一种基于产业数据的专业动态调整方法
本公开涉及专业课调整,尤其涉及一种基于产业数据的专业动态调整方法。
背景技术:
1、随着新技术不断发展,人工智能、新能源、生物医药等新兴产业快速崛起,产业结构迭代速度显著加快。产业升级对技术技能人才的需求不断变化,而高校专业设置的调整往往存在数年的建设周期,远落后于产业迭代速度,导致人才培养与产业需求之间存在脱节。
2、当前,高校专业调整主要采用以下方式:一是依靠经验进行调整,即专业负责人依据教学经验、学科惯性或短期调研进行专业增设或撤销决策,决策依据以定性判断为主,缺乏系统性数据支撑;二是供需对接平台型,如建设国家人才供需对接大数据平台,整合教育、人社、科技等多方面的数据,侧重宏观监测与指导,但尚未公开面向单个高校的具体技术方案,且对专业调整的决策逻辑未形成闭环;三是产教融合机制型,即通过定期调研、实时监测的方式来采集产业需求,经校企行协同论证后进行专业调整,但该方法本质上属于管理流程优化,实时监测仅停留在概念层面,未公开数据采集、分析、决策的具体算法,且依赖人工调研和专家论证,自动化程度低。
3、如何高效、合理地调节高校的专业设计,使之适应产业需求,是本领域亟待解决的重要问题之一。
技术实现思路
1、本公开的目的是提供一种基于产业数据的专业动态调整方法,以解决现有技术中的不足,它能够根据产业数据动态规划专业课程,使高校的专业课程更加贴合产业需求。
2、本公开提供了一种基于产业数据的专业动态调整方法,其中,包括以下步骤:
3、s1,获取产业数据和专业数据,并进行预处理,得到结构化产业数据和结构化专业数据;所述产业数据包含招聘信息数据、产业报告数据、企业年报经营数据、产业产值及就业统计数据;专业数据包括对应专业毕业生就业分布数据、人才培养方案数据、毕业生人数数据;
4、s2,根据结构化产业数据计算需求变化信号,根据需求变化信号计算产业需求影响系数;
5、s3,根据产业需求影响系数和结构化产业数据,通过预设的需求趋势预测模型,预测对应专业的人才需求变化方向和变化幅度;
6、s4,进行供需适配度量化评估;
7、s5,根据供需适配度量化评估结果生成调整建议。
8、如上所述的基于产业数据的专业动态调整方法,其中,可选的是,步骤s1中,预处理过程包括数据清洗和结构化处理;
9、所述数据清洗包括基于数据源标识和发布时间戳删除重复数据,删除缺少关键字段的数据;
10、所述结构化包括将不同来源的数据统一为预设标准格式。
11、如上所述的基于产业数据的专业动态调整方法,其中,可选的是,步骤s2包括以下步骤:
12、s21,计算需求变化信号;
13、s22,根据产业与专业的映射关系,计算产业需求影响系数。
14、如上所述的基于产业数据的专业动态调整方法,其中,可选的是,步骤s21中,计算需求变化信号的方法为:
15、基于所述结构化产业数据,获取各产业在预设时间段内的招聘量变化率、产业产值增长率和政策投入变化幅度;
16、对各产业在预设时间段内的招聘量变化率、产业产值增长率和政策投入变化幅度进行加权求和,得到需求变化信号。
17、如上所述的基于产业数据的专业动态调整方法,其中,可选的是,步骤s21中,计算需求变化信号的方法为:
18、基于所述结构化产业数据,获取各产业在预设时间段内的招聘量同比变化率、产业产值增长率和政策投入变化幅度;将所述招聘量同比变化率、产业产值增长率、政策投入变化幅度按预设权重进行加权求和,得到各产业的需求变化信号。
19、如上所述的基于产业数据的专业动态调整方法,其中,可选的是,步骤s3中,预设的需求趋势预测模型通过以下方法构建:以所述结构化产业数据中各产业的历史招聘量、产业产值和政策投入数据作为多维时序特征;将所述各专业的产业需求影响系数作为权重,对各产业的时序特征进行加权聚合,得到各专业的需求时序特征向量;基于所述需求时序特征向量,采用时间序列预测方法,预测未来预设时间段内各专业的人才需求变化方向和变化幅度;为各专业设置预警阈值,当预测的人才需求变化幅度超过所述预警阈值时,生成调整触发信号。
20、如上所述的基于产业数据的专业动态调整方法,其中,可选的是,供需适配度量化评估过程包括:
21、s41,计算产业适配度;
22、s42,计算岗位能力匹配度;
23、s43,计算规模适配度;
24、s44,根据产业适配度、岗位能力匹配度和规模适配度计算各专业的供需适配度。
25、如上所述的基于产业数据的专业动态调整方法,其中,可选的是,还包括:
26、步骤s6,效果反馈与迭代优化;在执行调整建议后的预设监测周期内,持续采集产业数据与毕业生就业数据;基于所述产业数据与毕业生就业数据,重新计算各专业的供需适配度量化评估,作为调整后评分;计算所述调整后评分与调整前评分的差值,作为调整效果指标;
27、当所述调整效果指标低于预设效果阈值时,调整所述需求趋势预测模型中的预测参数和/或所述供需适配度量化评估中各维度的权重参数,并触发针对该专业的再调整流程;当所述调整效果指标达到预设效果阈值时,维持当前模型参数不变。
28、与现有技术相比,本公开具有以下有益效果:
29、本发明根据产业数据和专业数据的变化提前预测各个产业对各专业的毕业生的专业需求情况,提前对专业及课程进行调整,使其更加适配当前产业变化。本发明基于产业时序数据前瞻性预测各专业未来的人才需求变化方向和幅度,提前2-4年预判供需失衡风险,有利于避免毕业生与产业需求脱节的情形。
1.一种基于产业数据的专业动态调整方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于产业数据的专业动态调整方法,其特征在于,步骤s1中,预处理过程包括数据清洗和结构化处理;
3.根据权利要求1所述的基于产业数据的专业动态调整方法,其特征在于,步骤s2包括以下步骤:
4.根据权利要求3所述的基于产业数据的专业动态调整方法,其特征在于,步骤s21中,计算需求变化信号的方法为:
5.根据权利要求3所述的基于产业数据的专业动态调整方法,其特征在于,步骤s21中,计算需求变化信号的方法为:
6.根据权利要求1所述的基于产业数据的专业动态调整方法,其特征在于,步骤s3中,预设的需求趋势预测模型通过以下方法构建:以所述结构化产业数据中各产业的历史招聘量、产业产值和政策投入数据作为多维时序特征;将所述各专业的产业需求影响系数作为权重,对各产业的时序特征进行加权聚合,得到各专业的需求时序特征向量;基于所述需求时序特征向量,采用时间序列预测方法,预测未来预设时间段内各专业的人才需求变化方向和变化幅度;为各专业设置预警阈值,当预测的人才需求变化幅度超过所述预警阈值时,生成调整触发信号。
7.根据权利要求1所述的基于产业数据的专业动态调整方法,其特征在于,供需适配度量化评估过程包括:
8.根据权利要求1-7任一项所述的基于产业数据的专业动态调整方法,其特征在于,还包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com