高职专业群建设的关键问题及询证模型研究

hwyzw

    摘要： 作为“双高计划”的重点内容之一，高职院校专业群虽然备受关注，但其理论基础和建设标准存在争议。以高职教育专业集群建设为研究对象，分析探讨专业集群建设应该怎样建设、建设是什么两个关键问题，并试图构建一个可操作的“时间”和“空间”。以识别和理清理论逻辑结构为基础。 “通过真实的招聘大数据验证了两类询价模型，然后对同一飞行员的数据和人工驾驶的两种不同模型的结果进行了比较，发现前者更为合理。预计我的国家职业教育研究才能在有“理”可依、有“证据”可循、有“数”可验证的道路上继续向科学化、规范化、量化的方向前进。

    关键词：高等职业教育；专业团体；逻辑结构；证据查询模型；实证研究；大数据

    随着《中国教育现代化2035》和《加快推进教育现代化实施规划(2018-2022年)》的颁布，教育强国的综合支撑作用上升到国家战略层面。作为新时代中国特色社会主义教育总体部署的重要组成部分，职业教育的经济和社会价值日益凸显。 《国家职业教育改革实施方案》的出台，充分体现了党中央、国务院对职业教育发展的高度重视，阐述了国家的新理念、新理念、新要求、新举措为发展职业教育。

    作为落实国家教育战略的行动，高职专业集群建设在“双高计划”中被明确提出并强调。构建高职教育专业集群，不仅有利于缓解新专业导致个体专业资源稀释、跨专业资源整合利用程度低、毕业生结构性就业问题等矛盾，而且有利于解决就业问题。过于详细、狭窄和过于分化的专业。相对分散导致学生培养目标单一、转业能力差等问题。

    但在实践中，“一味追求新专业”、“与企业岗位无缝衔接”的市场决定论[4]和“照顾学校现有专业和教学条件”、“实现内部重组”的学校决定论。资源”仍然出现。 [5]两种完全对立、对立的预设取向，使得专业群体建设在“创造新事物”和“陈旧事物”两个极点之间摇摆不定。根本原因在于高职教育专业群建设背后的理论体系不明确。以高职教育专业集群建设为研究对象，对专业集群建设应该如何建设、专业集群建设是什么两个问题进行了分析和探讨。前者试图识别和阐明问题的理论逻辑结构，而后者则将理论逻辑结构可操作化并给出可计算的验证模型。同时，为了验证理论的可行性和模型的可靠性，我们在两个月内（2019年3月1日至4月30日，共计60天）爬取了北京、上海、广州的51job网站）深圳四大一线城市全网有近500万条招聘职位数据记录。本文中的例子都是真实数据分析的结果。

    1.“应该是”：理论分析

    “应”重在理论层面，是指不预设价值判断而进行的规范性研究，强调理论假设的真实性、合理性，以及理论体系框架的客观性、系统性、适应性和可行性。可操作性。

    (一)理论导向

    尽管职业教育“产教融合、校企合作、工学结合、知行合一”的基本特征被广泛认可，但关于职业教育和教育重要性的争论却从未停止过。 。教育回归仍然是市场学术争论的话题。漩涡的中心。事实上，定位问题是职业教育的根本问题，是一切工作的基本出发点。

    职业教育是以职业为基础的教育，职业是职业教育的逻辑起点。因此，职业教育鲜明的专业特色决定了高职院校人才培养的市场导向。因此，核心问题不是要不要做，而是做到什么程度、如何坚持市场导向。也就是说，高等职业教育是一个“度”的问题：既不能单纯迎合企业就业需求而忽视人的培养，也不能一味强调人文素质而忽视专业技能的培养。课程体系的设置必须能够使两者合理协调。操作能力是高职学生适应社会的基本保障，如“雪中送炭”，而社会能力和发展能力则是学生进一步提升空间和自我实现的重要支柱，如“锦上添花”。在蛋糕上”。两者缺一不可，片面强调其中之一是有偏见的，也是不可取的。

    对于高等职业教育专业群来说，市场导向决定了其建设基础和评价方法。从理论上讲，职业群体建设的出发点应该是从事生产、经营或管理的企事业单位的真实人力资源需求，而职业群体建设的最终目标必须回归到人力资源需求，形成人力资源需求。闭环。那么，如何才能发现这些真正的人力资源需求呢？其实，众多的招聘网站和招聘会就是最直接的体现。这些真实的就业需求应该也必将成为专业群建设论证、分析、评价的参考基准和数据源。

    （二）系统解构

    专业群体建设表面上看是教育部门主导实施的一项活动，但实际上是一项涉及多方面的综合性社会工程。因此，必须从系统的角度进行整体分析，才能把握核心要素及其相互联系。在市场引导下，高职专业群体建设的要素体系结构（图1）可分为宏观、中观、微观三个层面，从结构上分别对应应用层、数据层和要素层。系统视角。以下共同构成以岗位数据为纽带，一步步细化的逻辑关系。

    1、宏观层面

    宏观层面的核心任务是理清产业、职业、专业的内部结构和相互关系。行业、职业、专业的映射源是行业内部基本结构、专业内部基本结构、专业内部基本结构。其中，行业内部基本结构反映了国民经济的基本分类结构，与国民经济分类词典功能相当，但内容不同；职业的内部基本结构描绘了行业和功能两个不同方向的趋同结构。它是一种受到市场类别下多种因素显性或隐性影响的分类范式；专业的内部基本结构与现在的职业教育部门直接对应。课程体系。无论行业、职业、职业，往往都有其独特的内生结构，与人为规范显着不同。以“销售”行业为例，K-Means聚类结果（图2）表明行业内部存在明显的分级和分层。

    就三者之间的相互关系而言，首先，行业、职业与职业之间的内在关联是同源的，三者的现实基础是人类的生产、生活和劳动。社会化生产条件下，社会分工粒度的细化，使生产劳动和生活劳动呈现出差异化的分化路径，它们的共同交集出现在人力资源市场的地位上。其次，行业、职业、专业申请面向不同主体。专业面向教学机构，职业面向各类企事业单位，行业面向国家及直属部委。第三，从工作角度来看，行业、职业、专业都是多对多关系（m:n），即某个行业对应多个职业、多个专业，某个职业也对应多个职业。多个行业、多个专业。专业有多个，某个专业还对应多个行业和职业，呈现出高度混合、耦合的内联特征，如其逻辑图所示（图3）。事实上，这也是职业教育循证分析极其困难的主要原因之一。

    2.中观层面

    中观层是数据层，由来自招聘市场的真实职位数据组成。理论上，该数据应该来自线上线下各企业、行业协会发布的人力资源需求。但出于数据质量、可访问性、敏感性等综合考虑，在线招聘数据被优先考虑。比较重要的数据来源有：①综合招聘网站，如51job、智联招聘、中国人才网、英才网、老板直聘等； ②垂直招聘网站，如58同城或深圳人才网（区域垂直）、数字IT人才网或医疗直聘（行业垂直）等； ③其他，如国家或市级公务员录用等。虽然数据的收集和清理是中观层面的核心工作，但由于数据的解离和解读极其困难，所以任务难度很大。

    首先，在现实的人力资源市场中，职位描述没有统一的标准，行业、职业、专业的描述存在大量的模糊性和模糊性。主要表现在：①同一词有不同的同义词。例如，浙江某装饰设计公司公布的销售代表职位要求“应聘者具有专业营销经验、装修经验、金融行业经验者优先”。其中，“营销专业经验”是专业，“装修经验”对应的是职业，“金融行业经验”是行业。因此，同一个“体验”实际上跨越了不同的类别； ②具有不同同义词的单词。例如，对于“工作职责”一词，还有“工作范围和职责”、“工作职责”、“工作职责”、“工作描述”、“工作描述”、“工作详细信息”、“工作内容”等词语。内容”、“职位描述”、“职位介绍”、“工作内容”，甚至“你的工作是什么”、“你做什么”等都是相同或相似的描述形式。

    其次，职位描述数据含糊不清，其关键词经常在行业、职业、专业之间互换使用。以“销售”和“互联网”为例（图4），职业（上半部分）和专业（下半部分）关键词呈现出复杂的多对多关系，相同或相似的关键词在不同部分频繁出现。因此，试图简单地从语义层面区分行业、职业和职业是不现实的。看似这个问题在实际工作中造成了困扰，但这正是人才招聘大数据的“宝藏”——连接宏观、中观、微观的唯一纽带。也就是说，没有这些混杂的关键词，就不可能真正准确解读专业群体的基础数据。第三，职位描述数据本身也具有特定的内部结构，表现在网络节点的异构稀疏分布。以“销售”和“互联网”主题的数据为例，计算出比例尺为1903×1903的网络分布图（图5）。可见帕累托定律在这里仍然适用。绝大多数节点处于非常稀疏的状态，而少数节点则存在较大差异。

    3.微观层面

    微观层面是中观“位置”数据的信息提取，反映上层建筑的逻辑组织。具体来说，所有的招聘信息都可以对应并归类到指标体系的具体细节中。指标体系（图6）分为四个层次：第一层次包括个人特征、职业经验、社交能力、操作能力和发展能力五个方面；第二级是第一级的细分，分为个人基本能力三个，包括统计指标、教育背景、专业技能，共15个子项；第三级分类更为具体，但并不是每个二级指标都有对应的第三级分类；第四级是最后一级，都是具体的统计项目。特别是第四级指标项有三种不同的设立方法。第一个是基于常识的默认分类。例如“性别”分为三种情况：“不限于-0，男-1，女-2”；第二类是领域关键词匹配，比如“专业”包括“GIS、半导体、包装”等；第三类需要利用潜在语义分析技术在没有先验知识的情况下处理“国家职业技能标准、信息处理能力”等。从框架的设定来看，这种方法既动态又灵活。以上三种数据表征形式都有各自的适用对象，三者相辅相成，缺一不可。

    （三）主要分析工具

    从专业群建设的因素体系结构分析可以看出，行业、职业、专业在岗位层面上存在着非常复杂的多向关系，甚至更加细化的指标体系。尝试使用词频、TF-IDF词袋或简单词向量模型等常规方法并不能有效解决专业群体建设的解构问题。因此，采用何种多元分析模型成为高职专业群建设的重要任务，其核心目标就是对混合数据的结构进行分析。经过多方选择和比较，本研究最终选择了经过教育界检验、具有良好可扩展性的Rasch模型以及能够揭示拓扑结构关系的网络分析方法。

    1.拉希模型

    Rasch模型首先由丹麦数学家和统计学家提出，常用于检验研究目标的潜在特征。该模型基于项目反应理论，将目标项目的潜在特质水平置于同一尺度，使测量独立于工具和样本，保证测量结果更加客观可靠。拉什模型的经典教育应用是考试测试或人才评估。它通过受试者的项目反馈进行建模，衡量项目的难度和受试者的潜在特质水平。本研究中需要利用Rasch模型来隔离目标职业群体A和职业群体B之间的耦合关联结构，从而高效分离两者之间的具体成分。

    2. 网络分析方法

    网络分析是复杂系统领域的重要方法，具有良好的可扩展性和泛化性能。网络分析模型将“网络”视为节点及其关系的集合，从而用“点”和“边”来描述完整的网络结构。作为潜变量模型的补充，网络分析方法可以构建和拟合观察变量相互作用的复杂系统，从而提供与潜变量模型不同的注释。本研究可以利用网络分析方法探讨高职专业群体的中心性、凝聚性子群、核心-外围结构和结构对等性等分析目标，从而了解高职专业群体的内涵、结构、专业配比和专业配比等。专业队伍建设。数量限制等具体问题提供了定量证据基础。

    2.现实：实用解构

    “是什么”面向实践层面，致力于在“应该”理论指导下的高职专业群探究模型的构建与验证，强调“应该是什么”两个基本维度的量化指标和科学描述。时间和空间。

    (1)时间维度的证据查询模型

    职业是一切职业教育工作的逻辑起点。探究框架时间维度的首要任务是刻画职业的发展特征。抽象层面上，由于休闲与社会经济变迁具有内生同一性，因此将经济地理学的相关指标移植到休闲分析领域在理论上是可能和可行的。本研究引入规模、密度和活跃度三个变量来描述职业发展现状，定义如下。

    规模（Scale）用来描述某种职业P在所有职业中的规模。可以形式化为某一职业在特定时期t（通常是一个月）内释放的招聘职位数（S`）和所有职业的招聘职位数。招聘职位数的比例（S），即：

    （）用来描述某个职业P在所有职业中分布的均匀程度。可以形式化为特定时期t（通常为一个月）内发布某一职业招聘职位的企业数量（D`）与所有发布职位招聘职位的企业数量（D）的比值，即是：

    活跃度（），用来描述某一职业P在人力资源市场上的活跃程度，可以形式化为某一职业在特定时期t内发布的招聘职位数量变化的累计值（通常为1月）（）与所有职业招聘岗位数（S）的比例，即：

    在此基础上，可以通过规模、密度和活动构建完整的职业生命周期模型（表1）。以“诞生期”和“衰退期”为例，凡是规模小、密度低但活动度高的职业都可以归入“诞生期”。这一阶段的职业是具有良好发展潜力的新职业。 ;但凡是规模小、密度低、活跃度低的行业，都处于衰退期。总体而言，对于高职院校专业群建设，“诞生期”的新职业、“成长期”的半成熟职业应是新课程开发的重点，“稳定期”的成熟职业应是新课程开发的重点。 “它应该与学校教育现有的课程体系相对应。但对于“衰退期”的夕阳职业，则应考虑减少或取消相应的课程。

    然后，利用规模、密度和活动指标对真实数据进行分析，可以得到职业生命周期分布象限图（图7）。

    第一象限有301种处于出生阶段的职业； 1174个职业处于第二象限的成长期； 294个职业处于第三象限稳定阶段；第四象限有294个职业处于衰退阶段。职业数量只有98个。有趣的是，四者的比例约为3:12:3:1。也就是说，诞生期和稳定期的职业数量大致相等，是衰退期的三倍。成长期的职业数量是衰退期的12倍，也是诞生期和稳定期的4倍。可见，职业生命周期的分布也存在着非常明显的差异化内部结构。

    高职院校专业群的构成必须具有合理的专业要素生态配比，确保相应的专业群有健康、良性、稳定的支撑结构。在国家教育战略层面，专业群的整体建设必须与相应职业当前的生命周期相匹配，增加相应职业“成长期”的专业数量，保持相应职业“稳定期”的专业数量。对应的职业，关注对应职业的“诞生”。处于“衰退期”的专业，减少相应行业处于“衰退期”的专业。而且，在同一专业群体内，其职业定位也应该有合理的结构。毕竟，并不是一个专业群体中的所有专业都具有平等的地位。重点专业对应的职业必须处于“成长期”或“稳定期”，而其他相关专业则必须处于“诞生期”或“衰退期”。原因在于，职业“衰退期”对应的专业往往有相当成熟的学科知识体系可供利用，而职业“诞生期”的专业则体现了专业群体未来的市场增长点，可以适当作为提供前沿课程，帮助学生拓宽知识面、开阔视野、学习新知识。

    (2) 空间维度证据模型

    1、专业群体自动聚合模型

    在经过第一阶段时间维度探究框架的初步筛选后，进入第二阶段空间维度。第二阶段的输入，虽然数据总量减少了一到两个数量级，但仍然太大，无法直接处理。此时首要任务就是在全局维度上快速发现并提取稳定的局部结构特征。即使经过第一阶段的筛选，保留的专业数量仍然巨大。然后，将真实专业与技能之间的多对多关系进一步降维后，就可以得到两者的共现图。显而易见，同一专业组的地图元素都是非常稀疏的矩阵。随后，随机种子和梯度提升等多种成熟算法可以在有限次数的迭代计算中快速收敛到稳定状态（图8）。

    应该补充的是，这项研究是数据驱动的。一方面，得出的结论受数据量的影响很大。数据量越大，代表性越强，结论越准确。另一方面，也能反映现实的社会需求。这种需求在象牙塔里关起门来往往是难以想象的。例如，针对高职院校汽车制造与维修的目标专业群，本研究的数据驱动自动聚合方案为：“1-汽车制造与装配技术，2-机械制造及其自动化，3-电气自动化技术、4-机械设计与制造、5-电子测量技术与仪器”5个核心专业；而北京电子科技职业学院资深教师与行业专家共同研究的方案是：“1-汽车制造与装配”技术、2-机电一体化技术、3-汽车检测与维修技术、4-机械制造及其自动化”四个核心专业（表2）。可见，“汽车制造与装配技术”和“机械制造技术”两大类与自动化”完全一样，而自动专业的“电气自动化技术”和“机械设计与制造”两个专业的内涵与手工专业的“机电一体化技术”两个专业的内涵是比较一致的，说明表明该验证方法也具有较高的可靠性。同时，还有两个重要的区别：首先，自动解决方案的“电子自动化技术”比手动解决方案的“机电一体化技术”更侧重于电气工程。在当今汽车电子设备取代机械设备的行业背景下，数据驱动更能体现时代的诉求，因此自动化解决方案的优势更加明显；其次，数据驱动的查询方式可以获得更细化的专业子类别。在这个例子中，5类数据挖掘结果比手动给出的4类结果更准确。要具体、详细。换句话说，这反映了专家经验和人工方法的局限性和滞后性。

    2、专业群体耦合结构模型

    在自动聚合的基础上，耦合结构可以进一步揭示专业群体的内在结构。通常，专业组的耦合结构可分为五类：网状型、星型、环型、混合型和总线型。事实上，五种结构各有其优缺点，不同的专业群体也必然对应不同的内部构成形式。例如，在建筑工程技术专业群建设中，首先推荐总线型专业群形式。其专业组构成体现了施工招投标、工程造价、质量监督、工程验收、装修装配等一系列专业工作实施流程的逻辑级联；又如，电子商务专业群体体现了电子商务业态的广泛领域接口特征，需要更复杂的技能。不仅包括面向市场的营销、网络营销专业，还包括面向技术的计算机软件、计算机信息管理、数字媒体应用技术等专业，还可能涉及面向企业的物流管理、会计等专业。三者之间固有的交叉学科知识不高，因此专业群体整体结构呈星型。

    在专业群体探究框架中，专业群体的耦合结构与其他结构有着本质的区别。无论是时间维度上的职业生命周期，还是空间维度上的自动聚合，证据基础都是市场化的，体现了职业教育的前提——“职业”的内涵。然而，职业群体的耦合结构却凸显出职业教育的诉求——“教育”的目的。因此，耦合结构是面向知识的、特定领域的。不同领域的专业群体具有不同的知识背景，必须映射到不同的耦合结构。这意味着职业教育专业群体建设任务是复杂的，没有简单的、一刀切的做法，也不是职业导向和知识导向完全不相容。只有一丝不苟，找准细节，才能找到正确的运营边界。对此必须引起足够的重视。

    三、总结与展望

    从理论上探索并进行了定量验证，从应该是什么和应该是什么的两个方面，以及基于真实的工作大数据分析，在高级职业教育及其确认模型中的逻辑结构及其确认模型。不仅如此，研究还反映了许多需要深入思考的问题，这些问题将从认识论和方法论的不同方面详细阐述 - 引发砾石并引起人们的注意，希望在职业教育同事中触发更多的辩论和讨论。学术界。

    （1）认识论维度

    首先，理论假设不仅在逻辑框架和操作程序中起着基本的决定性作用，而且还是引起学术分歧的有争议问题的根源。例如，就在高级职业学院建立专业集群的策略而言，有多种指导思想。更具影响力的是将该行业视为知识传播和生产的载体，并从知识的相关性中找到合乎逻辑的起点。在这项研究中，合乎逻辑的起点是职业。不同的基本假设导致不同的逻辑起点，这可能会导致随后的分析原理和形成策略截然不同。在职业教育领域，最大的危机是长期缺乏基本共识。换句话说，当前的迫切需求不是培养“新基础设施”的才能，综合教材的设计，1+x证书的国际化或多模式的学校 - 企业合作，而是理论上的实现尽快共识。

    其次，对职业性质及其动态变化的规律性的理解仍然很浅。关于职业生命周期的分布，有一个有趣的发现。出生期和稳定时期的职业数量大致相等，而在下降期间的职业数量是3倍。增长期间的职业数量是下降期间的12倍，也是出生期和稳定时期的职业数量。 4次。如果仅是部分数据，那很好，但是整个网络的500万招聘数据可能揭示了肉眼通常看不见的现象。那么，为什么有这样的比率？这个比率是常数吗？这在其他国家也是如此吗？在专业的动态变化中，它是否反映了稳定的结构形式？奇数象限I和III实际上不是“稳定”的，而只是“过渡”间隔，而象限II和IV是“稳定”的间隔？这些问题值得在后续研究中进一步探索和验证，以增强我们对专业性质的理解和掌握。

    第三，需要进一步改进指标系统。指标系统是理论框架的实施和实现，并且在操作中起关键作用。尽管已经建立了一个四级指标系统，包括个人特征，专业经验，社会能力，运营能力和发展能力，但仍在相关研究的基础上构建，但仍有很多细节需要继续，尤其是针对特定统计的选择要求项目。有一个明确的科学依据，这也是询问的固有要求。例如，职业人格是个人特征的次要指标。实际招聘数据中有20多个类似的单词，例如“谨慎，谦虚，决定性，热情，开朗，热情”。但是，作为指标，您必须使用所有相关词。这些任务可能具有独立和稳定的含义组成部分，这些任务与包括心理学在内的其他领域的理论指导密不可分。

    （2）方法学维度

    总体而言，这项研究对方法论的最大贡献是，它表明，基于循证的循证方法不仅在职业教育研究中可行且必要，而且非常紧迫。从理论开始，是否是具有汉语特征的职业教育理论系统的宏观结构，关于“职业”和“教学”前提的中层辩论，还是高级职业专业的微观构建可以验证组，可以在实际数据的帮助下解决主要理论问题。它具有重要意义，不仅允许职业教育研究脱离经验理论并接受实际检验，而且还可以观察是否可以反复验证结论，这有望实现从“纪律”到“科学”到“科学”的步骤。

    具体而言，尽管针对高职业专业团体的时间和空间维度查询框架进行了初步探索和模型构建，但这些宝贵作品仍有许多改进和改进。例如，以职业生命周期模型为例，尽管规模，密度和活动的三个指标可以揭示职业发展阶段和特定职业的周期性分布，但这种动态发展仅存在于整个水平，并且无法完全表征特定的特定表征目标职业。开发细节。因此，在随后的研究中，需要引入更具体的指标，例如“迁移率”，以反映长期内不同象限之间各个职业的变化模式。

    此外，还应考虑将经济工具引入小组评估和较高职业专业的有效性评估。从经济角度来看，专业团体的建设是资源分配的问题。如何优化现有资源的分配，改善资源分配的内部适应性和外部协同作用，并最大化资源输入输出比率是需要紧急解决的问题。例如，基于对专业团体的两个不同含义的分析，如果从高级职业学院的内部角度分配资源，它可能会再次成为“新瓶中的旧葡萄酒”，从而导致浪费教育资源；如果从行业和教育的外部整合开始进行分配资源，它将不可避免地涉及多个政党之间的资源共享和协调，并且它将不可避免地打破了当前资源分配的行政界限。因此，主要的挑战不是学校和企业之间，而是学校之间 - 是否可以通过专业团体的实际建设需求来指导它们，以及应使用哪种身份定位来谈判和交流，以破坏行政管理学校之间的界限，并整合和补充彼此的优势。资源，最终使专业团体而不是更大，更强大的特定机构？

    简而言之，大力促进专业团体的建设是建造具有汉语特征的高级高级职业学校的主要内容和关键。这是促进更高职业教育并实现高质量发展的加深改革的驱动力机制和重要的起点。它也是支持工业转型和升级的关键，适应有效的载体和转变经济发展模式的重要方法。在党和政府的期望下，受社会经济的驱动，并受到与流行病的斗争的鼓励，我国家的职业教育在最佳的“黄金发展时期”中迎来了。作为分析的“来源”，职业大数据是高级职业学院专业团体建设的“参考框架”。它是诸如云计算和人工智能等尖端技术的“增强”，以增强职业教育能力。这也是我国职业教育研究中的创新。 “镇压石”要成为科学的转变 - 不可避免地要掌握应该是什么，应该是什么。

    基金项目：国家教育科学的国家重大项目“第十三五年计划”“关于职业教育类型特征以及'双轨道系统'和'双通道系统“通识教育系统”的构建的研究” （项目编号：，主持人：Sun ，Kuang Ying）；教育部的人文和社会科学研究项目“职业仓库”：基于招聘大数据的证据调查模型的构建和应用的研究（项目编号：，主持人：刘凯）

    关于作者：Liu Kai（1981年），男性，博士学位，讲师，硕士教师，主要研究方向是机器教育，通用人工智能； Sun （1966年），男性，教授，党委员会秘书，主要研究方向是职业教育理论和管理； Li （1984-），男性，工程师，主要研究方向是教育人工智能； Zhang Fan（1997-），女性，硕士学位，主要研究方向是职业教育行业的谱系； Huang （1993-），男性，博士后研究员，他的主要研究方向是行为大数据分析和采矿。