計算機應用技術專業就業市場的調研分析

申海偉

進入信息時代，社會上對IT行業的人才需求非常大，而計算機應用技術專業專門培養能夠研發信息系統以及專門使用信息系統處理業務的人才，正對應這方面的市場需求。計算機應用技術專業為本科專業，不僅可以培養各種軟件開發人員，也可以培養圍繞信息系統構建和使用的其他人才，如需求分析師、架構師、測試員、運維專員等，這些可以視為該專業面對的核心就業崗位群。顯然，計算機應用技術專業的一個主要的職責就是圍繞核心崗位群培養符合要求的從業人員。

很多學校都設置了計算機應用技術專業，但基于各學校對于就業市場的理解不同，其授課內容各有側重點。顯然，當專業建設目標與就業市場偏離較大時，產出的畢業生往往無法滿足市場的需求而出現就業困難的現象，如果有一個統一的對就業市場的認識，就可以為畢業條件提供相對統一的畢業標準，提高學生的就業率。因此，找到一個科學的方法對就業市場進行深入認識，可以使得學?？梢杂嗅槍π缘倪M行專業建設，進而影響到成千上萬的畢業生的就業，是非常有意義的。

以往的研究者大多使用調查問卷的方式對畢業生或者企業進行調研而尋找對就業市場的認識，使用了多種多樣的分析思路，得到了很多各不相同的結論。韋小超采用描述性統計、相關分析、回歸分析等方法對正式調查的上海高校畢業生數據進行統計分析，并深入的研究了各種因素對留滬就業的影響;赫越在對大學生基層就業的影響因素分析中，對基層單位就業的大學生從學生的個人、家庭、制度、就業服務四個影響因素與大學生基層就業行為進行相關分析和回歸分析;張建霞通過對電子商務人員的員工素質的分析，經過一系列的運算，得出了不同的崗位對員工素質的最佳組合;李元俊通過對畢業大學生就業能力與社會需求匹配度的聚類分析，得出就業市場與學生的專業知識、專業技能等方面的對應關系。

本文認為調查問卷的樣本量太小，數據易受主觀因素的影響，很難達成對就業市場的客觀認識?，F在網絡招聘已經成為基本所有公司的選擇，大多數崗位在招聘網站上都有明碼標價，崗位需求也非常精準明確，因此完全可以基于招聘信息來認識就業市場。而且招聘信息的數據量非常大，分析得到的結論會更加偏向客觀。因此，本文對熱門的招聘網站進行調查分析，尋找對計算機應用技術專業的就業市場的客觀認識，即就業市場對從業人員各種專業技能的需求程度，試圖解決專業建設目標導向問題。

本次調研的數據來自于使用爬蟲爬取的前程無憂北京站2018年跟計算機相關的崗位信息，限定于校園招聘和需1-3年工作經驗的社會招聘崗位，共計108144條。其中每一條數據包含了分類、名稱、薪資范圍、福利待遇、學歷要求、經驗要求、崗位需求、工作地點、公司規模、公司性質等字段。因為各地域的就業市場差別較大，本次調研中僅選擇北京地區進行研究，避免地域因素的影響。

在正式分析之前，本文首先解決了以下兩個問題，實現了數據篩選：

（1）篩選核心崗位群對應的招聘信息。跟計算機相關的崗位非常之多，但包含了非常多的銷售崗、實習崗、管理崗、文秘崗，它們也需要求職者具有計算機技能，但并非計算機應用技術專業的培養目標。另外，各種崗位存在名稱不同但需求類似的情況，無法通過崗位名稱來直接篩選。因此，對核心崗位群的招聘信息的篩選需要對崗位需求字段內容進行分析。

本文采用分詞技術在所有崗位需求信息中構建專業名詞的關聯網絡，通過去除關聯度最高節點的方法形成各種專業技能的子網絡，實現了專業技能名詞的分組。為了找到核心崗位群的相似崗位，本文采用了一批已被確認屬于核心崗位群的崗位需求樣本，從中分解出專業技能名詞，再對其他崗位計算相似度。該相似度的計算方法是如果存在跟核心崗位群的專業技能名詞同組的名詞，則相似度加1，如果存在其他組的專業名詞，則減1。最終，所有相似度在3以下的招聘信息被過濾掉，數據量減少至16204條。經過抽樣檢驗，其中98%的招聘信息都屬于計算機應用技術專業的培養目標。

（2）劃分?？飘厴I生和本科畢業生到不同級別的崗位。雖然招聘信息中都列明有學歷要求，但由于IT行業的特殊性，大多數社會招聘崗位對學歷的要求都標注為?？埔陨?，不能明確區分招聘對象為本科畢業生還是高職畢業生;另外，也存在一些技能要求非常高但學歷和經驗的要求非常低的職位，可以認為是標注錯誤。針對于這種情況，本文試圖使用更嚴謹的薪資水平字段來區分職位對學歷的要求。一些只是短時間學習就可勝任的職位顯然更適合高職畢業生，相應的薪資會比較低;而需要更專業技能的職位就比較適合本科畢業生，薪資會提高一些;薪資高到異常程度的話，可以認為是數據有誤。

基于以上認識，本文按照薪資對職位進行聚類，將所有數據分為3個檔次：最高等級職位的平均薪資為25.46-46.03萬元/年，顯然超出了我們對本科畢業生的就業水平的認識，因此認為這些職位是異常數據;第二檔次的崗位名稱的詞云圖如圖1，平均薪資為10.329-23.74萬元/年，應屬于本科畢業生的求職目標;第三檔次的崗位名稱詞云圖如圖2，平均薪資為5.67-10.19萬元/年，應屬于高職畢業生的求職目標。

通過以上兩個步驟的數據篩選，最終可得對應于計算機應用技術專業核心崗位群的職位數為10189條。

對這些職位的崗位要求重新進行專業技能名詞分組，可得到以下詞匯組為頻率較高的專業詞匯：

計算機基礎類：office/windows/excel

數據庫類：數據庫/mysql/sql/oracle/db2/sqlserver/mongodb

e/ui/react/css3/bootstrap/angular/nodejs/node.js/angula

rjs/es6/w3c/photoshop/webpack/dom/xml/json;

分布式與云計算類：分布式/虛擬化/hadoop/docker/vmwar

e/kafka/nosql/redis

網絡技術類：tcp/ip/網絡設備/交換機/網絡協議/網絡通信/vpn/網絡系統/防火墻/路由器/網絡安全/信息安全/計算機網絡/局域網/網絡管理/思科

測試類：測試用例/單元測試/測試計劃/測試工具/測試方法/測試報告

軟件工程類：需求分析/面向對象/設計模式/mvc/配置管理/敏捷/軟件工程/svn/git/maven

app開發類：android/安卓/ios/蘋果/app

web后端類：spring/php/tomcat/j2ee/hibernate/mybatis/

springmvc/weblogic/nginx/應用服務器/jsp/eclipse/asp/c#

/.net/springboot/webservice/apache/servlet/ssh

linux開發類：linux/unix/shell/腳本/perl/qt/socket/多線程

編程語言類：java/python/c/c++

其他跟本專業無關的詞匯或者相對稀少的詞匯略去。因為崗位需求中提及技術詞匯均表示要求求職者掌握相關技能，因此可以認為提及的頻率為關注度，而提及任何一類技術中任意詞匯即可認為該職位關注該類技術，因此可得各類技術的關注度柱狀圖如圖3所示：

可見計算機基礎知識應為求職者基本技能，基本不會被提及;app開發技術的關注職位數較少，可不進行培養;數據庫、網絡技術、測試技術在不同檔次職位中關注度較高且變化不大，在高職和本科階段均為重點培養技能;而軟件工程、編程語言、分布式與云計算、web前端、web后端、linux開發這幾個方面應在本科階段加強培養，以應對更多的就業需求。

從上述分析過程可知，計算機應用技術專業的主要就業市場關注的主要專業技能為WEB前端、J2EE開發和Linux應用開發等方向，學生應在掌握這些專業技能的同時，掌握軟件工程方法，提高編程水平，就能相應的提高就業能力，達到更高的就業水平。

本文試圖使用數據分析技術從招聘信息中得到專業建設的目標導向建議，分析過程清晰，所得結論合理，適合于推廣到其他理工科專業。希望本文的嘗試能夠為廣大專業負責人提供一個科學的就業市場分析的方法。

參考文獻：

[1]韋小超. 上海高校畢業生留滬就業意愿及其影響因素分析[D].華東政法大學，2018.

[2]赫越. 大學生基層就業的影響因素分析及政策支持研究[D].河北經貿大學，2019.

[3]張建霞. “大數據時代”旅游電子商務網站人力資源創新管理研究[D].東南大學，2015.

[4]李元俊. 大學生就業能力培養與社會需求的匹配性研究[D].山東建筑大學，2015.