K8凯发(中国)天生赢家·一触即发

一种用于高校人才培养的大数据分析方法及系统
栏目:k8凯发官网 发布时间:2026-09-09
 本发明涉及大数据分析术领域,尤其涉及一种用于高校人才培养的大数据分析方法及系统。  1、当前大数据分析应用到很多领域,已经成为各领域发展的有利推动手段。大数据分析可以发现很多隐藏信息,是传统数据统计方法所无法企及的,在各个领域都得到了广泛的应用。就其目前的发展情况来看,大数据技术具有十分良好的发展前景。但是大数据分析在针对高校大学生人才培养方面还没有应用。  2、践行专业人才的多样化、目标化培

  本发明涉及大数据分析术领域,尤其涉及一种用于高校人才培养的大数据分析方法及系统。

  1、当前大数据分析应用到很多领域,已经成为各领域发展的有利推动手段。大数据分析可以发现很多隐藏信息,是传统数据统计方法所无法企及的,在各个领域都得到了广泛的应用。就其目前的发展情况来看,大数据技术具有十分良好的发展前景。但是大数据分析在针对高校大学生人才培养方面还没有应用。

  2、践行专业人才的多样化、目标化培养,是以创新性思维贯彻落实普通本科高校向应用型转变的实施意见,因此进一步深化人才培养方案和课程体系改革,是加快建立以应用型为主的现代高等教育体系的有效手段,高校人才培养需要进行规划。

  3、传统的高校人才培养方案的制订是通过邀请不同领域的教育专家,探讨研究当前教育形式及市场需求,通过专家的经验来制定相应的人才培养方案。此方法可以吸取专家多年的教育经验,但是按照传统的培养方式不能更好的适应当前企业发展的需求,并且不具有时效性,长远来看影响企业发展和高校大学生能力的提升。同时,在快速的企业发展进程中,企业人才的需求也是变化的。因此需要提升企业人才供应的敏捷性,才能更好的促进企业的发展同时促进大学生的就业。

  4、obe(outcome based education,obe)教育理念,又称为成果导向教育、能力导向教育、目标导向教育或需求导向教育。obe教育理念是一种以成果为目标导向,以学生为本,采用逆向思维的方式进行的课程体系的建设理念,是一种先进的教育理念。obe理念包括:专业如何面向国家和社会需求,以全体学生的成长成才为中心,做好人才培养的顶层设计,建立人才培养的质量标准;探讨专业如何构建产出导向(obe)的人才培养体系,深化专业的内涵建设;聚焦学生的学习成果,科学评价教学质量,倾听社会反馈,客观评价人才质量,推进专业的持续改进。

  5、obe教育模式倡导从国家社会及教育发展的需要、行业产业发展及职场需求、学校定位及发展目标和学生发展及家长校友期望四个方面出发。本发明顺应obe(outcomebased education,obe)教育理念,设计出一种用于高校人才培养的大数据分析方法,对探索适应时代发展要求的应用型人才培养模式,提高应用型本科人才培养质量,提高学生就业率,满足区域经济发展对人才的需求具有重要意义,是obe教育理念的完美呈现。

  1、本发明针对目前缺乏完善、高效的分析方法来科学的制定高校大学生人才培养方案,目的是提出一种用于高校人才培养的大数据分析方法,通过招聘网站发布的企业招聘数据来分析企业的需求,以此来精准的制定高校大学生的人才培养方案。

  4、s1:通过招聘网站下载招聘数据,招聘数据包括职位、公司、薪资、公司性质、岗位要求、发布时间;

  5、s2:对招聘数据进行预处理和清洗,包括删除掉重复信息和缺失信息以及数据统一;

  6、s3、对全国招聘数据进行不同经验段岗位数量占比、不同城市岗位数量占比、各城市最低和最高工资、不同学历岗位数量占比、招聘岗位需求的高频词汇以及技能频次分析;

  7、s4:通过招聘需求高频词汇分析和技能频次分析,将句子切分为词,获得招聘需求数据中对于应聘者所具备能力的词汇的不同频率。

  8、进一步地,步骤s2对招聘数据进行预处理和清洗的过程包括:对职位信息进行预处理,删除掉特殊符号,并保存在数组里面,为后面数据分析做准备;对城市信息进行保存,按照省市划分;将薪资数据进行统一,将万/年、万/月、千/月统一为千/月;对岗位职责特殊字符和重复描述进行删除;对岗位经验进行统一类别,将在校生/应届生、和无需经验统一为应届毕业生;将本科毕业生数据单独保存;将学历统一类别,将初中及以下、中专、中技统一为大专。

  10、把数据分为不同经验段,包括应届毕业生、具有1年工作经验、具有2年工作经验、具有3-4年工作经验、具有5-7年工作经验和8-9年工作经验,计算不同经验段岗位数量和:

  12、其中mm代表不同经验段,a1、a2、a3、…、an分别代表不同经验段的岗位数量;

  14、n = 其中代表不同经验段的岗位数量和,是所有经验段岗位数量的总和。

  18、其中j代表不同城市,x1、x2、x3、…、xk分别代表不同城市的岗位数量;

  20、m = 其中代表岗位数量在top15的城市中的每个城市的岗位数量,是所有城市岗位数量的总和。

  21、进一步地,步骤s3中,各城市最低和最高工资采用箱线图分析,过程如下:

  26、其中h代表不同学历,y1、y2、y3、…、yp分别代表不同学历的岗位数量;

  29、进一步地,步骤s3中,招聘岗位需求的高频词汇分析采用jieba分词获取汇云图,步骤为:

  33、构建节点最大路径概率:计算每个汉字节点到语句结尾的所有路径中的最大概率,并记下最大概率时在dag中对应的该汉字成词的结束位置;

  35、进一步地,对于新词,jieba分词采用了hmm模型来处理,步骤如下:

  36、将分词问题视为一个序列标注问题,其中,句子为观测序列,分词结果为状态序列,首先通过语料训练出hmm模型,生成模型通过学习联合概率分布p(x,y),然后通过viterbi算法求解条件概率:

  38、其中,s、o分别表示状态序列与观测序列;状态序列的元素有四种,分别为b、m、e和ss,b、m、e、ss分别代表出现在词头、词中、词尾以及单字成词;

  42、将时刻t隐藏状态为b所有可能的状态转移路径b1到b2的状态最大值记为,由初始时刻依次向后推出每一个时刻的最大概率隐藏状态,最终得到最优的状态序列,然后再根据状态序列,输出分词结果。

  44、式中,分子为 u词在 v文档中出现的次数,分母为 v文档中所有字词出现的次数之和。

  45、另一方面,本发明提供一种用于高校人才培养的大数据分析系统,包括以下模块以实现上述的方法步骤:

  48、经验段岗位数量占比分析模块,用于计算各经验段的岗位数量占所有岗位数量的比例;

  49、城市岗位数量占比分析模块,用于计算各城市岗位数量占所有岗位数量的比例;

  50、城市最低和最高工资分析模块,用于对各城市最低和最高工资进行箱线、学历岗位数量占比分析模块,用于计算各学历岗位数量占所有岗位数量的比例;

  55、本发明利用数据清洗、筛选和分析构建出的一种用于高校人才培养的大数据分析方法和系统,通过大数据分析企业用人要求,并根据分析结果有针对性的制定高校大学生人才培养方案,以解决高校人才培养效率和企业用人单位人才需求问题。本发明可以精准分析应届毕业生数据,服务于本科大学,为企业招聘、高校人才高校培养、学生就业提供参考依据,进一步提高高校人才培养质量,实现学校应用型人才培养的目标。