基于大數(shù)據(jù)平臺的大學(xué)就業(yè)信息管理系統(tǒng)

李楠

（西安醫(yī)學(xué)院護(hù)理與康復(fù)學(xué)院，陜西西安 710021）

大學(xué)畢業(yè)生日益增多，就業(yè)難問題越來越嚴(yán)重。大部分大學(xué)畢業(yè)生對就業(yè)定位選擇困難，固化的選擇工作思維，增加了大學(xué)畢業(yè)生就業(yè)困難的程度[1]。這就需要每個大學(xué)積極為畢業(yè)生開展就業(yè)指導(dǎo)、就業(yè)單位分析與就業(yè)推薦等服務(wù)[2]。開發(fā)一個可以提升大學(xué)就業(yè)中心工作效率與服務(wù)質(zhì)量的信息管理系統(tǒng)具有重要意義。信息管理系統(tǒng)可應(yīng)用于各個領(lǐng)域，例如蘇蔓等設(shè)計的血站免疫血液學(xué)實驗室信息管理系統(tǒng)，提升了實驗室的工作效率與實驗過程的管理水平[3]；吳凡等研究基于多智能體技術(shù)的智能電網(wǎng)信息管理系統(tǒng)，為智能電網(wǎng)信息化與智能化提供有效的技術(shù)支持[4]。

大數(shù)據(jù)處理分布式軟件框的核心是Hadoop，大數(shù)據(jù)編程框架的核心是Mapreduce，數(shù)據(jù)挖掘中分布式計算模型的核心是云計算[5]，大數(shù)據(jù)平臺數(shù)據(jù)存儲的核心是Nosql；大數(shù)據(jù)技術(shù)具備海量性與多樣性的特點，該技術(shù)屬于大數(shù)據(jù)平臺最先涉足的領(lǐng)域[6]。因此，設(shè)計大數(shù)據(jù)平臺的大學(xué)就業(yè)信息管理系統(tǒng)，以減輕大學(xué)就業(yè)指導(dǎo)中心管理工作人員的工作負(fù)擔(dān)，提升大學(xué)畢業(yè)生就業(yè)比率。

1 基于大數(shù)據(jù)平臺的大學(xué)就業(yè)信息管理系統(tǒng)

1.1 系統(tǒng)整體結(jié)構(gòu)

基于大數(shù)據(jù)平臺的大學(xué)就業(yè)信息管理系統(tǒng)包含畢業(yè)生信息管理平臺、企業(yè)信息管理平臺、個性化推薦平臺與就業(yè)信息跟蹤管理平臺4個子系統(tǒng)?；诖髷?shù)據(jù)平臺的大學(xué)就業(yè)信息管理系統(tǒng)功能模塊如圖1所示。

圖1 大學(xué)就業(yè)信息管理系統(tǒng)功能模塊

畢業(yè)生管理平臺包含個人信息管理、就業(yè)信息管理、求職管理與個人信息維4 個功能模塊，其中個人信息管理模塊指畢業(yè)生對個人信息資料的管理，即填寫個人信息，存儲于學(xué)籍?dāng)?shù)據(jù)庫并制作求職簡歷供企業(yè)查詢有關(guān)人才；就業(yè)信息管理模塊指畢業(yè)生能夠查看系統(tǒng)管理員提供的最新就業(yè)新聞與就業(yè)指導(dǎo)，充分了解就業(yè)相關(guān)信息；求職管理模塊為畢業(yè)生提供企業(yè)發(fā)布的招聘信息，畢業(yè)生通過搜索關(guān)鍵詞能夠查看系統(tǒng)內(nèi)企業(yè)的有關(guān)信息，以留言的方式，實現(xiàn)就業(yè)方面的交流；個人信息維護(hù)模塊負(fù)責(zé)為畢業(yè)生提供修改個人密碼服務(wù)。

企業(yè)信息管理平臺包含企業(yè)信息管理模塊、招聘管理模塊與企業(yè)信息維護(hù)模塊3 個功能模塊，其中企業(yè)信息管理模塊指企業(yè)編輯自身的信息，使畢業(yè)生能夠及時了解該企業(yè)的有關(guān)信息；招聘管理模塊負(fù)責(zé)企業(yè)編輯招聘信息，企業(yè)通過關(guān)鍵字搜索有關(guān)人才，尋找滿足崗位需求的畢業(yè)生，以留言的方式，實現(xiàn)企業(yè)和學(xué)生間的在線交流；企業(yè)信息維護(hù)模塊負(fù)責(zé)為企業(yè)提供修改密碼服務(wù)。

個性化推薦平臺由個性化就業(yè)推薦引擎組成，依據(jù)畢業(yè)生與企業(yè)的信息為畢業(yè)生推薦工作，利用基于用戶歷史信息的推薦實現(xiàn)離線就業(yè)推薦；利用基于實時用戶行為數(shù)據(jù)推薦實現(xiàn)在線實時就業(yè)推薦。

就業(yè)信息跟蹤管理平臺包含就業(yè)信息管理模塊與就業(yè)數(shù)據(jù)統(tǒng)計模塊兩個功能模塊，其中就業(yè)信息管理模塊負(fù)責(zé)記錄畢業(yè)生簽約的工作情況信息(工作單位、工作時間與薪資等方面的信息)，系統(tǒng)管理員為畢業(yè)生提供專業(yè)的就業(yè)指導(dǎo)信息，并檢驗企業(yè)發(fā)布招聘信息的真實性，按照招聘信息為大學(xué)做就業(yè)指導(dǎo)分析統(tǒng)計，為大學(xué)改善教學(xué)管理提供數(shù)據(jù)支持；就業(yè)數(shù)據(jù)統(tǒng)計模塊負(fù)責(zé)統(tǒng)計畢業(yè)生信息、企業(yè)信息與就業(yè)情況信息，分析畢業(yè)生就業(yè)情況與人才需求的趨勢，為大學(xué)改變教學(xué)模式提供數(shù)據(jù)支持。

1.2 基于用戶歷史信息推薦方法

基于用戶歷史信息推薦方法通過計算畢業(yè)生相似度與企業(yè)相似度，實現(xiàn)用戶離線推薦[7]。數(shù)據(jù)來源于系統(tǒng)中畢業(yè)生管理平臺與企業(yè)信息管理平臺，基于用戶歷史信息的推薦模型如圖2 所示。基于用戶歷史信息的推薦模型負(fù)責(zé)計算畢業(yè)生與企業(yè)的相似度，對其實施聚類，相似度計算包含可度量相似度計算與不可度量相似度計算，可度量相似度計算是依據(jù)畢業(yè)生的基本信息獲取期望權(quán)重，計算畢業(yè)生的相似度；不可度量相似度計算是依據(jù)畢業(yè)生的實踐經(jīng)歷與實習(xí)經(jīng)歷，以提取關(guān)鍵詞的方式計算畢業(yè)生的相似度[8]。畢業(yè)生相似度的計算是通過分析畢業(yè)生就業(yè)特征，依據(jù)權(quán)重設(shè)置，匹配相似畢業(yè)生；企業(yè)相似度的計算是通過企業(yè)信息與企業(yè)招聘需求等信息實施相似度計算；然后完成企業(yè)與畢業(yè)生的聚類；基于用戶歷史信息的推薦方法是按照企業(yè)招聘需求與畢業(yè)生就業(yè)特征實施關(guān)鍵詞匹配，依據(jù)需求中的重要程度確定權(quán)重，完成畢業(yè)生匹配、畢業(yè)生與工作的匹配，最后顯示推薦結(jié)果[9]。

圖2 推薦模型

1.2.1 畢業(yè)生聚類分析

畢業(yè)生就業(yè)特征屬于畢業(yè)生就業(yè)時的基本屬性，可以呈現(xiàn)畢業(yè)生間的相似程度。按照畢業(yè)生就業(yè)特征組建畢業(yè)生的就業(yè)體征向量P={P1,P2,…,Pn}，Pmn是第m個畢業(yè)生的第n個屬性，表達(dá)式如下：

按照畢業(yè)生就業(yè)特征維度獲取兩個不同畢業(yè)生stui與stuj在同一維度中的相似度，計算公式如下：

其中，畢業(yè)生是Sn(stui,stuj)；畢業(yè)生stui第n個屬性值是；畢業(yè)生stuj第n個屬性值是；第n個屬性值的最大值是；第n個屬性值的最小值是。假設(shè)畢業(yè)生stui的n維向量是stui={Pstui1,Pstui2,…,Pstuin}；假設(shè)畢業(yè)生stuj的n維向量是stuj={Pstuj1,Pstuj2,…,Pstujn}；歐幾里德距離的計算公式如下：

由于不同就業(yè)特征維度的特征權(quán)重不同，因此假設(shè)畢業(yè)生就業(yè)權(quán)重向量θ={θ1,θ2,…,θn}，這樣便可獲取新的距離公式如下：

總體特征向量的表達(dá)公式如下：

通過式（5）能夠獲取各個畢業(yè)生的特征向量與各個畢業(yè)生的特征向量相似度，這樣就能得知某部分畢業(yè)生存在相似性，實施畢業(yè)生群體的聚類。對存在相似性的企業(yè)實施聚類方法與畢業(yè)生群體的聚類方法一致。

1.2.2 企業(yè)相似度計算

為對比分析各個企業(yè)間的相似度，將企業(yè)的各個業(yè)務(wù)定義為一個向量c={y1,y2,…,yn}，企業(yè)招聘信息中對畢業(yè)生需求的元素是y，組建企業(yè)和需求的二維數(shù)據(jù)組是Q[m][n]，Q[m][n]的各個向量表示一個企業(yè)向量c。企業(yè)利用式（3）可實施量化指標(biāo)計算，企業(yè)不可量化指標(biāo)則利用基于內(nèi)容的推薦算法實施文本匹配。

1.3 基于實時用戶行為數(shù)據(jù)推薦方法

基于用戶行為數(shù)據(jù)推薦方法是按照有關(guān)數(shù)據(jù)了解用戶行為偏好，根據(jù)不同行為偏好對相似用戶實施聚類，為用戶推薦相匹配的工作。通過實時數(shù)據(jù)并行化處理能力與基于用戶的協(xié)同過濾、基于物品的協(xié)同過濾算法實施數(shù)據(jù)建模，實現(xiàn)用戶在線實時推薦[10]。

1.3.1 基于用戶的協(xié)同過濾

基于用戶的協(xié)同過濾指若能獲取和畢業(yè)生A具有一樣偏好的其余畢業(yè)生，則為畢業(yè)生A推薦的結(jié)果是依據(jù)這些畢業(yè)生關(guān)注與其投遞的企業(yè)狀況獲取的[11-12]。假設(shè)有過物品行為的畢業(yè)生分別是u與v，設(shè)置畢業(yè)生u的物品集合是N(u)，畢業(yè)生v曾經(jīng)的物品集合是N(v)，按照對畢業(yè)生與畢業(yè)生行為的物品間的關(guān)系獲取u與v的相似度，計算公式如下：

1.3.2 基于物品的協(xié)同過濾

基于物品的協(xié)同過濾指用戶推薦與其曾經(jīng)喜歡物品的相似物品[13]，具體步驟如下：

步驟1：構(gòu)建畢業(yè)生u偏好向量[Su1,Su2,Su3,…,Sun]T；

步驟2：構(gòu)建項目與評分的二維矩陣，不同項目的評分情況由U代表，公式如下：

步驟3：構(gòu)建物品共現(xiàn)向量，共現(xiàn)向量是一個表示不同畢業(yè)生對物品實施評分情況的矩陣，該矩陣代表不同物品間的相似性[14]，假設(shè)對物品a實施評分的用戶數(shù)量是Pa，對物品b實施評分的用戶數(shù)量是Pb，那么物品a與b共現(xiàn)次數(shù)的表達(dá)式如下：

步驟4：生成推薦，將畢業(yè)生偏好向量與物品共現(xiàn)矩陣相乘，獲取一個全新向量，即推薦向量R，Tin的值與畢業(yè)生偏好于某一物品(行為)的程度成正比，依據(jù)推薦需求為畢業(yè)生推薦前n個結(jié)果[15]。推薦向量計算公式如下：

2 實驗結(jié)果與分析

以某大學(xué)為實驗對象，在2019 年1-3 月期間，利用文中系統(tǒng)對該大學(xué)實施就業(yè)信息管理，測試該系統(tǒng)的查詢管理性能、響應(yīng)時間性能、資源占用率與就業(yè)推薦性能。

2.1 信息查詢管理性能測試

以管理大學(xué)就業(yè)信息中的求職信息為例，畢業(yè)生成功登錄文中系統(tǒng)后，能夠通過求職管理模塊實施求職方面的操作[16-18]，畢業(yè)生可查看系統(tǒng)內(nèi)的全部招聘信息，查看結(jié)果如表1 所示。根據(jù)表1 可知，文中系統(tǒng)可有效查看招聘信息，畢業(yè)生能夠輸入關(guān)鍵字對有關(guān)企業(yè)的招聘信息進(jìn)行實施查詢訪問，實現(xiàn)畢業(yè)生和企業(yè)間的在線交流。實驗證明，文中系統(tǒng)能夠有效管理大學(xué)就業(yè)信息中的求職信息。

表1 招聘信息查看結(jié)果

2.2 系統(tǒng)響應(yīng)性能測試

將Loadrunner 當(dāng)作系統(tǒng)性能測試工具，測試文中系統(tǒng)與文獻(xiàn)[3]系統(tǒng)、文獻(xiàn)[4]系統(tǒng)在不同用戶并發(fā)訪問數(shù)量時系統(tǒng)的響應(yīng)時間，測試結(jié)果如圖3 所示。根據(jù)圖3 可知，在不同用戶并發(fā)訪問數(shù)量時，文中系統(tǒng)的響應(yīng)時間均明顯低于其余兩種系統(tǒng)。當(dāng)用戶并發(fā)訪問數(shù)量達(dá)到200 人時，文中系統(tǒng)的響應(yīng)時間趨于平穩(wěn)，一直維持在5 s 以內(nèi)，表示文中系統(tǒng)響應(yīng)時間短，隨著用戶并發(fā)訪問數(shù)量的不斷增加，文中系統(tǒng)依舊保持較好的響應(yīng)時間，具有極佳的性能。隨著用戶并發(fā)訪問數(shù)量的不斷增加，文獻(xiàn)[3]系統(tǒng)與文獻(xiàn)[4]系統(tǒng)的響應(yīng)時間上升幅度波動較大，且系統(tǒng)響應(yīng)時間較慢，表示文獻(xiàn)[3]系統(tǒng)與文獻(xiàn)[4]系統(tǒng)不適用于大量用戶共同使用系統(tǒng)，若用戶并發(fā)訪問數(shù)量過多，那么該系統(tǒng)會出現(xiàn)崩潰狀況，其系統(tǒng)性能不佳。實驗證明，在不同用戶并發(fā)訪問數(shù)量時，文中系統(tǒng)的響應(yīng)時間更快、穩(wěn)定性好。

圖3 3個系統(tǒng)的響應(yīng)時間測試結(jié)果

2.3 系統(tǒng)資源占用率測試

以200 個用戶并發(fā)訪問系統(tǒng)為例，測試3 個系統(tǒng)的Web 服務(wù)器資源使用情況，Web 服務(wù)器資源使用情況通過CPU 占用率與內(nèi)存占用率兩個指標(biāo)呈現(xiàn)，測試結(jié)果如圖4 所示。根據(jù)圖4 可知，在用戶并發(fā)訪問數(shù)量一定時，文中系統(tǒng)的CPU 占用率與內(nèi)存占用率均明顯低于文獻(xiàn)[3]系統(tǒng)與文獻(xiàn)[4]系統(tǒng)，文中系統(tǒng)的CPU 占用率比其余兩個系統(tǒng)分別低了28.4%與24.4%，文中系統(tǒng)的內(nèi)存占用率比其余兩個系統(tǒng)分別低了27.2%與28.0%。實驗證明，文中系統(tǒng)的Web 服務(wù)器資源占用率明顯低于其余兩個系統(tǒng)，文中系統(tǒng)能夠穩(wěn)定運(yùn)行，不會出現(xiàn)服務(wù)器死機(jī)的情況。

圖4 Web服務(wù)器資源使用情況

2.4 信息推薦性能測試

在2019 年1-3 月份期間，利用文中系統(tǒng)對該大學(xué)部分應(yīng)屆畢業(yè)生(1 000 人)實施就業(yè)推薦，分析該大學(xué)這些畢業(yè)生與其同專業(yè)的前一年畢業(yè)生在1-3月份的就業(yè)情況，對比結(jié)果如圖5 所示。根據(jù)圖5 可知，應(yīng)用文中系統(tǒng)后，該大學(xué)不同專業(yè)的應(yīng)屆畢業(yè)生在1-3 月份的就業(yè)比率相比前一年存在顯著提升，應(yīng)用該系統(tǒng)后大學(xué)畢業(yè)生的就業(yè)比率基本維持在80%以上。實驗證明，文中系統(tǒng)可有效提升大學(xué)畢業(yè)生就業(yè)比率。

圖5 對比結(jié)果

3 結(jié)束語

大學(xué)就業(yè)信息管理屬于高等院校教育工作的重要部分，為此設(shè)計基于大數(shù)據(jù)平臺的大學(xué)就業(yè)信息管理系統(tǒng)，增強(qiáng)對大學(xué)畢業(yè)生就業(yè)跟蹤的服務(wù)力度，提升大學(xué)畢業(yè)生就業(yè)比率，實時掌握有效的大學(xué)畢業(yè)生供需信息，可為調(diào)整大學(xué)教學(xué)管理模式提供數(shù)據(jù)支持，同時為社會培養(yǎng)出優(yōu)秀的專用型人才做出貢獻(xiàn)。