| 标题 | 基于大数据技术的大学生人才测评模型研究 |
| 范文 | 谭蕾 摘要：近年来，大数据技术迅猛发展，使得基于大数据技术的人才测评模型的建立成为可能，该模型能综合考虑多源数据的汇聚与整合。反映大学生综合素质的相关数据，包括课堂内及课堂外、正式及非正式学习环境、学习活动和生活表现等，通过这些数据对大学生的综合素质及能力进行全方位的评价，从而为学生发展和企业分类遴选提供依据。该平台将为解决大学生就业难及企业精准化招聘，提供可供借鉴的解决方法。 关键词：大数据技术 大学生 人才测评 模型研究中图分类号：C961.9 文献标识码：A 随着我国高校教育事业的迅速发展，大批受过良好培养的高素质人才参与到社会建设中去。然而，学校人才培养受体制、机制等各种因素影响，导致人才供给和社会需求之间存在不适应的情况，包括质量、结构、水平等。据统计， 2018年大学毕业生将突破 800万人，如何实现大学生职业生涯的合理规划及企业的精准招聘，成为社会广泛关注的问题，基于大数据技术的大学生人才测评模型，为解决这个问题提供了一种方法。 1 大数据应用于大学生人才测评的必要性与可行性分析 人才测评，是指对人的知识水平、能力及其倾向、个人特征、工作技能和发展潜力，实施测量和评鉴的人事管理活动。人才测评是人力资源管理的基础环节，科学的评价人员是一切人事工作的起点。 目前，大多数人才测评采取专家评估、无领导小组讨论、心理测验、结构化面试等方式，容易出现首因效应、霍桑效应等社会知觉认识误区，受控程度弱导致评测结果受人的主观影响较多。另外，可视化难以实现，如数据量大、统计分析过程复杂，往往使传统的人事测评难以实现趋势预测与现实的高拟合度。 员工潜在的价值观、职业素质以及个性等深层次能力要素，在当前和以往的人才测评模式中得不到有效关注，仅仅只是考察浅层的职业能力，比如技能与知识。人才测评与大数据相结合后，浅层以及潜在的能力要素通过这种模式得到了全面体现。 1. 1必要性分析 技术带来教育的革命性变化。未来很多领域都离不开现代信息技术，信息技术使人力资源数据的收集与分析变得更为高效便捷，我们预测大数据技术将取代传统的人才测评成为未来人力资源管理的必然选择。 1. 2可行性分析 近年来，随着信息技术的发展，教育过程中累积的数据能得到有效采集，教育的评价性数据也由于评价主体的增多，而使得这些采集到的数据更能体现多元的性质。 建设数字校园使得各种教学管理软件和平台被广泛地使用，比如形成性考核系统、教务系统、在线课程平台等。各种社交网络平台成为学生们经常参与的虚拟场所，比如手机 APP应用。数据收集手段的不断革新，数据共享意识的不断提升，越来越多的信息技术产品进入校园，学生通过互联网学习行为持续增加，采集学生们的海量信息方便而且快捷。 2 大数据人才测评的实现 结合数据分析技术和学习科学的发展，本文拟构建一个基于大数据技术的多源综合素质评价模型。该模型综合考虑了多源数据的汇聚与整合，将学生客观信息的采集范围扩大至课堂内及课堂外、正式和非正式学习环境、学习活动和生活表现等多个视角，取得映射学生综合素质的数据，形成系统的大学生成长大数据。之后通过整合并标准化能够反映学生综合素质的数据，建立大学生人才测评模型，该模型将为解决大学生就业难及企业精准化招聘提供可供借鉴的解决思路。对大学生人才测评模型可以进行分阶段研究。 2.1大数据技术在设计人才测评方案中的应用 大数据人才测评模式可以多维度或全维度地采集行为数据，能够把尽可能多的与发挥人才效能有关的因素体现在设计人才测评文案的过程和结果中。 能够影响到一个员工的工作业绩及行为表现的所有个体因素统称为职业能力。洋葱模型是理解职业能力的参考模型，这种模型把职业能力分为深层次指标和浅层次指标，划分的方式为从外层到内层，从浅层到深层。其中的职业素质、职业价值观和职业个性风格及倾向这三个方面为深层次指标，职业行为和职业知识技能这两个方面为浅层次指标。这些指标都将成为数据采集的对象，采集时涉及每个层面的因素，尽可能做到全面、有效地分析。通过大数据技术，可以收集到几乎全部五个层次的指标。大学生未来会成长为企业员工，通过在学校期间的学习和成长，在他们身上已经形成了不可替代的人力资源与能力，而这些在学校期间的数据，通过大数据技术分析，恰恰能够预测他们在真实职场中的职业能力。 在工作中，我們既要关注员工的工作结果，同时也要对工作过程有所记录。员工的业绩成果，往往是其工作能力的最直接，最有利的佐证。同样，学生在学校期间的考勤情况、形成性考试成绩、学术网站登录频次、停留时间长度等等，可以反映学生在学习过程中的态度，大数据技术的应用对于全面评价学生提供了科学的方法。 全面考察映射职业状态的能力。职业能力依据其功能可划分为决策力、执行力、影响力和内驱力四个方面。员工全身心投入到工作中才能做出好的业绩，所以这些能力缺一不可。传统测评模式无法做到全面地分析，而大数据技术在人才测评中则能全面覆盖所有职业能力的功能区域。 综上所述，大数据技术应用在人才测评中的方案通常有三级标签。一级标签为职业个性、职业价值观、职业素质、知识技能等，映射到大学生身上即为学业水平、身心健康、思想品德等；二级标签为决策力、执行力、影响力以及内驱力等，反映在大学生的表现上为学习研究能力、学习合作能力、学习创新能力、学习专注能力等；三级标签细化到行为，如 MOOC学习、综合素质记录、学生行为数据、课堂学习记录等。通过多层次的方案设计，最大限度地确保了对职业能力各要素的全覆盖。 2.2大数据技术在广泛收集人才信息中的应用 大数据可以做到多渠道地收集学生数据。学生是互联网的使用主体，电脑、智能手机等终端设备已经成为他们生活与学习中常用的电子产品。在使用互联网的过程中，他们的各类信息不自觉地留存下来。由于是“不自觉”的行为，所以这些数据信息是在自然环境中产生的最原始的资料，而不是经过加工的信息，较为客观地反映出学生的真实状态。从中可以看出学生们的长周期行为、考试情况、师生互动情况、阅读习惯、社交范围及关键词信息，还有电子书的阅读、阅读平台的加入、 APP手机应用、数字化实验、完成作业情况。这些信息一旦被大数据技术采集到，基于大数据的人才测评模式优势将充分体现出来，这其中隐藏的价值将真正服务于学生就业、职业发展以及企业精准招聘。 另外，可以通过多角度交叉校验、相互佐证，从而形成相对准确的评价。大数据人才测评仍然可以参考传统人才测评模式，采取综合评价的方法。通常可通过以下几个角度进行。其一是同学的角度。由被测评大学生的同学对其能力和行为做出评价。其二是教师的角度。由被测评大学生的教师对其能力和行为表现进行评价。其三是自身的角度。由大学生自己对自身的情况做出主观评价。其四是专家的角度。由专家对被测评大学生的能力进行系统评测，方式是使用专业手段及工具。其五是实证的角度。评估所需的实證资料来自于对被测评大学生过往取得的成绩和实质发生的行为样本的采集。 2.3大数据技术在数据挖掘与分析中的应用 拥有了大量、多角度的人才数据信息后，关键问题是怎样充分利用这些信息来体现大数据技术的优势，使得人才测评更加准确全面，并且能够反映各种能力指标因素、工作目标和工作成绩之间的深层次关系。大数据技术在定位各种能力要素之间的隐蔽性关联中，充分发挥其深度发掘和分析数据的功能，获取人才发展的多种可能性结果。不仅如此，大数据人才测评模式还具有高阶的统计处理能力，利用 SPSS等常用的工具对数据进行逻辑分析，包括相关性检验、方差分析、因素分析等。结合之前得到的描述性统计结果，最终形成大学生个体的“数字画像”。 3 大学生人才测评模型研究的结论与启示 将基于大数据的综合素质评价结果，用于个体生涯规划及个性发展、企业招聘与定性培养、高校办学水平提升及政府宏观治理等方面，从而实现大数据式人才测评的潜在价值。 3.1为大学生职业生涯规划和个性发展提供参考 通过对大学生各方面发展情况进行观察、记录和分析，大数据技术可以为大学生个体和群体进行“数字画像”，成为发现和培养大学生优良个性的利器。这些“数字画像”可以让学生更加了解自己的优点和不足、能力和爱好，以致在今后的职业生涯中据此做出符合自身特点的人生规划，扬长避短，充分发挥自己的优势，弥补自己的弱势，在个性发展的道路上及时调整自身的状态，做到游刃有余。 3.2为企业精准的招聘和定向培养提供数据支撑 用人企业可以根据数字画像，对被测评人进行智能化及个性化筛选从而精准匹配岗位，真正做到人岗匹配、能岗匹配。通过对比分析，找到企业需要的人才。 不同能力和素质的员工对于企业的价值是不同的，企业结合大学生的综合素质评价，对不同的个体进行有针对性的培训和培养。采用多通道的职业发展路径，对人才进行个性化培养。同时，企业可以通过大数据技术动态预测员工职业水平，设计适合其发展的培训，提高员工稳定性。 3.3为学校办学及改进和政府教育治理提供服务 基于大数据技术的大学生人才测评系统还具有重要的服务功能，在个体数字画像的基础上，评价系统还可以通过聚类分析的方法绘制出大学生的群体数字画像，主要服务于学校及政府的宏观教育治理。 参考文献： [1] 维克托.迈尔，舍恩伯格.大数据时代：生活、工作与思维的大变革 [M].杭州：浙江人民出版社，2014. [2] 赵曙明 .人才测评——理论、方法、工具、实务 [M].北京：人民邮电出版社，2014. [3] 李柯 .大数据时代人力资源管理的机遇挑战与转型升级 [J].金华职业技术学院学报，2015，15（4）：35-40. [4] 霍尼，韦尔 .大数据时代企业人力资源管理模式创新探讨 [J].企业导报，2014（63）：26-32. [5] Snijders C，Matzat U，Reips UD，Big Data：Big Gaps of Knowledgein the Field of Internet Science[J]， International Journal of InternetScience，2012，7（1）. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。