高校毕业生就业指导策略

　　摘要：毕业生就业是高等院校学生工作的重中之重。经过多年的发展，虽然很多高校已经构建了就业指导体系，但仍难以满足日趋多元化的就业要求。为此，有必要引入一种集数据采集、整合、关联、分析、预测于一体的大数据技术，为推动高校毕业生就业指导工作的定制化、精细化、全程化提供支持。

　　关键词：就业指导；管理制度；专业能力；就业质量

　　高校毕业生就业问题一直是一个全球性的永恒话题。到2021年，我国高校毕业生高达909万人，毕业生人数逐年递增，无疑使毕业生的就业形势更加严峻。高校毕业生就业问题不仅关乎其个体职业发展和生活质量，更关系着高等教育改革成效乃至整个国家教育事业的发展。然而，现阶段高校毕业生就业指导工作仍面临着就业服务信息不对称、就业指导模式盲目化、就业指导服务间断化等问题，进一步加剧了毕业生就业难问题。为了破解这一难题，高校应积极借助大数据、人工智能等新兴技术，通过供需精准对接，为毕业生提供定制化的就业信息推送、精细化就业指导模式、全程化就业跟踪服务，以持续推动毕业生就业竞争力的提升，缓解就业难问题。

　　一、当前高校毕业生就业指导现状与问题

　　高校毕业生是社会主义建设的主力军，国家对毕业生就业问题异常重视，出台了一系列政策举措，以推动高校构建常态化的就业指导服务体系，提升毕业生就业质量。但是，现阶段高校毕业生就业指导工作还面临着诸多问题，主要包括如下方面。

　　（一）就业服务信息的不对称性

　　随着高校扩招力度的持续加大及毕业生人数的逐年递增，毕业生的就业形势日趋复杂化，加上“互联网+”时代下区块链、云计算、大数据、智能制造等技术所引发的一系列重大产业结构变革，使就业市场对毕业生的吸纳能力持续变化，这无疑对高校就业指导工作带来了严峻的挑战。然而，很多高校并未认清形势，不注重信息资源的整合和就业指导服务的与时俱进，各类就业服务信息纷繁杂乱、整合度低、质量低下，导致信息资源无法充分发挥其服务效能。不仅如此，很多高校并不注重加强与企业的对接，很多公司的招聘信息无法为学生所知，再加上招聘信息综合管理平台的缺失，致使就业信息更新缓慢、难辨优劣，难以为毕业生提供全面、完善的就业服务[1]。

　　（二）就业指导模式的盲目性

　　当前，大多数高校就业指导模式仍然停留在传统就业理论课程教育和毕业季学生咨询、教师答疑活动、行企专家就业问题专题指导讲座等层面。这种“大水漫灌”的就业指导模式虽然也帮助不少毕业生解决了就业问题，但由于对毕业生个体差异性的忽视，不能为其提供个性化、有针对性的深度就业指导咨询服务，从而难以满足毕业生日趋多元化的职业价值观，更影响了学生的精准就业。不仅如此，不少高校忽视了就业信息的监测与分析，也不注重对市场需求变化进行预测，这导致毕业生专业结构与就业需求之间产生结构性矛盾，进一步加剧了毕业生“难就业”等问题。

　　（三）就业指导服务的间断性

　　现阶段，多数高校采取的是毕业季“临阵磨枪”式的就业服务模式，就业指导工作不仅未贯穿大学生涯的全过程，更没有注重毕业生离校后的就业跟踪服务，这导致多数大学生缺乏科学的就业观，大学四年间浑浑噩噩，不注重社会实践，毕业后过分以自我为中心，不考虑社会需求，一味追求不切实际的薪资待遇，这种缺乏理性的就业方向与预期难免导致多数毕业生产生心理挫败感，部分人甚至选择逃避，不急于寻找工作，引发“慢就业”等问题。不但如此，就业指导服务的间断性导致毕业生离校后就业信息反馈难度增大，无益于校企间沟通反馈的深入，这直接影响了高校人才培养的质量与效果[2]。

　　二、基于大数据的高校毕业生就业指导策略

　　（一）定制化就业信息推送

　　要解决高校毕业生就业服务信息不对称的问题，关键是要在大数据技术的支持下，精准挖掘毕业生的就业偏好，为其提供个性化、精准化、定制化的就业信息推送，满足毕业生就业需求。具体而言，一方面，高校要组织协同各部门，以大数据为基础构建毕业生就业信息管理平台，将招聘、教育、监测、研判等功能融为一体，实现毕业生求职与企业人才招聘的精准对接，有效规纾解业服务信息不对称等问题，推动传统短期就业服务逐步转向常态化职业教育规划，传统的盲目的就业指导服务转向个性定制化就业指导服务，使就业信息主动向毕业生就业需求靠拢；另一方面，高校要借助大数据平台，精准聚合毕业生在校期间所生成的海量数据，如个人信息、专业成绩、职业规划层次、个人消费情况等，通过数据挖掘分析多维刻画毕业生学习“数字画像”；同时，结合毕业生在就业网站浏览数据的相关信息，锁定其对薪酬标准、工作地点、岗位类别、行业要求等的职业期望，以此刻画其职业“数字画像”，将毕业生学习“数字画像”与职业“数字画像”相融合，利用大数据、人工智能分析技术精准评判毕业生职业综合素质、预测其就业趋向，以此向其推送与之相符的就业信息；除此以外，高校还应与企业共建人才需求数据库，利用相似度计算等精准对比企业人才需求与毕业生职业期望“数字画像”，实现岗位的精准匹配，继而实现毕业生、用人单位双向就业信息推荐，还要结合相似度计算结果明确毕业生专业能力与岗位要求之间的差距，为其智能化推送相关的学习与培训资料，通过精准干预提升毕业生的岗位胜任力[3]。

　　（二）精细化就业指导模式

　　针对传统就业指导模式盲目性等的问题，高校要依托大数据构建精细化就业指导模式，实现线上与线下、校内与校外就业指导的有机结合。首先，为了实现就业指导的精细化，需要建立制度，以完善的管理制度来规范毕业生就业数据的收集、整理、分析与利用，优化学校资源配置，强化经费管理使用，实现部门联动协作和就业成果的考评检验，使就业指导模式的实施有据可依、有章可循；其次，高校要在毕业生就业信息管理平台的支持下，集成群体线下行为数据、网站浏览行为数据、专业课程成绩、职业能力测评数据等，刻画毕业生群体“数字画像”，获取具有共性特征的就业需求及职业薄弱点，以此为基础调整传统单一化、片面化的就业指导模式。既要以课堂就业指导为主，结合大数据人职匹配动态测评做出的诊断报告，有针对性地开发就业指导课程内容及方法，又要借助平台线上就业指导预约机制，实现线上求职模拟演练，利用线上预约开展线下“一对一”私人定制咨询辅导服务，解决高校就业指导人员不足、时间不当等一系列问题；再次，高校要将校内就业指导与校外职业培训相结合，引入高质量的第三方职业培训机构，利用其专业化就业指导资源，使学生在课下进行精细化职业训练，在此过程中，要求第三方机构综合记录大学生学习数据，构建相应的就业成长档案，以供高校就业指导教师参考和借鉴；最后，高校要定期对毕业生就业能力进行评价，评价内容既要覆盖专业知识与技能，又要涉及学生职业道德、个人品质、延伸素质等内容，并结合专业差异性实施动态调整，同时，应结合毕业生问卷调研，提高评价的客观性与真实性，结合评价反馈结果不断调整和优化就业指导模式[4]。

　　（三）全程化就业跟踪服务

　　针对就业指导服务的间断性，高校应以大数据为依托，构建全程化就业跟踪服务体系，为毕业生就业择业与职业发展提供全过程指导与服务。其一，新生正处在职业生涯规划期，教师可借助大数据分析为学生构建职业测评模型，使之通过模型强化自我认知，初步确立职业发展方向，同时借助大数据平台出具的就业质量调研报告、职业服务大数据等，使学生了解历届毕业生就业岗位、地域、人均薪酬等内容，并为其预测专业发展前景，使之做到“知己”而“知彼”；其二，在职业素养提升阶段，高校要利用大数据收集学生的学习状况、参与社会实践、校内活动等，判断学生的兴趣偏好和能力发展方向，进一步帮助其调整和优化职业规划，同时结合企业的意见，从多维的视角评估学生的职业素养，针对学生的短板及差距进行有针对性地辅导；其三，在就业择业关键阶段，高校要利用就业大数据合理安排就业工作，如在招聘淡季开展求职技巧培训、毕业生需求摸底，在旺季则加强就业信息的推介，邀请企业入校招聘，针对有创业意向的毕业生，高校要对其进行专项培训，结合大数据向其介绍创业成本、市场需求等，为其市场调研提供支持；其四，在就业跟踪服务阶段，高校要建立健全毕业生就业反馈机制，通过互联网及社交平台与离校毕业生建立长期联系，并利用大数据分析获取毕业生专业对口度、离职率、满意度、转正率等，以检验毕业生就业质量和就业指导成效，并锁定贫困毕业生与失业学生，分别提供精准帮扶、再就业培训服务等[5]。

　　三、结语

　　随着毕业生职业观的日趋个性化与企业对人才需求的日趋多元化发展，精准化就业指导已成为高校开展就业工作的现实要求。但是，就业服务信息的不对称性、就业指导模式的盲目性、就业指导服务的间断性等问题，都严重阻碍了高校就业指导工作的有效开展。大数据作为“互联网+”时代的典型产物，其不仅能够高速整合、聚类、关联、分析海量数据，还可深度挖掘数据间的潜在联系，预测数据的发展趋势，从而为高校进行精准化、全程化、高效化就业指导工作提供了强大的技术支持。为此，高校应紧跟时代发展潮流，在大数据技术的支持下，探索定制化就业信息推送，建立精细化就业指导模式，提供全程化就业跟踪服务，以有效破解当前高校“大水漫灌式”的就业指导困境。

　　参考文献：

　　[1]刘洪超,滕鑫鑫,白浩.基于大数据的高校智能就业平台建设与应用[J].现代教育技术,2020(02):111-117.

　　[2]李敏艳,高建波.基于大数据的精细化就业指导研究—以江西科技师范大学为例[J].职教论坛,2017(29):30-32+50.

　　[3]陈振锋.大数据背景下高校毕业生就业工作路径初探[J].中国成人教育,2017(09):75-78.

　　[4]陈龙涛,张洪峰,杨越汀.互联网+大数据背景下毕业生离校后跟踪服务体系构建研究[J].河南理工大学学报(社会科学版),2016(03):393-396.

　　[5]林舒.大数据时代的高校全程化就业指导工作探析[J].创新与创业教育,2016(03):33-35.

　　作者：王苏苏