职业生涯决策是个人根据各种条件，并经过一系列活动以后，进行的目标决定，以及为实现目标而制定优选的个人行动方案。
职业决策是一个复杂的认知过程，通过此过程，决策者组织有关自我和职业环境的信息，仔细考虑各种可供选择的职业前景，做出职业行为的公开承诺。
从这个概念我们可以看出：职业决策是一个过程，而不单单是一种结果。
1.职业决策风格
美国职业生涯专家斯科特（Scott）和布鲁斯（Bruce）于1995年认为决策风格是在后天的学习经验中逐渐形成的，将决策风格划分为五种类型：理智型、直觉型、依赖型、回避型和自发型。
（1）理智型
以周全的探求，对选择的逻辑性评估为特征。理智型的决策者具备深思熟虑、分析、逻辑的特性。这类决策者会评估决策的长期效用并以事实为基础做出决策。理智型决策风格是比较受到推崇的决策方式，强调综合全面地收集信息、理智的思考和冷静的分析判断，是其他决策风格的个体需要培养的一种良好的思考习惯。但理智型的决策风格也并不是理想的、完美的决策方式，即使采用系统的、逻辑的方式，也会出现因为害怕承担决策的后果而不能整合自己和重要他人观点的困扰。
（2）直觉型
以依赖直觉和感觉为特征，比较关注内心的感受。直觉型的决策风格以自我判断为导向，在信息有限时能够快速做出决策。当发现错误时能迅速改变决策。由于以个人直觉而不是理性分析为基础，这类决策发生错误的可能性较大，因此，易造成决策不确定性，容易丧失对直觉型决策者的信心。
（3）依赖型
以寻求他人的指导和建议为特征。依赖型的决策者往往不能够承担自己做决策的责任，允许他人参与决策并共同分享决策成果，会受到他人的正面评价，但也可能因为简单地模仿他人的行为导致负面的反应。依赖型的决策者需要理解生活中重要他人对自己的影响程度。
（4）回避型
以试图回避做出决策为特征。回避型的决策风格是一种拖延、不果断的方式。面对决策问题会产生焦虑的决策者，往往因为害怕做出错误决策而采取这样的反应。往往是由于决策者不能够承担做决策的责任，而倾向于不考虑未来的方向，不去做准备，不知道自己的目标，也不思考，更不寻求帮助。这样的决策者更容易受到学校等支持系统的忽略。所以，这些学生需要意识到自身的决策风格及其可能造成的危害，努力调整，增强职业生涯规划的意识和动机，才能从根本上得到帮助。
（5）自发型
以渴望即刻、尽快完成决策为特征。自发型的个体往往不能够容忍决策的不确定性以及由此带来的焦虑情绪，是一种具有强烈即时性，并对快速做决策的过程有兴趣的决策风格。自发型决策者常会基于一时的冲动，在缺乏深思熟虑的情况下做出决策，此类决策者通常会给人果断或过于冲动的感觉。
2.职业决策应注意的事项
（1）制订职业决策需要结合自己的性格、特长和兴趣。
职业生涯能够成功发展的核心，就在于所从事的工作要求正是自己所擅长的。如果一个人性格内向、不善与人沟通，没有很好的交际意识，那么这个人就很难成为一名成功的管理人员。制定职业规划一定要认真分析出来自己的优缺点。
从事一项自己擅长的、并喜欢的工作，工作会很愉快，也容易脱颖而出。这正是成功的职业规划核心所在。
（2）要考虑到实际情况，并具有可执行性。
很多人刚开始时雄心壮志，一心想着出人头地。但是实际社会里的工作，有时确实会存在一定跨越，但是更多的时候却是一种积累的过程——资历的积累、经验的积累、知识的积累，所以职业规划不能太过好高骛远，而要根据自己实际情况和社会情况，一步一个脚印，层层晋升，最终方才能成就梦想。
3.职业决策必须有可持续发展性
职业决策不能够制订一个阶段性的目标，应该是一连串的、可以贯穿自己整个职业发展生涯的远景展望。如果职业决策目标定的过于短浅，后面又没有后续职业决策点支撑，肯定会使人丧失奋斗的热情，且不利于自己长远发展。
3.如何做好职业决策
（1）要有明确的职业目标。
今天的生活状态不由今天决定，它是我们过去生活目标的结果；明天的生活状态不由未来决定，它将是我们今天生活目标的结果。
（2）职业决策需要结合自己的气质、性格、特长、兴趣和能力。
（3）要考虑到实际情况，并具有可执行性。
（4）正确面对问题，不要逃避问题！
（5）职业决策的三条底线：一是不要危害社会；二是不要危害他人；三是不要危害自己。好决定的三个特征：一是最好十全十美；二是一般三全其美；三是最次也要你好，我也好。不要把自己的思维局限太多，否则思考问题本身就成了问题。
（6）向你信任的人求助：可以向你的朋友、学长、家长、配偶来交流，这个阶段也可以求助职业顾问。
（7）善于系统长远分析但不要只做利弊分析，在生涯发展中没有统一有效的程序，所以你要琢磨的是在职业中如何发挥你的优势，如何让你更自如，从长远来看能促进你发挥优势，让你更加自信的都是好的决定。所以不要把自己拘泥在对个人是否有利益这个方面去思考。
（8）对已经做了的决定特别是重要事项的决定，不要朝秦暮楚，不要游离不定，更重要的是只有行动、积极的行动才能有助于问题的解决！
4.职业决策的工具和方法
Ⅰ.平衡单(www.xing528.com)
“决策平衡单”（decision-making balance sheet）经常被应用于问题解决模式和职业咨询中，用以协助咨询者有系统地分析每一个可能的选项，判断分别执行各选项的利弊得失，然后依据其在利弊得失上的加权计分排定各个选项的优先顺序，以执行最优先或偏好的选项。
平衡单的主体框架：
（1）自我物质方面的得失（utilitarian gains or losses for self）。
（2）他人物质方面的得失（utilitarian gains or losses for significant others）。
（3）自我赞许与否（self-approval or disapproval）。
（4）社会赞许与否（social approval or disapproval）。
实际应用时，由于认为“自我赞许与否”和“社会赞许与否”仍显得笼统，所以台湾生涯辅导专家金树人将最后的两项改为“自我精神方面的得失”与“他人精神方面的得失”，就是从以“自我——他人”，以及“物质——精神”所构成的四个范围内来考虑。
平衡单的设计，是用来协助决策者作出好的重大决定。它可以帮助决策者具体地分析每一个可能的选择方案，考虑各种方案实施后的利弊得失，最后排定优先顺序，择一而行。
平衡单的步骤：
（1）列出可能的职业选项：咨询者首先需在平衡单中列出有待深入评价的潜在职业选项三至五个。
（2）判断各个职业选项的利弊得失：平衡单中提供咨询者思考的重要得失，集中于四个方面，分别是：自我物质方面的得失、他人物质方面的得失、自我赞许（精神方面）的得失、他人赞许（精神方面）的得失。咨询者可依据重要的得失方面，逐一检视各个职业选项，并以“+5”至“-5”的十一点量表（+5，+4，+3，+2，+1，0，-1，-2，-3，-4，-5），来衡量各个职业选项。
（3）各项考虑因素的加权计分：咨询者在各个方面的利弊得失之间，会因身处于不同情境而有不同的考量。因此，在详细列出各项考虑层面之后，须再进行加权计分。即对当时个人而言，重要的考虑因素可乘以一至五倍分数（*5），依次递减。
（4）计算出各个职业选项的得分：咨询者须逐一计算各个职业选项在“得”（正分）与“失”（负分）的加权计分与累加结果，并计算各个生涯选项的总分。
（5）排定各个职业选项的优先顺序：最后，依据各职业选项在总分上的高低，排定优先次序，职业选项的优先次序即可作为咨询者职业生涯决策的依据。
Ⅱ.决策树法
决策树法利用了概率论的原理，并且利用一种树形图作为分析工具。其基本原理是用决策点代表决策问题，用方案分枝代表可供选择的方案，用概率分枝代表方案可能出现的各种结果，经过对各种方案在各种结果条件下损益值的计算比较，为决策者提供决策依据。
决策树分析法是常用的风险分析决策方法。该方法是一种用树形图来描述各方案在未来收益的计算。比较以及选择的方法，其决策是以期望值为标准的。人们对未来可能会遇到好几种不同的情况。每种情况均有出现的可能，人们目前无法确知，但是可以根据以前的资料来推断各种自然状态出现的概率。在这样的条件下，人们计算的各种方案在未来的经济效果只能是考虑到各种自然状态出现的概率的期望值，与未来的实际收益不会完全相等。
如果一个决策树只在树的根部有一决策点，则称为单级决策；若一个决策不仅在树的根部有决策点，而且在树的中间也有决策点，则称为多级决策。
决策树法对于职业犹豫者在做职业决策时提供了有效的帮助。
（1）决策树的组成
决策树学习也是资料探勘中一个普通的方法。在这里，每个决策树都表述了一种树型结构，它由它的分支来对该类型的对象依靠属性进行分类。每个决策树可以依靠对源数据库的分割进行数据测试。这个过程可以递归式的对树进行修剪。 当不能再进行分割或一个单独的类可以被应用于某一分支时，递归过程就完成了。另外，随机森林分类器将许多决策树结合起来以提升分类的正确率。
□--决策点，是对几种可能方案的选择，即最后选择的最佳方案。如果决策属于多级决策，则决策树的中间可以有多个决策点，以决策树根部的决策点为最终决策方案。
○--状态节点，代表备选方案的经济效果（期望值），通过各状态节点的经济效果的对比，按照一定的决策标准就可以选出最佳方案。由状态节点引出的分支称为概率枝，概率枝的数目表示可能出现的自然状态数目每个分枝上要注明该状态出现的概率。
△--结果节点，将每个方案在各种自然状态下取得的损益值标注于结果节点的右端。
（2）决策树法的优点
决策树易于理解和实现，人们在学习过程中不需要使用者了解很多的背景知识，这同时是它的能够直接体现数据的特点，只要通过解释后都有能力去理解决策树所表达的意义。
对于决策树，数据的准备往往是简单或者是不必要的，而且能够同时处理数据型和常规型属性，在相对短的时间内能够对大型数据源做出可行且效果良好的结果。
易于通过静态测试来对模型进行评测，可以测定模型可信度；如果给定一个观察的模型，那么根据所产生的决策树很容易推出相应的逻辑表达式。
（3）决策树法的缺点
1）对连续性的字段比较难预测。
2）对有时间顺序的数据，需要很多预处理的工作。
3）当类别太多时，错误可能就会增加得比较快。
4）一般的算法分类的时候，只是根据一个字段来分类。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
