尹浩翔 華昕玥 王瑞楠 楊彩霞

摘要：從求職者角度看，若能從浩如煙海的網(wǎng)絡(luò)招聘信息中提取出有價(jià)值的、精準(zhǔn)的信息，將對(duì)個(gè)人的專業(yè)知識(shí)構(gòu)建、職業(yè)素養(yǎng)的形成等具有重大的指引作用。本文從職位需求角度出發(fā)，以信息管理與信息系統(tǒng)專業(yè)為例，對(duì)前程無憂網(wǎng)相關(guān)數(shù)據(jù)進(jìn)行收集，并利用數(shù)據(jù)挖掘、文本挖掘和數(shù)據(jù)可視化等大數(shù)據(jù)挖掘和分析技術(shù)實(shí)現(xiàn)較為精準(zhǔn)的信息專業(yè)12類職位畫像的構(gòu)建和分析，旨在提供更詳盡清晰的職位需求信息，可以為高校人才培養(yǎng)提供社會(huì)需求信息，也可以為求職者提供更有針對(duì)性的學(xué)習(xí)導(dǎo)向，具有重要的實(shí)際應(yīng)用價(jià)值。

關(guān)鍵詞：數(shù)據(jù)挖掘;文本挖掘;信息專業(yè);職位畫像;網(wǎng)絡(luò)招聘

引言

大數(shù)據(jù)時(shí)代，人們可以透過海量的數(shù)據(jù)信息洞察數(shù)據(jù)背后事物的特點(diǎn)、行為，總結(jié)規(guī)律并能夠預(yù)測(cè)未來，從而指導(dǎo)人們的各項(xiàng)決策。畢業(yè)生在求職中最困擾的因素是，對(duì)崗位要求的專業(yè)知識(shí)和技能掌握不夠、自身定位不明確…。由于傳統(tǒng)招聘方法因其自身的效率低、成本高等弊端，許多企業(yè)逐漸采用網(wǎng)絡(luò)招聘方式[2]。一方面，我們可以從網(wǎng)絡(luò)招聘渠道獲取一些職位的市場(chǎng)需求信息[3];另一方面，多渠道、多信息的環(huán)境下也帶來面對(duì)海量的招聘信息時(shí)，求職者往往會(huì)感覺無所適從等新問題[4]。因此，如何能對(duì)現(xiàn)有海量的結(jié)構(gòu)化和非結(jié)構(gòu)化的網(wǎng)絡(luò)崗位招聘信息進(jìn)行有效分析至關(guān)重要[5]。本文以哈爾濱理工大學(xué)信息管理與信息系統(tǒng)專業(yè)（以下簡(jiǎn)稱信息專業(yè)）為例，對(duì)該專業(yè)的對(duì)口職位信息進(jìn)行分析以構(gòu)建全面的職位畫像。通過對(duì)相關(guān)崗位清晰、全面地展示和從多角度多維度進(jìn)行分析，幫助在校學(xué)生及求職者更為直觀、全面地了解相關(guān)職位需求信息，把握行業(yè)發(fā)展動(dòng)向，為學(xué)校教學(xué)和學(xué)生進(jìn)行針對(duì)性地學(xué)習(xí)提供科學(xué)的指導(dǎo)。

1、信息專業(yè)相關(guān)職位畫像設(shè)計(jì)

1.1 職位畫像設(shè)計(jì)原則

職位畫像是圍繞海量數(shù)據(jù)進(jìn)行深度挖掘、分析，形成職位信息各種特征信息的全景視圖，進(jìn)而實(shí)現(xiàn)職位畫像的指導(dǎo)性作用，職位畫像的結(jié)果需盡可能的客觀有效，畫像的構(gòu)建過程應(yīng)遵循以下的四種原則：

（1）基于業(yè)務(wù)模型。畫像的構(gòu)建不是沒有目的性的、盲目的構(gòu)建，而是需要以業(yè)務(wù)需要為指導(dǎo)進(jìn)行針對(duì)性的構(gòu)建。

（2）全面原則?；跇I(yè)務(wù)模型構(gòu)建職位畫像，維度的選取應(yīng)盡可能多方位的、全面的，不可有所偏重。但也并不代表標(biāo)簽是越多越好的，而是要基于業(yè)務(wù)模型的，選用有價(jià)值的標(biāo)簽去定義職位。

（3）真實(shí)原則。在數(shù)據(jù)采集過程中，數(shù)據(jù)的收集需要基于前程無憂中真實(shí)存在的職位信息，并且要對(duì)數(shù)據(jù)去空、去重，但不可過度加工。

（4）時(shí)效性原則。在數(shù)據(jù)采集過程中，要保證采集的數(shù)據(jù)是真實(shí)并且是新發(fā)布的數(shù)據(jù)信息。

1.2 職位畫像維度設(shè)計(jì)

職位畫像的字段決定了構(gòu)建畫像過程中的數(shù)據(jù)表現(xiàn)方式，進(jìn)而決定了數(shù)據(jù)挖掘模型的有效性和信息量。本文在進(jìn)行數(shù)據(jù)爬取時(shí)包含字段如表1所示，本文研究除了針對(duì)基礎(chǔ)字段的統(tǒng)計(jì)分析之外，還包括對(duì)維度之間的關(guān)聯(lián)關(guān)系進(jìn)行分析。

1.3 職位信息的選擇范圍

首先，根據(jù)我校信息專業(yè)人才培養(yǎng)和人才輸出的去向進(jìn)行分類，大致分為技術(shù)類、管理類和技術(shù)與管理交叉類。其次，在三大門類的基礎(chǔ)上對(duì)于職位進(jìn)行細(xì)分，技術(shù)類分為后端開發(fā)、移動(dòng)開發(fā)、前端開發(fā)、測(cè)試、運(yùn)維、DBA、大數(shù)據(jù)這7種職位方向，管理類分為IT管理、信息系統(tǒng)管理、物流供應(yīng)鏈管理這3種職位方向，技術(shù)和管理交叉類分為電子商務(wù)、ERP這2種職位方向，基于以上的12個(gè)職位關(guān)鍵詞進(jìn)行檢索，設(shè)置搜索范圍為“全國(guó)”及“全職”。

2、信息專業(yè)相關(guān)職位數(shù)據(jù)獲取

2.1 數(shù)據(jù)源的選擇

2018年4月，中國(guó)品牌評(píng)級(jí)權(quán)威機(jī)構(gòu)Chnbrand發(fā)布了2018年第八屆中國(guó)品牌力指數(shù)（C-BPI），前程無憂以716.4分的絕對(duì)優(yōu)勢(shì)榮獲中國(guó)品牌力指數(shù)招聘門戶網(wǎng)站行業(yè)品牌力第一名，綜合性招聘網(wǎng)站的代表性平臺(tái)——前程無憂具有信息海量且品類齊全的特點(diǎn)，涵蓋的企業(yè)知名度較高、職位數(shù)目可觀，企業(yè)的資料豐富度高，由此本文選擇對(duì)前程無憂（51Job）相關(guān)數(shù)據(jù)進(jìn)行收集。

2.2 數(shù)據(jù)抓取過程

（1）開發(fā)環(huán)境： Windows 10 64bit、Python3.6、Scropyl.5、Visual Studio Code

（2）開發(fā)過程：首先，創(chuàng)建一個(gè)新的爬蟲工程;其次，在items.py文件中定義要解析具體數(shù)據(jù)的ltem結(jié)構(gòu)，在pipelines.py中對(duì)數(shù)據(jù)的存儲(chǔ)功能進(jìn)行實(shí)現(xiàn)，并將收集到的數(shù)據(jù)保存在.excel文件中;最后，在51Job.py中通過css選擇器獲取網(wǎng)頁中的所需數(shù)據(jù)。

2.3 數(shù)據(jù)抓取結(jié)果

本文以信息專業(yè)為例，對(duì)該專業(yè)的對(duì)口職位信息進(jìn)行分析以構(gòu)建全面的職位畫像。具體爬取的項(xiàng)目及條數(shù)如表2所示。

3、職位畫像實(shí)現(xiàn)及結(jié)果分析

3.1 維度之間相關(guān)關(guān)系設(shè)計(jì)

（1）職位一學(xué)歷要求一經(jīng)驗(yàn)要求一技能。通過分析不同職位信息的學(xué)歷要求和經(jīng)驗(yàn)要求，得到該崗位更看重學(xué)歷、經(jīng)驗(yàn)還是均看重，并得到不同類型崗位對(duì)技能的要求情況。

（2）職位一城市分布一平均薪資。通過分析不同職位信息的城市分布情況，得到不同職位哪些城市的需求量較大并且薪資分布情況如何。

（3）公司類型一平均薪資。通過統(tǒng)計(jì)不同類型公司的平均月薪，分析出公司類型和公司規(guī)模對(duì)于平均月薪的影響情況。

（4）職位類型一平均薪資。通過統(tǒng)計(jì)不同類型職位的平均月薪，分析出職位類型對(duì)于平均月薪的影響情況。

（5）各類職位的占比分布。統(tǒng)計(jì)出三大類職位的招聘數(shù)目以及三大類下屬的各小類職位的招聘數(shù)目，可從此看出哪類崗位需求量較大。

（6）行業(yè)類型分布。統(tǒng)計(jì)出信息專業(yè)所有對(duì)口職位的公司行業(yè)類型，分析出主要行業(yè)類型分布。

（7）公司類型分布。統(tǒng)計(jì)出信息專業(yè)所有對(duì)口職位的公司類型，分析出主要公司類型分布。

3.2 技術(shù)類職位畫像結(jié)果展示與分析

（1）職位類型一平均薪水。技術(shù)類職位中細(xì)分為前端開發(fā)、移動(dòng)開發(fā)、后端開發(fā)、測(cè)試、運(yùn)維、DBA和大數(shù)據(jù)7種崗位，將維度字段設(shè)置為職位類別，將數(shù)值字段設(shè)置為平均薪水，分析職位類型與平均薪水之間的相關(guān)關(guān)系。分析結(jié)果如圖1所示，通過雷達(dá)圖展示出職位類型與平均薪水之間的相關(guān)關(guān)系，可以看出DBA方向、大數(shù)據(jù)方向、移動(dòng)開發(fā)方向的平均薪資較高。

（2）公司類型一平均薪水設(shè)置維度字段為公司類型，數(shù)據(jù)字段為平均薪水。通過餅圖展示出公司類型與平均薪水之間的相關(guān)關(guān)系，由圖2可知事業(yè)單位、國(guó)企、外資（歐美）等公司類型的平均薪水較高。

（3）學(xué)歷要求分布通過匯總統(tǒng)計(jì)技術(shù)類全部崗位的學(xué)歷要求，再通過柱形圖展示出技術(shù)類崗位對(duì)于學(xué)歷的要求情況，由圖3可知，技術(shù)類崗位更青睞于本科和大專的求職者，且二者分布幾乎不相上下，對(duì)于高學(xué)歷求職者并沒有表現(xiàn)出太多的偏好。

（4）經(jīng)驗(yàn)要求分布通過匯總統(tǒng)計(jì)技術(shù)類全部崗位的經(jīng)驗(yàn)要求，再通過柱形圖展示出技術(shù)類崗位對(duì)于經(jīng)驗(yàn)的要求情況，由圖4可知，技術(shù)類崗位對(duì)工作經(jīng)驗(yàn)沒有太多要求，對(duì)于具備8-9年以及2年的求職者也表現(xiàn)出了一定偏好。

（5）技能要求分布本部分研究采用Python中自帶的分詞工具jieba分詞進(jìn)行文本挖掘，以后端開發(fā)、測(cè)試、前端開發(fā)、DBA、運(yùn)維和移動(dòng)開發(fā)相關(guān)職位數(shù)據(jù)作為樣本，提取出職位要求中的技能關(guān)鍵詞，并統(tǒng)計(jì)其權(quán)重，最后通過樹圖進(jìn)行數(shù)據(jù)展示，以后端開發(fā)崗位為例，結(jié)果如圖5所示。

后端開發(fā)類崗位技能要求排行為：web>javo>jovascript>js>css。

（6）技術(shù)類職位綜合畫像通過分析技術(shù)類職位類別一平均薪水、公司類型一平均薪水、學(xué)歷要求分布、經(jīng)驗(yàn)要求分布、技能要求分布構(gòu)建出技術(shù)類職位綜合畫像，如圖6所示。 4、結(jié)論

本文以信息管理與信息系統(tǒng)專業(yè)為例，通過數(shù)據(jù)挖掘技術(shù)將相關(guān)崗位的結(jié)構(gòu)化數(shù)據(jù)信息進(jìn)行收集、預(yù)處理和分析，得到各類職位信息中薪資水平、工作年限要求和崗位數(shù)量等數(shù)據(jù)的波動(dòng)情況，并預(yù)測(cè)短時(shí)間內(nèi)的發(fā)展趨勢(shì)。通過文本挖掘技術(shù)對(duì)眾多相關(guān)崗位非結(jié)構(gòu)化的文本信息進(jìn)行收集、整理并分析，挖掘出相關(guān)職位對(duì)應(yīng)聘者知識(shí)和技能的需求，包括對(duì)基本職業(yè)能力、專業(yè)技能、學(xué)位及學(xué)科背景知識(shí)的要求等，研究結(jié)果將對(duì)個(gè)人的專業(yè)知識(shí)構(gòu)建、職業(yè)素養(yǎng)的形成等具有重要的指引作用。

參考文獻(xiàn)：

[l]杜華云.電子商務(wù)專業(yè)人才培養(yǎng)定位行業(yè)企業(yè)調(diào)研與分析[J].電子商務(wù)，2018，（07）：59-62，84.

[2]劉庸.互聯(lián)網(wǎng)和大數(shù)據(jù)時(shí)代國(guó)有大型文化企業(yè)招聘轉(zhuǎn)型研究[J].人力資源管理，2018，（03）：272-273.

[3]蔡文杰，李悅，王偉軍，丁潔蘭.信息管理與信息系統(tǒng)專業(yè)本科人才市場(chǎng)需求分析——基于網(wǎng)上招聘的內(nèi)容分析[J].圖書館學(xué)刊，2009，31（08）：18-20.

[4]夏立新，楚林，王忠義，等.基于網(wǎng)絡(luò)文本挖掘的就業(yè)知識(shí)需求關(guān)系構(gòu)建[J].圖書情報(bào)知識(shí)，2016，（01）：94-100.

[5] MACELI M. What Technology Skills Do Developers Need？A Text Analysis of Job Listings in Library and InformationScience （LIS） from Jobs.code41ib.org[A]. InformationTechnology&Libraries，September 2015，34（3）：8-21.