作者简介作者简介：沈萍（1981-），女，硕士，浙江长征职业技术学院讲师，研究方向为云计算、数据挖掘。0引言
2013年年底，教育部办公厅印发了《关于编制发布高校毕业生就业质量年度报告的通知》，决定从2014年起，由高校编制和发布本校毕业生就业质量年度报告。通知要求，“各高校应在校园网、就业网、全国大学生就业公共服务立体化平台或其他媒体上发布毕业生就业质量年度报告。报告要反映毕业生就业的基本情况、主要特点、相关分析、发展趋势以及对教育教学的反馈等内容”。这表明，高校毕业生就业状况监测体系在逐渐完善中。
当前我国高校毕业生就业状况监测还处在发展初期［1］，存在多方面的问题：一是监测主体缺位或者说监测主体多元化，政府、高校、企业、家长、学生，都是监测主体，从各自关注角度出发，结果差异性很大。目前基本是各个高校上报就业信息，教育主管部门汇总后对外公布，监测信息的真实性难以保障，监测结果也不能满足多元化需求；二是高校和教育主管部门很少对毕业生就业后的就业满意度、薪酬水平、就业层次、专业相关度、单位性质等进行统计，一般只是简单地对毕业生的就业数量进行统计，导致就业率只能反映出就业的“量”，而不能反映出就业的“质”。单纯依靠就业率数据来判断高校就业状况的好坏，容易使学校重在追求就业数量，从而造成对就业“含金量”的忽视，误导后面学生的报考，增加就业市场压力；三是目前各高校，各省市都搭建了大小不同的就业信息管理系统或者就业状况监测系统，在某种程度上，造成了软硬件资源重复投入，且监测系统缺乏灵活性和可扩展性，导致运行效率低下，资源不能共享。
云计算［2］是当前信息技术领域最为热门的技术之一，它因能有效解决信息系统计算及存储能力不足、it设施投入大、资源利用不充分、系统管理复杂等问题而具有广阔的发展前景。据赛迪顾问发布2011版的《中国云计算产业发展白皮书》显示：“未来3年，中国云计算应用将以政府、电信、教育、医疗、金融等行业为重点，市场收入规模将从2010年的167.31亿元增长到2013年的1 174.12亿元，年复合增长率将达91.5%” ［3］。针对当前高校毕业生就业状况监测系统的现状，云计算环境为推进该项工作的高效开展提供了新的机遇。
云计算技术对高校毕业生就业状况监测系统具有适切性。高校毕业生就业状况监测是一个庞大的系统工程，需要收集和处理海量信息数据，包括高校信息、毕业生信息、企业信息等等。云计算技术正好可为该系统顺利实现提供强大的技术支撑，它能够更为及时、迅捷地进行海量数据处理，具有资源配置动态化、网络访问便捷化、需求服务自助化、资源虚拟化、服务可计量化等特点，使得其在高校毕业生就业状况监测系统构建方面具有广阔的应用前景。
1监测系统架构设计
1.1设计理念
云计算高校毕业生就业状况监测系统设计的总体理念是“以技术来支撑系统的实施、以系统来保证监测的落实、以监测促进就业质量的改进”。具体目标是结合教育主管部门、高校、企业、家长等的要求，从监测内容选择、监测体系指标确定，到数据收集、处理与分析，整个过程都保持高度的规范性与科学性，能够提供“服务于教育主管部门、服务于高校、服务于企业、服务于社会”的高校毕业生就业状况监测系统解决方案。
1.2总体架构
云计算高校毕业生就业状况监测系统的构建涉及到就业状况数据管理、数据挖掘模型的研究、就业状况结果评估模型的建立等多个环节，其监测内容涉及高校信息、学生就业信息、企业信息等［4］。本研究采用系统设计方法，将整个监测系统划分成多个功能模块，正确地处理模块内部和模块之间的关系，如图1所示。
图1基于“云计算”的高校毕业生就业状况监测系统架构
该系统以云存储和计算为基础，使得系统的普及性和扩展性得到提高。在设计与开发云端服务系统模型中，包含4层应用［5］: 第一层是基础即服务层，通过虚拟化技术对这些物理资源进行抽象，实现了资源共享、资源管理优化，提供动态、灵活的基础设施层服务; 第二层是平台即服务层，是高校毕业生就业状况监测的云计算系统服务层，包括数据管理维护、数据挖掘分析、就业结果评估、规律挖掘等; 第三层是软件即服务层，是系统的应用服务平台，包括高校信息管理、企业信息管理、学生信息管理、权限管
等功能; 第四层是客户端访问层，包括学生、企业、高校管理人员、教育主管部门等客户通过智能终端访问云计算监控系统平台的资源。
1.3结构系统
1.3.1数据管理子系统
数据库建设是高校毕业生就业状况监测工作的基础，包括高校信息、学生信息、企业信息等。数据采集要求保证数据的真实性和实时性，实施过程要求规范性。主要采集高校的基本信息、学生的基本信息以及学生就业企业的相关信息。高校、学生、企业信息数据可从高校端进行采集，由学生登录来验证本人就业信息、就业企业信息的正确性。企业信息可以由企业自身来完善，也可以反馈学生员工的工作情况，发布相关招聘信息等。
采集到的原始数据通过数据抽取、转换、清洗等过程，转化为适合进行数据挖掘的精确可靠的数据。主要是通过汇总、过滤等方式，从相关数据库中抽取出来进行数据的重新格式化和计算、关键数据的重构和定位。同时对数据进行管理，进行定期或实时的更新，如学生毕业6个月、9个月、1年、4年后的相关就业信息。
1.3.2结果评估子系统
如何确切的评价某高校就业状况还在于结果评估模型的构建。先根据全面性、独立性、可评性和可测性原则确定高校毕业生就业状况指标，再根据层次分析法进行指标权重的计算，通过模糊综合评价法对高校毕业生就业状况进行结果评估。
1.3.3规律挖掘子系统
以高校或毕业生为对象进行规律挖掘，把握高校毕业生就业状况的基本规律和发展趋势，采用k-means聚类算法、apriori算法对高校毕业生就业状况进行聚类分析和关联分析。如可以分析毕业生在就业过程中不同时期对就业指导的需求，从而为毕业生提供更具有针对性、更全面的就业服务。
1.3.4查询子系统
不同的用户可以通过报表工具进行不同的查询。
2系统关键技术
2.1云存储的云备份服务系统
云备份服务系统包含3个层次的备份云：广域云、区域云和本地云。最上层为广域云，覆盖范围是所有备份客户可以通过广域网访问的区域；中间层为区域云，一般按照地理区域，如省、市、地区等来划分；最低层为本地云，也称为私有云。本地云可以按小的地理区域划分，也可以按照高校实体划分。拓扑结构可以描述为系统以广域云为根节点，区域云和本地云为分支节点，构建成一个备份云的树状结构。而每个节点都具有自己的备份管理器与存储节点，分别完成本区域内的备份任务调度与备份数据的存取。该结构具有良好的扩展性，当前定义的是3个层次，随着用户规模的增长、服务区域的拓展，可以根据需要对某级节点进行裂变，增加新的节点层次。通过这种分层拓扑结构，使得备份服务系统中的多调度服务器和多存储服务器建立一种有序的层次关系，能够更好地服务于不同区域的多备份客户端［6］。
2.2云计算下的海量数据挖掘平台
云计算给用户提供了通用的并行编程模型和大规模数据处理能力，也为用户提供开放的计算服务平台。在数据挖掘方向，现在也有一系列的面向公众的提供数据挖掘服务的云计算平台。系统的功能性服务模块可归结为三类［7］：①数据挖掘前端应用层主要由数据挖掘可视化服务模块和前端应用服务模块构成；②数据挖掘功能性部件与中间件部件主要由系统服务注册管理模块、相关的服务元数据存储管理模块、基于数据源的数据处理服务模块、核心数据挖掘算法服务模块等构成；③数据存储层主要由与数据源相关的存储层服务模块(即由数据仓库、olap服
第6期 马珺：河南省地级市政府网站绩效评估结果预测方法研究软 件 导 刊2014年标题
河南省地级市政府网站绩效
评估结果预测方法研究
作者马珺
作者单位（河南财经政法大学 科研处，河南 郑州 450046 ）
摘要摘要：政府网站绩效评估是我国在“十二五”期间建设服务型政府的基本保障。以河南省17个地市级政府2005-2013年历史评估结果为基础，探讨采用时间序列的预测方法得到新的评估数据。根据问题特征，借助起伏型时间序列进行预测，得到了新的预测数据。
关键词关键词：政府网站；网站绩效评估；预测方法
中图分类号：tp319文献标识码：a文章编号文章编号：16727800（2014）006010403
基金项目基金项目：河南省哲学社会科学规划项目（2013bsh014）；河
南省科技厅软科学项目（132400410826）；河南省政府决策招标课题（2013b009）
