简介:大学硕士与本科模型数据毕业论文开题报告范文和相关优秀学术职称论文参考文献资料下载,关于免费教你怎么写模型数据方面论文范文。
摘 要:我国大学毕业生的就业问题日益凸显,在一定程度上成了具有普遍性的社会现象,随着金融危机的出现,就业问题再次成为讨论的焦点.然而,在对大学生就业问题的分析上,却始终不是那么全面与合理.本文通过借鉴BSC理论的思想,从更加全面、更长远的角度来看待大学生就业问题,提出分析模型,并通过数据仓库技术平台的构建来实现对该分析模型的实现,从而达到更深入的分析大学生就业问题的目的.
关键词:大学生就业 平衡记分卡数据仓库
借助于逐步发展的信息技术,许多高校都建立了大学生综合测评系统或者大学生就业决策支持系统.这些系统在帮助分析大学生就业问题上起到了一定的积极作用,但缺乏一种全局的视角和过程的观点来看待大学生就业问题.合理的大学生就业分析应该是针对论文范文个成长过程,对过程进行分析,体现的是面向过程,要体现时间的变化,而不仅仅是在一些固定的点上分析,要从全面的、动态的眼光来看待与分析.这样的话,势必在分析大学生就业问题时使分析角度与内容指标出现多而杂、数据量大等等问题.
基于这些现状与问题的特点,本文通过引入在企业成功应用的BSC理论,并通过数据仓库技术实现它的分析模型,从而达到从动态地、更加全面的角度来看待与分析大学生就业问题.
同时,大学生就业问题分析涉及的面非常广,本文着重考核的是大学生就业问题中与高校相关的部分,并且重点是考核与学生因素相关的内容,重点是如何提高大学生的核心竞争力,从大学生就业核心竞争力的角度来分析大学生就业问题.
1. 平衡记分卡( BSC)构建大学生就业分析模型
1.1 BSC理论
1992年,美国商学院的Kpalna和Nortno教授在《哈佛商业评论》发表了“平衡计分卡:驱动绩效的量度”,一文,正式提出了平衡计分卡制度( Balanced scorecard system,BSC)的观念.平衡计分卡保留传统财务构面的指标来衡量有形资产,同时纳入顾客、内部流程、,学习与成长三个构面的指标来衡量无形资产或智慧资本,强调需由财务与非财务观点来评价组织的战略,注重资料的完整性以及全面性的评估,可以说是一种全方位的绩效衡量制度,是在财务和非财务、内部和外部、滞后性的和前瞻性的、短期和长期绩效指标间的平衡.总之,BSC是用战略的眼光、平衡的思想、联系的观点来看待一个企业长远发展的方方面面.
1.2 BSC理论在大学生就业中的应用
BSC理论产生于企业,也在企业得到了成功的应用,随后,其运用领域不断扩展,一些非赢利组织也通过对平衡记分卡的改造和应用来提高组织自身的效率.在高校应用中,BSC被逐步改造运用于学校的人力资源管理、资产管理、投资评价等方面.
模型:15 尚硅谷_佟刚_SpringMVC_处理模型数据之Map
BSC思想在解决大学生就业问题、提高核心竞争力的过程中,要考虑到高校的特殊环境以及大学生这个对象的复杂性与特殊性.在改造与运用的过程中会遇到一些问题,如:作为非赢利机构的高校有着自己的组织目标;高校特殊的组织层次;将学生作为人力资源来进行评价考核时BSC四个分析视角的理解等等.所以,要想将BSC理论合理改造与运用到高校的大学生上就必须要解决这些问题.
在整个大学生就业分析的BSC模型构建过程中,层次的实施流程如图l所示.
从图1中可以发现,在不同组织层次的考核指标建立过程中都会参考上层组织的指标,对其进行分解、修正,同时还要补充自身层次所特有的一些考核指标.文中主要是以图1中的学生个人层次为主,简化了各个层次的差异,然后扩展到整个完整的BSC评价模型.
在以提高大学生核心竞争力战略目标指导下,本文把BSC分析视角确定为就业价值角度、内部流程(就业能力)角度、学习与成长角度、顾客角度,如图2所示.
1.3 BSC分析视角与指标体系的确定
首先,“财务”层面的内容,就是大学生在就业过程中所追求的,即能否满足主体的要求.这种要求,用一个词概括,可以叫做“就业价值”,这里提的就业价值源于职业价值观的概念,就是指价值观在职业选择上的体现,是一个人寻求职业的信念与标准,从而决定了他的择韭标准与工作态度.因此,文中所指的就业价值,是对就业大学生最终就业结果的强调、是大学生对自己当前就业状态的一个认可与评价.其目标是解决“我们怎样使获得更好的工作,满足大学生的需求”.在平衡记分卡里,其他3个视角的改善都必须反映在“财务”指标上,因此它也是其他三个视角的出发点与归宿.所以,在企业中以“财务”来满足股东的需求,那么在就业问题中,可以从就业价值中看到主体大学生的需求.在本文中,我们将“就业价值”分为:物质、精神、环境、成就、发展、创造、独立与利他这几个方面,从这8个方面去比较全面地展示大学生的就业需求与现状.
其次,客户/顾客层面的内容,其目标是解决“顾客如何看待我们”这一类问题.在这个层面,就是指大学生的“消费”者对其的满意程度,不同相关群体对象对“就业状况”的认可度,他们是如何看待大学生的,这里指的消费者及关注对象主要是指培养学生的高校、聘用学生的企业、养育学生的家长以及学生本人.
内部流程,业务流程重组,企业中这一维度着眼于企业的核心竞争力,解决企业“最擅长做什么”的问题.那么在大学生就业模型中,就是就业的核心竞争力,同样,我们关注的大学生就业时的核心竞争力,要体现自身的特点与学生在就业活动中能力的擅长点.在这个层次上,反映的是大学生必须擅长什么,即在达到“财务”方面和“顾客”满意度方面的目标,必须在那些方面具有优势,哪些方面可以体现潜能,具体就是一些做事情与判断事物的能力.
最后,学习与成长,潜在的长远利益.其目标是解决“如何创造并提高大学生的就业价值”.就是体现大学生是否具有继续提高与改进自身价值的能力,从而为企业社会创造价值,最终实现自己期望的就业价值.在这个层面,主要体现的就是大学生的学习与创新能力,其中关键的能力就是学生的实践能力.
1.4权重与评估方法的确立
在指标确定完成之后,重要的工作就是对这些指标的权重进行确定.确定权重的方法目前常用的主要有两类,一类是主观赋权法,即采取综合咨询评分的方法确定权数,然后对无量纲后的数据进行综合,比如指数比较法、专家评价法、AHP法等;另一类是客观赋权法,即根据各指标之间的相关关系或各项指标值的变异程度来确定权数,如主成分分析法、网子分析法、熵值法等.
根据分析主题及指标的特点,本文采用的,也是比较常用的AHP来进行权重的确定.在指标体系确定完成之后,根据对应层次关系结合算法就可以得到相关的权重.同时对设计的模型选择评估方法,如模糊综合评价方法等,分析可行性后都是可以借鉴与使用的.结合文章篇幅及本文的核心,对以上两部分内容本文就不再作细述,相关内容可以参考相关文献资料.
2.数据仓库的设计
在大学生就业分析模型建立完成后,将如何通过数据仓库支持这个分析模型的实现.由于笔者所使用的数据仓库的软件为SAP公司(ERP软件运营商)的产品,所以在本文中涉及的个别技术上的称谓或功能均为SAP BI( SAP Business Intelligence)中的内容,但在构建思想上都是一样的,没有具体数据仓库软件商的区别,不同的工具同样都可以实现模型的构建.
2.1主题的确定
BSC理论在高校大学生就业问题中的应用是通过将就业问题作为一个战略目标去考量,然后提出一些关键目标与子目标,而这些目标与子目标即是设计者所重点关注的问题方面.因此,在数据仓库主题确定上,大的主题就是大学生就业,在本文中侧重的就是大学生的核心竞争力,并且下面有许多的子主题,这些子主题与BSC模型的各个目标与子目标是一致的,各个目标之间的关系也体现了各个主题之间的交叉性.主题的确定及边界的划分是数据仓库后续实施的前提,它将为信息源的选择与集成提供支持,它包括BSC分析模型中涉及的数据源以及相关的必需的一些基本信息内容.
2.2模型的建立
数据仓库的总体设计架构,见图3所示.
(1)数据源.高校中与就业相关的数据与信息来自不同的部门与系统,要进行基于数据仓库的分析,就必须将这些异地分布的,并且可能是异构系统中的数据整合到一个统一的数据平台.如学生处的学生基本信息数据、就业办的学生就业信息、设备处的设备情况、德育处的学生思想道德素质记录等等,这些数据信息都是后续主题建模中所必须的一些数据源.
(2)数据集成层.数据集成层主要是为了保证进入数据仓库数据的规范性,为了更好地实现ETL,保证集成与加载的高效性.
(3) ODS数据存储.ODS层是用来存放集成后的从各个源系统中抽取的各种业务数据,基本上不对源数据做改动,按原来信息系统的业务分类来进行组织存放,从而形成了按高校业务分类的全局数据库.
(4)主题数据存储.这一层的数据则是根据各个主题的要求,建立的主题数据存储区域.根据不同的主题内容,对ODS中的需要的各业务数据进行抽取或者综合,比如对大学生的一些能力评估结果、就业价值综合统计结果、满意度的统计结果等等.同时各个子主题之间的关系,对一些指标的综合汇总计算结果,都可以在这一层进行存储.
(5)多维数据存储.多维数据存储,主要是用来存储多维建模后生成的多维数据集,如信息立方块(In-foCube).
(6)数据分析层.数据分析,主要是指OLAP的分析以及数据挖掘,本文进行的相关分析工具都是由SAP公司提供的相关工具(如:SA PBEx分析器(基于Micro Excel)与SA PAnaliysis Process Desiger).
2.3多维数据建模
在本文的设计中,OLAP模型采用SAP星型模型来实现.在SAP BI中,把事实表及其连接的维度表称为信息立方体.与传统星型模型不同,在星型结构的实现上,SAP BI系统对传统的星型模型作了一定的改进.主要的变化在于维度表不包含主数据的信息,而只存储了主数据的SID(四位整型值).主数据信息被存储在单独的表中,称为主数据表,具体见图4所示.
3.原型验证
文章将通过对子主题:学生实践能力的分析模型,来构建基于数据仓库的OLAP模型,从而分析大学生就业问题中学生学习与创新方面,关于实践能力的分析与评估.
首先,确定该主题的主题域内容,相关的数据库表数据及汇总计算数据已经通过数据仓库ETL进人数据仓库的主题存储区,如实践能力下的课程实践能力、科研实践能力、自主实践能力这些BSC评价结果都已经进入了数据仓库中;然后,进行OLAP的模型建立.
(1)维度的确定.这里我们确定了以下相关维度:学生维、单位维、实习内容、实习性质维、时间维.
(2)指标的确定.实践/实习时间、实践/实习次数、设备操作能力评定、实践思考分析能力评定、自我评定.
(3)星型模型,见图5所示.
(4) OJAP分析.
在模型建立完成后,就可以对多维模型进行OLAP分析操作,同时,还可以将多维分析或者是数据挖掘的结果通过各种友好的方式进行展现.如图6所示,就是学生实践能力多维分析中部分分析结果的展现.
4.结束语
文章通过对BSC的重新认识与分解,以及对数据仓库技术的应用,为解决大学生就业问题的分析提供了可行的思路与方法,同时也存在着一些不足:
首先,文章没有具体阐述高校中其他的影响因素及高校以外的影响因素在综合分析大学生就业问题中的影响,但它们非常重要,本文提出的构想可以在其他方面进行扩展,从而达到最终的目标.
其次,原型只是选取了一个子主题,要体现整个BSC模型的分析价值,就要对整个对象模型进行分析;同时实际在对所有指标信息进行处理时所面临的海量数据与原型中的验证性数据也有一定的差距.
最后,文章的BSC模型构建是基于笔者研究环境,不同的学校,在不同子指标体系的设置上难免会不相同,并且具体评价的方法以及数据仓库实现中的技术差异,这些都带有一定的特殊性.
总结:本论文是一篇免费优秀的关于模型数据论文范文资料,可用于相关论文写作参考。
模型引用文献:
[1] 模型学术论文怎么写 贝叶斯和数据挖掘相关论文范文数据库8000字
[2] 基于大数据挖掘的科技项目查重模型研究
[3] 模型论文范文 模型类自考开题报告范文2万字