本站小編為你精心準備了全面評價的大學生就業指導參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

大學生就業指導就是根據大學生自身的特點，社會職業的需求，幫助求職的大學生選擇最能發揮其才能的職業，實現其個人價值和社會價值。隨著市場經濟的發展，傳統的高校就業指導工作的理念和方法也需要隨之變化。就業指導工作包括了解學生的實際情況，根據學校過去的實際就業情況，對學生進行指導。現有的高校就業指導模式存在著目標短期化，指導內容簡單化，指導隊伍業余化等諸多不足。目前，絕大多數高校學生就業指導工作，以指導老師的個人經驗為主。因此，指導工作存在著較大的隨機性和經驗性。指導教師需要指導的學生人數眾多，沒有辦法顧及到每一個學生的實際情況，往往從一般性角度進行指導。而了解學生實際能力，再根據實際就業情況進行科學指導，是高校就業指導工作的必然發展趨勢。

一、相關研究

目前，學生的能力評價比較流行的方法有泰勒評價模式、綜合測驗等。其中，綜合測驗方法是在20世紀被引入到教學過程中的，包括能力測驗和學科知識。能力測驗用于檢驗學生能力水平的高低，包括興趣愛好，實際問題的解決能力。學科知識用于檢驗學生知識掌握情況。這些評價方法還主要應用在學生的課程成績與獎學金評價中。而在就業指導工作中，較少被提及和使用。效用理論包括兩部分，即基數效用理論和序數效用理論。基數效用論認為效用是消費者在消費某種商品時所感受到的心理滿足感，這種滿足感可以直接計量，因而其大小可以用基數表示。序數效用論認為，效用作為一種心理現象無法具體衡量，而只能表示滿足程度。它只關心一個偏好，而不是關心數量之間的差距。因此，效用應當用表示偏好的序數來表示，序數效用論是一種定性分析。本文提出的全面評價方法包括能力測驗和學科知識的綜合評價方法，通過問卷調查的方式獲取學生的主觀意愿和客觀實際數據，以及學生課程成績，課外活動數據統計整理。所有這些獲取的數據作為數據挖掘的數據，對整理所獲取的數據依據決策樹方法，得出科學的就業指導建議。隨著人們積累數據的不斷增加，數據背后隱藏的知識更加需要被人們找到。數據挖掘技術應運而生，并且不斷發展。目前，數據挖掘技術已經廣泛應用到產品營銷、金融等領域，但是，在教育領域中應用得較少。數據挖掘技術應用于高校就業指導工作非常有效，決策樹是用于分類和預測的一種數據挖掘方法，它是通過歸納和學習現有的無順序、無規則的實例，從而推理出決策樹的一種數據挖掘模型。本文基于全面的學生評價結果采用數據挖掘中決策樹中的QUEST（quickunbiasedefficientstatisticaltree）方法進行挖掘。并以學生考研工作為例對實際數據進行挖掘分析，得到對學生考研指導的有用規則。

二、基于全面評價的學生就業指導研究過程

就業影響因素主要包括個人主觀意愿、生源地、學習成績、社會工作、個人特長等。這些數據的來源主要是通過問卷調查方式獲取學生的主觀數據和生源地等數據，從學校的成績管理系統中獲取學習成績和學習態度數據，從社會工作成果獲取相關的能力數據。全面評價方法評價的數據包括主觀數據和客觀數據。其中，學生的主觀數據通過問卷調查方式及訪談獲取；學生的客觀數據通過問卷調查、成績數據以及能力數據獲取。這里能力數據又被劃分為學習能力數據、創新能力數據和工作能力數據。基于以上所述，就業指導數據研究過程如圖1所示。圖1中表示就業指導包括數據研究過程兩步。步驟1數據清洗、整理和評價；步驟2數據挖掘。其中步驟1包括5個部分：1．1學習態度數據評價；1．2學習能力數據評價；1．3創新能力數據評價；1．4工作能力數據評價；1．5研究結果數據評價。這些數據主要通過預處理方式將原始的成績變換為偏好方式表達，基于序數效用理論進行變換和分級。

三、基于就業影響因素的全面評價方法

1．學習態度和學習能力評價學習態度數據和學習能力數據都是通過學生的實際客觀成績中抽取、整理和評價得出的。通過學生成績管理系統獲取到所有的成績數據，考慮到不同科目試卷難度不同的原因，可能會造成整體成績不同。因此，基于序數理論變換初始成績，原有每一個科目的成績由高到低排序獲取序號（如果成績相同則序號相同）。所有的初始成績被變換為序數。對于分方向的專業課，排序前使用公式（1）對原始成績進行統一。學習態度數據評價是將所有大學期間學過的科目都作為考慮因素，按照上述方法變換、排序評價。學習能力數據評價只考慮考研相關科目包括專業基礎課和本學科考研專業課，按照同樣的方法進行變換評價得出最后的評價結果。2．創新能力評價根據訪談和專家判斷的方式得出高校中具有創新意識的同學，熱衷于參加創業團體進而組成參賽隊伍進行各類專業比賽。因此，本文創新能力評價是通過學生大學期間參加過的所有專業比賽量化，具體評價方法是根據取得的比賽成績按照比賽的積分規則進行累加排序。計分規則參考學校獎學金評價制度得出，如表1所示。根據專家知識將所有的創新能力按計算結果序數分為5組。該屬性標號為1～5。其中1表示創新能力最好，5表示創新能力最差（沒有參加過任何專業比賽的同學劃分為5）。其余的按照層次聚類的方法分成4類。聚類后各組數據按組內平均分從高到低排序，以此標記為1，2，3，4。3．工作能力評價在人力資源管理學上，工作能力是指對一個人擔任一個職位的一組標準化要求，用以判斷其是否稱職，它直接影響著一個人做事的質量和效率。一個人的工作能力是通過個人行為表現出來的。高校學生工作能力的評價是通過收集學生在大學期間參加的各項社會活動，承擔的社會職務，按照給定的評分規則進行計算排序。評分規則如表2所示，每一項不同活動不同職務重復計分。根據專家知識建議將所有的學生社會能力按計算結果序數分為5組。該屬性標號為1～5。其中1表示社會能力最好，5表示社會能力最差，其中5表示大學期間未曾參加任何社會活動并且未承擔過任何社會職務的學生。其余按照聚類的方法劃分為4類，每類成員計算平均積分，按照積分高低進行標注依次為1～4。4．結果數據分類標注問卷調查是通過書面形式見解獲取研究數據的一種調查方法。也被稱為“書面調查法”。首先，向被訪問的人員分發問卷、再對問卷結果整理并統計。問卷設計時，遵循具體性原則、單一性原則、簡明性原則。具體問卷如表3所示。將問卷調查結果與實際考研結果數據行分類結果標注，本文劃分為4類：考取985院校、211院校研究生標注為1，考取一般院校研究生標注為2，希望考研但實際未考上研究者標注為3，沒有報名考研標注為4。

四、基于院校計算機專業考研為例

本文研究數據來源于S學校計算機專業學生，該校是一個三本院校，入學時分數線接近二本院校錄取分數線。數據來自該校2015級計算機專業共94人。獲取94人在校所有學科的學習成績、學生職務、社會實踐、參加比賽的數據。由于所收集的數據存在噪聲。因此，對于實際收集到的數據在預處理環節中做如下操作，對于曠考和違紀的成績按0分記錄。根據這成績數據和能力數據按照2～4節的評價方法進行變換，按照文中的評價方法將考研結果數據進行標注。評價的結果數據表部分數據如表4所示。基于表4數據采用決策樹分類方法進行數據挖掘，算法過程中指定自變量為學習態度、學習能力、創新能力和工作能力；因變量為考研結果數據，增長方法采用QUEST方法。是用交叉驗證方式進行驗證。使用SPSS軟件構建決策樹結果見圖2所示。通過分類結果產生分類規則，從而更好地輔助就業指導。以上分析發現規則，決定是否適合考研的最關鍵因素是學習態度，學習態度為1級的19人中意愿考研人數14人比例較大且成功率較高。對于是否應該考取985，211這類重點院校的研究生，建議參考學生的學習能力指標，學習能力為1級的同學，可以嘗試考取這類重點學校的研究生，而學習能力低于1級的同學，建議考一般高校的研究生。對于學習成績低于1級的同學中有考研意愿的比例明顯較低，而且考研成功率低，這些同學工作能力為1～4級即積極參加其他各項活動或工作更多同學中希望考研，但是考研成功率較底；相反平時不積極參加社會工作的同學，如果有意愿考研，反而更容易考取研究生。創新能力對于是否應該考研的影響較低，就業工作中考研指導可以不考慮該項評價指標。

五、結語

本文基于成績數據和能力數據，通過全面的評價方案對原始數據進行變換，使用數據挖據中的決策樹方法分析評價后的各項數據，將數據挖掘中產生的分類規則運用到高校就業指導中，能夠給就業指導工作者一個相對明確的決策規則，是對科學化就業指導工作的一次有益探索。但是，論文中還存在一些問題需要進一步探索和改進：（1）目前，全面評價還是基于總結性評價進行，這種方式只能幫助就業指導工作者正確評價學生的實際情況。但是不利于學生在學習的過程中客觀認識自己，無法幫助學生不斷自我調整、改進和完善。今后考慮將現有的總結性評價調整為形成性評價［9］。（2）本文的分析過程如果需要用于新一屆學習中，由于前期需要進行大量數據的整理和評價，如果能完成一個完整的決策支持系統，將會對就業指導工作者和學生以更多幫助。（3）結果數據僅僅按照考研的類型進行劃分，對于直接就業的學生并沒有細分指導。針對直接就業的同學進行更詳細的劃分結果數據類型，也是下一步考慮需要完成的工作。

作者：唐琳 楊海亮 馬艷偉 朱彥 單位：大連理工大學城市學院 計算機工程學院