業(yè)相關(guān)數(shù)據(jù)，就業(yè)原始數(shù)據(jù)中的就業(yè)地點理所當(dāng)然就是維度數(shù)據(jù)，而就業(yè)人數(shù)則就是度量數(shù)據(jù)。因為要使用Tableau的地圖功能，所以首先得將就業(yè)地點這個維度數(shù)據(jù)變成地理角色。[4]右鍵“就業(yè)地點”—選擇“地理角色”—選擇“就業(yè)地點”;確定后會看“就業(yè)地點”旁邊有個小地球的標(biāo)示，按住Ctrl鍵，同時選擇這兩個字段，隨便選擇一個地圖。選擇的數(shù)據(jù)已經(jīng)在中國地圖指定位置顯示出來了。Tableau可以把數(shù)據(jù)轉(zhuǎn)換成條形圖、折線圖、餅圖、地圖、散布圖、甘特圖、氣泡圖、直方圖、靶心圖、熱點圖、突出顯示表、樹形圖、箱形圖等圖表，簡單靈活，容易操控。

4.2 應(yīng)用型本科的就業(yè)數(shù)據(jù)可視化研究方法

（1）橫向多變量關(guān)聯(lián)數(shù)據(jù)可視分析。就業(yè)數(shù)據(jù)可視化是一個復(fù)雜的多關(guān)聯(lián)的數(shù)據(jù)可視化分析，分析就業(yè)的個性特征和共性特征。學(xué)生的所學(xué)專業(yè)、就業(yè)領(lǐng)域、就業(yè)地點以及生源省份都存在多種關(guān)聯(lián)，對同一屆不同類型畢業(yè)生分析，省內(nèi)及經(jīng)濟(jì)發(fā)達(dá)地區(qū)畢業(yè)生主要首選以考研為主，約占學(xué)生總數(shù)的20%;其次才是求職。就業(yè)滿意度來說，文科專業(yè)比理科專業(yè)要高。可以通過可視化技術(shù)對各種就業(yè)數(shù)據(jù)的關(guān)聯(lián)性展現(xiàn)出來，實現(xiàn)多個變量同時可視化聯(lián)動分析，從而尋找相互間的變化規(guī)律，為高校的改革發(fā)展提供思路。

（2）縱向時序性關(guān)聯(lián)數(shù)據(jù)可視化分析。高校就業(yè)數(shù)據(jù)分析，要考慮到縱向時序性數(shù)據(jù)的采集，同一屆畢業(yè)生數(shù)據(jù)的變化易出現(xiàn)偶然性，不能代表其規(guī)律。對于這種情況，我們通過對2015～2019年的就業(yè)數(shù)據(jù)進(jìn)行分析，按縱向時間順序進(jìn)行可視化分析方法，將時間作為主要研究線路，對動態(tài)、靜態(tài)交互方式處理。[5，6，7，8，9，10]對歷年數(shù)據(jù)進(jìn)行可視化分析，研究應(yīng)用型本科院校就業(yè)數(shù)據(jù)的歷年變化特征，通過縮略圖呈現(xiàn)在圖表上，展示就業(yè)情況歷年變化。

5 結(jié)語

數(shù)據(jù)可視化分析研究在各個領(lǐng)域應(yīng)用廣泛。本文就淮陰工學(xué)院就業(yè)數(shù)據(jù)進(jìn)行可視化分析，探索影響畢業(yè)生就業(yè)存在的因素，根據(jù)數(shù)據(jù)變化規(guī)律，為應(yīng)用型本科高校調(diào)整招生專業(yè)、人才培養(yǎng)方案制訂提供依據(jù)，促進(jìn)高校長遠(yuǎn)發(fā)展，為地方經(jīng)濟(jì)發(fā)展培養(yǎng)更多高端人才。

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].電腦知識與術(shù)，2016，12（17）：231-233.

[2] 孫夢覺，徐敏，牛斌.電力大數(shù)據(jù)可視化研究設(shè)計[J].電子技術(shù)與軟件工程，2017（19）：173-174.

[3] 楊蘇寧.空間數(shù)據(jù)挖掘在城市地理信息系統(tǒng)中的應(yīng)用[D].江蘇科技大學(xué)，2010.

[4] 陳佳艷.基于Tableau實現(xiàn)在線教育大數(shù)據(jù)的可視化分析[J].江蘇商論，2018（2）：123-125.

[5] 高娃.交互設(shè)計類課程過程性考核探索研究[J].設(shè)計，2018（18）：111-113.

[6] 李晶.人機(jī)界面設(shè)計課程體系探討[J].設(shè)計，2018（23）：112-114.

[7] 蔣曉雪，金冬.淺談閩南文化在交互文創(chuàng)的設(shè)計與應(yīng)用[J].戲劇之家，2019（18）：186-190.

[8] 何曉喬，戴甜甜，趙寅.產(chǎn)品交互體驗設(shè)計研究[J].藝術(shù)科技，2019，32（07）：55-56.

[9] 王瑋，韓鵬，黃琳皓，羅亦然. SOLOMO模式下在線旅游產(chǎn)品的交互界面設(shè)計[J].創(chuàng)意設(shè)計源，2018（03）：60-65.

[10] 簡夢婕，李晶，劉燦燦.針對大學(xué)生拖延癥的勸導(dǎo)式交互產(chǎn)品設(shè)計研究[J].設(shè)計，2019，32（19）：138-140.