大数据背景下的高校人事管理工作机制创新

周 广 昌, 侯雨菲

(1. 沈阳大学 人事处, 辽宁 沈阳 110044;2. 中国人民解放军北部战区总医院 卫生经济科, 辽宁 沈阳 110015)

20世纪以来,时代的快速发展和社会的巨大变革,使大学这一复杂组织必须抛弃“象牙塔”式的生存模式,担任起服务社会的重要职责[1]。网络技术发展步入新时代的标志之一就是云技术的发展和应用,云技术使各类信息转型为大数据,大数据将引领高效率和低成本的信息处理技术的发展。由此也使高校教育管理开启了大数据智慧管理的新篇章,人事信息处理过程也随之步入大数据时代。高校人事管理工作机制创新对于当代的高校管理既是机遇也是挑战。有数据显示,当前全日制高校的教职工总数约200万人,这就对高等学校的人事管理工作机制提出了进一步要求,迫切需要对人事管理工作机制进行改革和创新[2]。

一、 高校人事管理服务体系现状及特点

人事管理工作以人事管理对象、人事管理主体、人事管理目标和人事管理资源为核心要素。建立规范化人事管理服务体系,利用多级互联网在大数据的环境下获得最佳使用体验,将服务质量提升优化,为教育公共服务体系和教育对象提供个性化供给,推进人事数据共享和业务协同,为人事工作者和校方管理者提供决策依据。

人事管理服务体系以人事管理系统为核心,人事管理系统采用多级灵活部署,内设多级管理和使用权限,提供了人事处与外界各部门联合办公的标准开放接口。

校内:由人事管理系统进行统一身份认证,分别与教务管理系统、科研管理系统、档案管理系统、信息中心系统、财务管理系统相互关联,开通一站式服务绿色通道。在综合服务方面,人事处办理业务较多。列举几个办理频率高的项目,如机构设置、增减人员、关系调动、职务晋升、考勤考核、社保办理、交流培训、开具证明、提供数据和与校内其他部门协作办理的相关事项。

校外:由人事管理系统进行统一任务调度,上级部门有教育厅、人社局、教育局,其他业务审批部门有编办、医保局、教工委等,实现网络平台互联,简化办事流程,缩短办事周期,节约人力物力。

人事管理服务体系能够实现互联互通和数据共享,基于数据融合实现智能化人事管理、平台交流和决策改善,打通校内外的业务接口,将各个方面的数据开放关联和整合协调,尝试人事管理工作智慧化。

二、 高校人事管理大数据服务平台的应用分析

人事管理是高校管理中最重要的一部分,人事管理工作直接影响高校的运行与发展,因此,高校一定要对其足够重视,以保证学校的良好运行。将人事管理与大数据技术相结合,是促进高校传统人事管理模式改革的重要步骤,也是社会变革的重要要求[3]。

1. 服务平台的特点

随着高校的转型发展,高校教育队伍不断壮大,政策贯彻落实产生的数据和日常累积的历史数据量的增长持续升高,其容量大到TB、PB,甚至EB等数据量级。人事管理工作需要分析处理类型多样的数据,高标准的人才引进存在不同的数据源,大量的非结构化数据要进行清洗、整理、筛选等操作,才会变为能够使用的结构数据,同时数据信息实时变化,流转速度加快,要求人事管理能及时快速地响应变化,及时快速地分析整理,在性能上也提出了更高的要求。高校人事管理主体为广大教职工,管理方式有一定的单向性,数据采集存在变动不及时、不全面、不连续等现象,导致数据暂失效应,存在价值密度低的弊端,由此可见,人事大数据的特点主要表现在以下几个方面:容量较大,类型多样; 流转速度快,涉及区域广;要求快速响应,实时处理;分散存储,价值密度低。

2. 服务平台的作用

(1) 建立信息资产。人事数据是庞大而复杂的数据集,各级别各类型归档信息和教职工个人信息等产生的速度非常快,数据呈多样性。人事管理工作最重要的部分就是整理和应用这些信息。传统的处理方法费时费力,不能高度共享和灵活应用,此时期待进行数据结构的转化形成信息资产,正如大数据的定义:大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产[4]。

(2) 提取和创造价值。现代大数据的发展和应用更倾向使用预测分析、行为分析或某高级的数据分析方法,从数据中提取信息创造价值。可以解决人事原始数据本身的价值是无法直接可见的问题,通过数据计算和分析,提取和创造价值。大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些有意义的数据进行专业化处理。换言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的加工能力,通过加工实现数据的增值[5]。

(3) 人事业务实时关联,实现一键提取。人事部门内部运行支撑系统和外部与教职工的交互系统都能产生大量的数据,如何在这些数据中挖掘价值提供服务信息支撑和智能解决方案已经成为人事部门的无形资产。根据量身定做的人事大数据服务平台,可提供报表工具、分析工具、结合高校教育管理的实际需求进行的解决方案实施服务,实现繁重人事管理业务实时关联,一键提取。

(4) 提高服务质量。大数据环境下,人事部门业务办理实现一站式服务,管理者、业务分析人员、教职工等都可以通过web、手机、校园客户端或者其他移动设备进行审批、整理、访问、修改等对接交流,大大提高了服务质量。

3. 建立全新的人事管理服务理念

基于高校人事管理大数据的特点和现状,高校人事管理工作机制创新管理理念转变是前提条件。这需要人事工作者高度重视,与教育管理智慧化同步,加大探究力度。以传统的人事工作模式为基础,逐步建立起适应大数据时代的管理思维,促进全新管理理念的形成,主要表现为:管理理念由“管理本位”向“服务本位”转变,管理范式由“数据驱动决策”向“数据形成领导力”转变,管理目标由“以提高管理效率为目的”向“以教职工价值增值为中心”转变,管理手段由“控制为主”向“预测为主”转变[6]。

因此,高校人事管理工作应树立起“以人为本、服务师生”的管理理念,工作性质由“管理人”向“服务人”转变,明确教职工主体地位,关注教职工个性需求,强化为教职工服务意识,实现教职工人身价值等,科学重塑人事管理理念,为人事部门科学管理提供有力支撑和保障。

三、 高校人事管理大数据服务平台的构建策略

要构建高校人事大数据服务平台,首先要建设人事信息的基础数据中心;其次要以人事信息基础数据中心作为数据支撑,整合各种不同能效的大数据处理分析框架和工具,实现对人事数据的挖掘和分析;最后实现用数据说话、用数据管理、用数据决策、用数据创新的人事管理工作的创新机制。

1. 服务平台的构建目标

人事大数据服务平台总体建设目标是要实现人事部门管理改革的架构平台。①制定统一的数据资源管理规范,拓展数据采集范围,整合各科室业务信息系统数据汇聚,打造一体化人事信息数据库,为平台打下坚实稳固的数据基础。②梳理各个科室数据资源的关联性,编制目录,建立资源交换管理标准体系,保障业务可行性和完整性,分配各科室管理权限,充分发挥资源共享。③强化人事数据监测分析,实现诚信档案监督。监测运行状态,排查违规数据,把握人事数据趋势,预判人事管理潜在问题,辅助管理者决策,提供及时、准确、可靠的信息依据的数据支撑。④驱动机制创新,深化应用实践。统筹规划、分步实施,建设大数据平台的整体架构,完善人事管理服务体系,注重实效,丰富管理和服务手段。

2. 服务平台基础设施架构

人事大数据服务平台是一个大型的分布式处理平台,要针对PB级的数据做分布式的计算,存储、网络传输和其他操作。即便当前各个高校的人事数据还达不到PB级,但未来高校互联网和人才交流互联网等大规模的信息资源建设和协办管理等数量级不断增加,未来将会达到海量数据读写,还要将预测结果高效发布,对底层各个节点间进行频繁的通信和IO 操作,运算速度要求高,因此,人事大数据服务平台硬件基础设施架构设计一定要满足一致性、可用性、容错性和动态扩展的要求。

服务平台基础设施主要包括计算资源、存储资源和网络资源等基础设施。平台基础设施主要基于高校现有云计算中心,建立支撑人事大数据服务平台的运行环境,包括高性能服务器、集中/分布式存储系统、网络环境和安全系统等设施,同时应用SOA 、虚拟化和容器技术升级服务器运行模式,采用并行集群方式实现服务器的高可用性和负载均衡,支撑人事大数据平台软件架构的系统部署运行、信息交换共享、数据安全可靠等功能需求的实现。

3. 服务平台软件架构

根据人事大数据服务平台的功能需求,服务平台软件架构设计从下到上分为3个层次:数据源层、数据存储及处理层、应用服务层。

(1) 数据源层。完全开放的数据接入协议支持接入任意数据源的数据,主要包括文件日志、数据库日志、关系型数据库、应用程序或来自网页的信息等,分类为结构化数据、半结构化数据、非结构化数据。预留接口,支持其他业务系统的上传导入,提取历史数据和时效数据的有效数据至服务器数据库,在平台上复用。

(2) 数据存储及处理层。相关数据集在这一层大致经历了数据采集、数据接入、数据传输、数据存储、数据挖掘、数据查询等这几个过程。

① 数据采集、清洗与预处理。在此模块中统一信息资源标准规范,建立多维度数据库,支持外接数据的上传导入,以准确性和价值性为前提,拓宽数据来源,汇聚数据,采用Flume、Kafka、Sqoop等工具,将零散数据导入到分布式平台。数据的预处理常用HiveSQL,SparkSQL和Impala等工具,在海量的数据中提取出可用特征,建立宽表,创建数据仓库。

② 数据存储。数据存储是实现有效管理数据、统一存储、分布式部署、集中分析、高效访问、统一决策的目的。Hadoop是一个开源的开发和运行处理大规模数据的软件平台,实现海量数据的分布式存储和分布式计算,它属于一个Apache的顶级目录,具有高扩展、低成本、成熟的生态圈等优势,是业界大数据平台的首选。它的作用是搭建大型数据仓库,PB级数据的存储、处理、分析、统计等业务,比如搜索引擎、商业智能、日志分析、数据挖掘等。充分利用集群的威力进行高速运算和存储,具有可靠、高效、可伸缩的特点。

HDFS,YARN和MapReduce是Hadoop的核心。HDFS是分布式文件存储系统,用于存储海量数据;YARN是Hadoop 中的资源管理系统,它分成两个独立的服务:一个是全局的资源管理器,负责整个系统的资源管理和分配;另一个是每个应用程序特有的,负责单个应用程序的管理。MapReduce是并行处理框架,实现任务分解和调度,将一个大任务分解为多个小任务,并行执行后,合并结果。此外还采用HBase这个高可靠性、高性能、面向列、可伸缩的分布式存储系统,位于结构化存储层,利用HBase技术在PC Server上搭建起大规模结构化存储集群。HBase利用HDFS作为其文件存储系统,HDFS为HBase提供了高可靠性的底层存储支持, MapReduce为HBase提供了高性能的计算能力,Zookeeper为HBase提供了稳定服务和failover机制,Hive为HBase提供了高层语言支持,Sqoop为HBase提供了方便的RDBMS数据导入功能,使得传统数据库数据向HBase中迁移变得非常方便[7]。

③ 数据分析。数据分析是对高质量的数据进行分析,将其分类的同时发现数据之间的相互关系,日后可以应用到实践中。

④ 数据检索和挖掘。Hive可以将结构化的数据映射为一张数据库表,并提供查询功能,减少MapReduce编写工作的批处理系统,用户能够在HDFS大规模数据集上很好地利用SQL语言查询、汇总、分析数据。数据挖掘模型采用Spark On Yarn的yarn-cluster方式构建大数据分析引擎,最后预测结果保存在分布式数据仓库HBase中待高效发布。这里采用批量数据处理,借助于深度学习、知识计算和可视化等大数据分析技术,挖掘价值,实现支持决策和发现新洞察的作用。

⑤ 结果发布:可视化和展示各个不同分析算法处理过的数据结果。包括从预先计算汇总的结果中读取和用一种友好界面或表格形式展示,主要便于使用者对数据分析结果的理解、提供决策依据或者回流到线上支持线上业务的发展。

(3) 应用服务层。云计算平台:应用云计算对计算资源、网络资源、存储资源统一管理,利用云计算平台所提供的计算能力,整合软件、服务及技术,按照服务开发出丰富多彩的应用,具体包括数据平台、业务平台、能力开放平台等,充分发挥云平台的资源层面的弹性和应用层面的弹性。

可视化环境:提供可视化界面,展现数据价值,让操作人员更高效地利用平台,设置开放查询接口,灵活扩展数据功能,支持各业务对象的系统对接。

门户管理:即用户登录方式,包括用户名、密码、找回密码,此处与智慧校园信息中心数据库互联,统一认证登录者身份。

接口管理:包括系统访问、远程访问、浏览器类型、账号归属、模板下载等开放的标准接口,实现与各应用服务的无缝对接。

目录管理:配置服务体系结构,实现简便、快捷的访问。

数据管理:主要涉及主数据管理、元数据管理、数据质量管理、数据标准管理、数据安全管理等几个方面。以数据库的形式存储,形成主数据管理的统一管理机制,强化安全管理,保证整个平台数据信息的一致性和准确性。

人事管理系统:是人事管理工作最重要的应用软件,主要功能模块有:用户管理、数据配置、访问统计、业务流程、任务调度、报表管理、决策分析、平台对接和Web应用等。

服务机构:人事处的六个科室,分别是人事科、劳资科、师资科、博管站、社保科、人才办。

服务内容:数据上传、下载、统计、查询。

服务区域:部门内部、校级管理、各级学院、职工个体。

四、 应用建议

1. 对人事管理工作人员的学习建议

大数据视角下,高校人事管理工作由传统人事管理趋向现代人力资源管理,将传统的管理教职工名册、考勤、考核、待遇、归档等核心事务转向为把人才作为高校发展的第一资源,引借现代人力资源管理方式,以人为本,尊重人才,挖掘和发挥人才价值,促进高校整体能力和绩效提升。同时这一转型也反映了国家主管机构对于高校人事改革的要求。2016年,我国人社部宣布将研究高校不纳入编制管理后的人事管理衔接办法,专业人才的自由流动和社会管理将成为必然趋势[8],因此,在高校教育管理模式下,人事管理工作的研究者一定要组建团队,全方位深入调研,树立大数据人事管理工作创新思想,大力研发新技术,做好成本预算和技术支持,切合实际地对平台进行建设。

2. 对大数据服务平台的维护建议

建设大数据基础设施,建立信息标准和规范,将应用型数据进行有效整合和共享。结合人事管理建立起人事大数据技术和分析人员队伍,具备自主运营和开发大数据的能力,建立试点,各试点联动进行运营监测,使其性能逐步优化。维护体系架构要注意以下几个方面问题。

(1) 真实性:采集数据范围由实时数据和历史数据组成,既有原始记载,也有教职工新生成的记录,要把控低延迟的实时数据分析,形成可视数据资产,提取纯净的数据源和严格审查真实信息,采集接入后保障数据分析结果的可利用价值。

(2) 专业性:人事管理系统离不开专业人员的管理,对工作人员的政治素养、业务能力和专业技能水平都要高标准严要求,平台建设的每个环节都必须由专业的工作人员完成,以确保管理系统的实时更新和维护。

(3) 稳定性:合理预算下,配置多台设备作数据和程序运行的备份,提升服务器质量。

(4) 可靠性:引入分布式存储系统来实现可靠性。

(5) 可扩展性:人事管理工作未来可能会存储海量的历史数据,而且数据规模持续增长,需要通过扩充设备满足数据存储的需求,同时保证成本可控,而且大数据必须建立国家级别的严格统一标准,以便将来与外界大数据平台的友好互联。

(6) 安全性:①要保障不丢失,大数据采集的数据大多为海量的非结构化数据,需要有合理的备份冗余机制。②要保障数据不被非法访问和篡改窃取,访问权限指定用户分级管理,统一安全访问控制机制,加强自主访问控制、强制访问控制和基于角色的访问控制。

3. 对人事管理服务体系的构建建议

人事管理服务体系以用户为中心,以需求为导向,以服务为目的,顺应信息化办公发展趋势,创新技术,注重建设,加快互联,实现业务协办,促进校内外融合,丰富管理和服务手段。建议通过新理念新技术深化服务的深度和广度:

(1) 统筹规划,分步实施。结合实际需求,明确建设目标,完成高校人事大数据服务平台的构建后要进行各业务系统的整合,使数据尽可能的高共享低冗余,数据实现共享共用后再搭建人事管理服务体系。

(2) 突出重点,注重实效。明确人事管理工作重点,创建级别目录,提高平台的可用性和易用性。落实国家、省市、学校出台的政策和学校的发展精神,强化体系,优化服务。

(3) 深化应用,创新驱动。推进整合资源,细化一站式服务需求,采用新技术创建直通式服务接口与高效率体验模式的深化应用,拓展创新。

五、 结 语

综上所述,人事管理工作是高校教育管理工作的重要组成部分,在高校转型发展和一站式服务建设中占有举足轻重的地位。大数据对高校教育管理也有一定的影响,可以极大的便利人事管理工作的开展,不仅提高了工作效率,也为领导者和职能部门提供科学的数据,不断理顺大学与政府、社会的关系,推进大学内部治理结构改革[9]

培养大数据人才,打造高校智慧型管理,要积极探研,不断实践,致力于提供更高质量的服务,创新人事管理工作机制创新并助推高校优质发展。