1、大 数 据 时 代校 园 招 聘 系统 设 计 姜佳君 匡芳 君 温 州 商学 院 信息 工 程学 院 摘 要： 针对当前大数据时代校园招聘还存在招聘初选效率低、应聘者的信息质量堪忧、 企 业人才数据库匮乏、信息安全隐患等问题, 笔者从优化招聘团队的技能结构、 搭建校园招聘平台、 结合大数据技术优化校园招聘流程等方面入手设计校园招聘 系统, 以促进校园招聘向新方向发展。 关键词 ： 大数据; 校园招聘; 系统设计; 流程优化; 作 者简 介： 姜佳君 (1995-) , 男, 浙江杭州人, 本科。研究方向:软件工程。 作 者简 介： 匡芳君 (1976-) , 女, 湖南祁东人, 博士研究生,
2、 教授。 研究方向: 群智能与多目标优化、模式识别、信息安全等。E-mail: Design of Campus Recruitment System in the Era of Big Data Jiang Jiajun Kuang Fangjun School of Information Engineering, Wenzhou Business College; Abstract ： Campus recruitment in the era of big data faces to some problems, such as low efficiency of recruitmen
3、t primary election, poor quality information of the candidate, lack of enterprise talent database, information security risks. The author designs campus recruitment system by optimizing recruitment team skill structure, building campus recruitment platform, combining with big data technology to opti
4、mize the campus recruitment process. The campus recruitment system can promote the development of campus recruitment to a new direction. Keyword ： big data; campus recruitment; system design; process optimization; 1 引言 大数据时代校园招聘信息日渐复杂和繁多, 如何有效地进行校园招聘信息管理, 是高校面临的一大难题。 从人才储备角度来讲, 应届高校毕业生们不但有着厚实 的专业理论功
5、底, 而且有着极富热情、 易于接受新事物、 年轻有活力等优势, 有 着极强的可塑性, 所以会成为很多企业比较欢迎的一类人才, 校园招聘成为众 多企业选取人才的重要途径。 在企业的实际工作中, 大数据和校园招聘有着极强 的联系。 在校园招聘中充分利用大数据技术, 可以在招聘过程中全面细致地掌握 应聘者的信息。 比如在校园招聘过程中, 大数据可以实现对高校毕业生的 招聘信 息的收集、整理、分析以及展示, 运用高性能数据仓库、MPP 数据库、Hadoop 等数据处理技术对招聘信息进行技术处理, 有着增强就业大数据分析的多样化、 提高就业数据的准确性与系统性、 提升高校学科专业开设与用人单位人才需求的
6、 对称性以及提高高校毕业生的就业质量的优势。 在这方面, 目前国内有很多企业 进行了初步尝试, 但是在校园招聘中大数据的运用还存在着很多缺陷, 比如难 以很好管理数据、 存在数据安全隐患、 数据的存储能力不足以及数据价值密度较 低等, 这些都是当前校园招聘中运用大数据技术亟待解决的问题。 2 大数据时代校园招 聘存在的问题 美国互联网数据中心针对互联网数据曾经给出这样一个结论:我们现在使用的互 联网上的数据量每两年就会翻倍, 我们现在所能搜集到的互联网数据有 90%以 上都是在近两年内产生的。 当前无论国外还是国内, 招聘类信息的信息量都相当 庞大。面对如此庞大的信息, 现有校园招聘存在如下问
7、题。 2.1 应聘 数据庞 大导 致招 聘初 选效率 低 近些年在信息技术发展的推动下, 网络招聘有了较广泛的应用, 由此导致的是 简历、 应聘者的申请以及岗位咨询等相关信息数据呈现指数级的增长趋势, 用人 单位的人力资源部门花在审阅简历、 回 复应聘者申请等工作上的时间也显著增加, 从而导致人力资源管理部门员工工作效率低、 疲于应付的现象。 有资料表示, 一 些大型企业的网络招聘工作量甚大, 比如腾讯每年校园招聘要收 10 万份简历。 面对如此大的信息量, 人力资源管理部门有限的员工工作量剧增, 难免会出现 疲于应付的现象, 从而导致错过有用人才, 导致招聘效率打折扣。 2.2 应聘 信息质
8、 量参 差不 齐导 致职位 匹配 度下降 一方面, 很多应届毕业生为了获得较多的面试机会, 加上求职经验缺乏, 在校 园招聘时会有 “不管三七二十一, 投了再说 ”的想法, 这样的做法往往会导 致 企业的人力资源管理部门人员收到大量的简历, 其中很多都是无效的不符合岗 位需求的简历, 因此, 大量的人力资源在简历初选的环节被浪费。 另一方面, 很 多应届毕业生为了拔高自己的能力可能会采取谎报虚报的方式, 比如各种资格 证书造假, 这样会给企业造成很大的经济损失。 截至目前, 我国还没有一个成熟 完善的求职者的信用平台, 招聘者在甄别真假信息时存在难度, 从而降低了岗 位匹配度, 错失了真正适合
9、的应聘者, 大大增加了招聘成本。 2.3 企业 人才数 据库 短缺 我国大多数企业的人力资源管理方式还停留在较为传统的模式, 所以数据分析 和数据挖掘技术对于人力资源管理部门来说还比较陌生。 由于对于数据信息认识 较少, 导致企业在校园招聘过程中疏忽了对相关数据的收集、 整理以及分析, 自 然也就不能通过大数据工具从中发现规律, 为企业提供决策支持。 2.4 信息 安全存 在隐 患 目前我国在个人信息管理方面还存在纰漏。 通过校园招聘, 一方面, 毕业生投递 的简历中会涉及很多重要的个人信息, 这些信息一旦落入存心不良的犯罪团伙 手里就会带来很多安全隐患;另一方面, 企业如果对于自身的信息安全
10、保 护不到 位的话, 其招聘计划和意向人才就很容易被竞争企业所利用。 3 大数据时代校园招 聘的优化 在如今的大数据信息化时代, 网络招聘因为具有查询方便、信息量大、成本低、 易获取、 可互动等优点深受大学毕业生的喜爱。 对于企业来说, 通过网络化的校 园招聘有两大方式: 一种方式是积极在高校的就业招生网站、校园 BBS 以及企业 网站上发布招聘信息;另一种方式是利用专业的招聘网站, 如智联招聘、中华英 才网等网站进行校园招聘。 网络校园招聘在提高企业宣传力度的同时可以提高招 聘效率, 有效减少了招聘成本。 下面从招聘流程的优化、 招聘条件 的量化、 招聘 信息的价值挖掘三个方面分析大数据时代
11、企业如何优化校园招聘。 3.1 招聘 流程的 优化 在传统的网络招聘中, 企业和高校毕业生之间的沟通缺乏时效性和全面性, 导 致了招聘效率低下。 随着社交化网络的发展, 如今很多企业会在原来的网站平台 基础上, 搭建社交化的招聘平台, 随时发布并更新企业短缺岗位的招聘信息。 为 了区别于一般的社会求职者, 企业针对应届毕业生设置了专门的社交网络门户, 从而将潜在目标细化, 此举减少了很多无效应聘, 提高了招聘工作的效率。 基于大数据的校园招聘的流程优化主要从三个方面进行。 第 一, 以数据的采集为 根据来发布校园招聘信息。 为了增强招聘工作的目的性, 减少招聘后期的筛选工 作, 企业可以采取不
12、同渠道发布不同招聘信息的方式, 这样可以使招聘信息清晰明朗, 应届毕业生接触到的招聘信息也更有效。 第二, 在校园招聘相关数据采 集和整理过程中, 可以采取人工和机器相结合的方式, 有目的地从海量的求职 信息中获得有用信息, 从而找到符合企业要求的人才。 第三, 对校园招聘中采集 到的数据进行分析, 匹配应聘的应届毕业生和需求岗位, 找出岗位的最佳匹配 人才, 从而能够为企业做出贡献。 3.2 招聘 条件的 量化 人才雷达技术是一项针对企业网络招聘所开发的工具, 其原理是基于云端, 利 用大数据定向分析和挖掘技术来为企业寻求人才, 校园招聘中企业同样可以通 过人才雷达技术对目标人才各种社交网络
13、数据进行深度分析, 从而提炼出目标 人才的兴趣、 性格、 能力等, 从而完成对目标人才的评价。 此外, 该技术还可以 从专业匹配、 个性匹配、 行业影响力、 信任关 系等方面给出目标人才的综合评分, 从而筛选出下一轮面试者。 人才雷达技术的基本原理就是针对求职者构建职位胜任力评价矩阵。 企业构建的 五维度评价矩阵中每个能力维度又包含了多个可以进行量化的 分项维度要项。 性 格维度包含社会实践经验、特殊奖励、性格特质这三个分维度;知识维度包含学 历层次、 专业课程成绩、 专业学习时间三个分维度;技能维度包含职业资格证书、 特别专业技能、外语水平这三个分维度:行为维度包含团队精神、沟通能力、应 变
14、能力、领导能力软技能这四个分维度;行业维度包含职业转换频率、专业从业 时间、 人脉活跃度这三个分维度。 每个分维度项目都可以通过社交网络等途径获 得量化的评价数据, 从而构成了求职者的职位胜任能力评价得分。 3.3 招聘 信息的 价值 挖掘 应用大数据挖掘技术从海量的应聘者信息数据中寻找出其中潜 在的规律, 判断 应聘者与空缺职位的匹配性的同时可以探寻出毕业生所具有的一些特征规律, 从而协助企业作出正确的、 合时宜的招聘决策, 极大提高企业人力资源管理的效 率。 在校园招聘信息数据的挖掘阶段, 数据挖掘的算法十分复杂, 加上涉及的数 据量和计算量都十分庞大, 所以对大数据的处理系统有着很高的要
15、求。 无论是自 主研发的还是外包的招聘信息相关数据处理技术, 都需要确保庞大的结构化、 半 结构化和非结构化数据能得到有效导入、 分析和挖掘。 目前的数据挖掘技术还在 不断更新, 人力资源的招聘信息管理模块还要注意及时更新相关的数据处 理技 术。 4 大数据时代校园招 聘系统设计 4.1 系统 需求分 析 大学生校园招聘系统的设计目的在于在各类企业和应届毕业生中间搭起一座桥 梁, 为他们提供一个互动的平台。 基于这个目的, 大学生校园招聘系统需要实现 发布求职信息和招聘信息、 及时更新人才信息的功能。 通过这一系统, 企业可以 省去到各类人才市场现场招聘的繁琐过程, 节约了时间和人力。 对于毕
16、业生来说, 基于大数据的校园招聘系统可以打破传统的地域限制, 理由它可以寻找到更多 的招聘信息, 做到足不出户就能找到理想工作。 4.2 系统 设计原 则 由于系统网站面对着多 种浏览群体, 所以应根据他们的需求设置不同的网站主 题, 在网站设计方面需要遵循以下原则。 4.2.1 网站风 格与 定位 大学生招聘系统的成败与网站风格有着极其密切的关系。 对于网站来说, 首先要 有整体感, 各个分项目之间要紧密联系, 形成一个统一的网站风格。 在网站风格 方面需要注意网站主题、 页面的背景色、 文字图片等颜色、 内容的符合度、 排版 的样式等元素, 所以在网站的设计者选择上要注重他们的美术功底。
17、4.2.2 内容与 形式 策划 大学生招聘系统的风格和定位是其灵魂, 那么网站的内容和形式就是其骨血, 这是吸引各种浏 览者的关键所在。在网站内容方面要紧紧围绕网站的设置目的, 结合栏目的规划设计进行内容优化, 达到网站内容、形式以及风格的高度统一。 4.3 开发 工具选 择 基于大数据的大学生招聘系统的开发重点在于前台界面和后台数据库的设计。 在 Windows XP 及其以上操作系统上, 将My SQL 作为此系统的数据库开发平台, 在 Web 服务器方面选择目前世界上最通用的 Apache 网络信息服务器, 语言开发和 设计选取PHP 语言进行开发。 4.4 系统 总体设 计 基于大数据
18、的招聘系统在设计方面主要由前台页面设计和后台页面设计两大部 分 组成。 4.4.1 前台页 面设 计 在系统网站设计中, 前台页面设计的主要组成部分有首页、 招聘信息、 名企招聘、 求职信息、 新闻资讯、 会员中心等, 针对这些部分分别设置相应的导航栏要。 此 外, 还需要设置会员登录、 推荐企业、 紧急招聘、 最新招聘、 最新人才、 职业指 导、简历指南与面试宝典等栏目。 4.4.2 后台页 面设 计 后台页面设计要有用户登录、 管理员登录、 企业区域管理、 个人区域管理、 页面 内容管理等, 具体的结构图如图 1 所示: 图1 后台页面设计结构图 下载原图 5 结语 综上所述, 大数据时代
19、的到来对网络招聘 来说既是机遇也是挑战, 一方面大数 据通过对网络平台的链接数据和内容数据的收集、 整理、 分析和展示, 促进了校 园招聘向新方向发展, 另一方面, 大数据时代的到来对校园招聘企业提出了更 高的要求。 如何趋利避害, 企业不光要清楚自身的优劣势, 更重要的是紧跟时代 的发展, 利用大数据技术改革和创新校园招聘, 最大程度提高校园招聘的效率。 参考文献 1 黄振清, 许艳.大数 据时代招聘管理创新模式研究J.科技创业月刊, 2015, 28 (21) :51-52. 2 韩璐, 小庞.大数据 招聘, I Want UJ. 二十一世纪商业评论, 2015 (9) :84-85. 3 吴宗律, 李立基.用 大数据招聘 记上海逸橙信息科技有限公司创始人兼 CEO 周友鸿J.成才与就业, 2017 (6) :8-11. 4 董晓宏, 郭爱英.大 数据技术在网络招聘中的应用研究 以 K 企业为例J. 中国人力资源开发, 2014 (18) :37-41. 5 朱翠萍, 孙雨亭, 秦丽伟.大数据时代下企业招聘有效性研究J. 人才资源 开发, 2015 (8) :70-71.
