数据分析师招聘岗位需求特征挖掘及应用研究
发布时间：2021-01-10 09:51
社会人才供需失衡一直是我国发展过程中面临的主要问题。随着高等院校招生规模不断扩大,高校毕业生人数逐年递增,大量的应届毕业生面临就业问题,而大量企业却招不到满足要求的人才。高校培养的专业人才与真实市场需求脱节,不合理的专业课程体系设置,缺乏准确洞察人才市场需求的能力都是造成上述困境的主要原因。为了解决以上问题,本文以数据分析师的招聘为例,采集了招聘网络上3万多条招聘信息,利用文本挖掘技术构建了多维度的岗位需求特征分析模型,利用自然语言处理技术和机器学习等创建了相对完善的数据分析师岗位方面的技能词典,并从多个角度对市场需求、就业技能进行了分析。该方法弥补了传统调研、人工统计分析等方法费时耗力的缺陷,实现了快速、高效、智能化的对岗位需求特征挖掘,特别是在数据量大、结构复杂等情况下,优势更为突出。通过分析,在对数据分析师岗位的研究中,从工作地点分布、企业融资情况、薪资状况、招聘岗位类别等角度了解了数据分析师岗位整体情况,从工作经验与薪资水平、最低学历要求及薪资水平、最低学历和专业要求、企业规模及工作经验需求、工具及计算机技能、综合素质六个维度对数据分析师岗位特征进行统计分析,得到数据分析师岗位...
【文章来源】：云南大学云南省 211工程院校
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
图１典型文本挖掘过程??
４．?０词云展示??对数据预处理后对获得的特征词汇制作了词云图，其中展示了出现频率最高??的１００个词汇，如图２，图中字体的大小代表着特征词汇出现在文本中频数的大小，??字体越大代表频数越高，即在文本中的重要程度也越大。从词云图中我们可以看??出，“数据分析”在全文中出现次数最多，接下来就是一些计算机工具软件、业??务类型、专业名称、统计方法等。从词云图中仅能大致看出重要程度，具体的数??量关系无法把握，接下来就用深度挖掘数据关系。??数理ＩＩ?多＃力??柄数学本算关??細?Ｐｙｔｈ＾＾ＥＸＣＥＬ?商业??脚本ｉｎ?ｈ金融学錄并登賓任心??数据撰库写１＆嘗报理表』告??图２特征关键词云图??１７??
由上图４可以看出，我们对北京、上海、广州、深圳、杭州这几个数据分析??岗位分布占比较大的城市进行了深入分析，发现其数据分析师在各个城市的城区??占比也有很大的区别。??数据分析岗位在其北京和深圳相对来说分布比较集中，仅分布在个别区域，??北京的数据分析岗位主要分布在朝阳区和海淀区，深圳的数据分析岗位的分布主??要集中在南山区；杭州、上海、广州的数据分析岗位则是比较分散，几乎各个城??区都有其数据分析岗的分布，但是其分布也并不均匀，杭州主要集中在拱墅区和??西湖区，上海主要分布在浦东新区，而广州则主要分布在天河区。??
【参考文献】：
期刊论文
[1]基于关联规则的国内外数据期刊载文特征比较分析——以《Scientific Data》和《中国科学数据》为例[J]. 温亮明,郭蕾,王晓东,郑晓欢,黎建辉. 情报科学. 2019(01)
[2]基于jieba分词搜索与SSM框架的电子商城购物系统[J]. 邢彪,根绒切机多吉. 信息与电脑(理论版). 2018(07)
[3]中文分词关键技术研究[J]. 叶晓龙. 湖北农机化. 2017(06)
[4]一种利用关联规则挖掘的多标记分类算法[J]. 刘军煜,贾修一. 软件学报. 2017(11)
[5]浅析中文分词方法[J]. 沈静. 漳州职业技术学院学报. 2016(03)
[6]职业能力素质的构成及测量:以MBA为例[J]. 赵卫宏,张宇东. 现代管理科学. 2016(07)
[7]国外高校图书馆科研数据服务人员知识结构分析——以IASSIST网站中2015年的招聘信息为例[J]. 周晓燕,尹亚丽. 图书情报工作. 2016(03)
[8]从招聘信息看图书馆学人才需求与专业教育[J]. 杨思洛,冯雅,程爱娟. 图书情报工作. 2016(05)
[9]基于招聘网站的信息管理职业知识技能需求调查[J]. 吕露,韩毅. 情报理论与实践. 2012(06)
[10]基于N-Gram的专业领域中文新词识别研究[J]. 段宇锋,鞠菲. 现代图书情报技术. 2012(02)
硕士论文
[1]基于关联规则的线上线下双层耦合社交网络信息传播规律研究[D]. 施文君.安徽财经大学 2018
[2]基于文本挖掘的用户满意度影响因素研究[D]. 杨郁琪.中北大学 2018
[3]基于文本挖掘的在线评论情感强度分析[D]. 肖洁.暨南大学 2018
[4]文本挖掘在网购用户评论中的应用研究[D]. 陈义.浙江工商大学 2018
[5]文本挖掘中关键词与文本摘要自动提取研究[D]. 张丽.青岛理工大学 2018
[6]国内网站招聘岗位需求特征挖掘及其应用研究[D]. 张俊峰.安徽财经大学 2017
[7]基于Web文本挖掘的电子商务专业人才市场需求研究[D]. 王萍.重庆工商大学 2016
[8]网络招聘广告文字信息内容特征对求职决策的影响[D]. 彭凯霞.曲阜师范大学 2015
[9]数据挖掘在淘宝客户评价方面的研究与应用[D]. 刘欢.济南大学 2014
[10]基于支持向量机的Web文本分类技术研究[D]. 黄晶.广西师范大学 2012
本文编号：2968505
【文章来源】：云南大学云南省 211工程院校
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
图１典型文本挖掘过程??
４．?０词云展示??对数据预处理后对获得的特征词汇制作了词云图，其中展示了出现频率最高??的１００个词汇，如图２，图中字体的大小代表着特征词汇出现在文本中频数的大小，??字体越大代表频数越高，即在文本中的重要程度也越大。从词云图中我们可以看??出，“数据分析”在全文中出现次数最多，接下来就是一些计算机工具软件、业??务类型、专业名称、统计方法等。从词云图中仅能大致看出重要程度，具体的数??量关系无法把握，接下来就用深度挖掘数据关系。??数理ＩＩ?多＃力??柄数学本算关??細?Ｐｙｔｈ＾＾ＥＸＣＥＬ?商业??脚本ｉｎ?ｈ金融学錄并登賓任心??数据撰库写１＆嘗报理表』告??图２特征关键词云图??１７??
由上图４可以看出，我们对北京、上海、广州、深圳、杭州这几个数据分析??岗位分布占比较大的城市进行了深入分析，发现其数据分析师在各个城市的城区??占比也有很大的区别。??数据分析岗位在其北京和深圳相对来说分布比较集中，仅分布在个别区域，??北京的数据分析岗位主要分布在朝阳区和海淀区，深圳的数据分析岗位的分布主??要集中在南山区；杭州、上海、广州的数据分析岗位则是比较分散，几乎各个城??区都有其数据分析岗的分布，但是其分布也并不均匀，杭州主要集中在拱墅区和??西湖区，上海主要分布在浦东新区，而广州则主要分布在天河区。??
【参考文献】：
期刊论文
[1]基于关联规则的国内外数据期刊载文特征比较分析——以《Scientific Data》和《中国科学数据》为例[J]. 温亮明,郭蕾,王晓东,郑晓欢,黎建辉. 情报科学. 2019(01)
[2]基于jieba分词搜索与SSM框架的电子商城购物系统[J]. 邢彪,根绒切机多吉. 信息与电脑(理论版). 2018(07)
[3]中文分词关键技术研究[J]. 叶晓龙. 湖北农机化. 2017(06)
[4]一种利用关联规则挖掘的多标记分类算法[J]. 刘军煜,贾修一. 软件学报. 2017(11)
[5]浅析中文分词方法[J]. 沈静. 漳州职业技术学院学报. 2016(03)
[6]职业能力素质的构成及测量:以MBA为例[J]. 赵卫宏,张宇东. 现代管理科学. 2016(07)
[7]国外高校图书馆科研数据服务人员知识结构分析——以IASSIST网站中2015年的招聘信息为例[J]. 周晓燕,尹亚丽. 图书情报工作. 2016(03)
[8]从招聘信息看图书馆学人才需求与专业教育[J]. 杨思洛,冯雅,程爱娟. 图书情报工作. 2016(05)
[9]基于招聘网站的信息管理职业知识技能需求调查[J]. 吕露,韩毅. 情报理论与实践. 2012(06)
[10]基于N-Gram的专业领域中文新词识别研究[J]. 段宇锋,鞠菲. 现代图书情报技术. 2012(02)
硕士论文
[1]基于关联规则的线上线下双层耦合社交网络信息传播规律研究[D]. 施文君.安徽财经大学 2018
[2]基于文本挖掘的用户满意度影响因素研究[D]. 杨郁琪.中北大学 2018
[3]基于文本挖掘的在线评论情感强度分析[D]. 肖洁.暨南大学 2018
[4]文本挖掘在网购用户评论中的应用研究[D]. 陈义.浙江工商大学 2018
[5]文本挖掘中关键词与文本摘要自动提取研究[D]. 张丽.青岛理工大学 2018
[6]国内网站招聘岗位需求特征挖掘及其应用研究[D]. 张俊峰.安徽财经大学 2017
[7]基于Web文本挖掘的电子商务专业人才市场需求研究[D]. 王萍.重庆工商大学 2016
[8]网络招聘广告文字信息内容特征对求职决策的影响[D]. 彭凯霞.曲阜师范大学 2015
[9]数据挖掘在淘宝客户评价方面的研究与应用[D]. 刘欢.济南大学 2014
[10]基于支持向量机的Web文本分类技术研究[D]. 黄晶.广西师范大学 2012
本文编号：2968505
本文链接：https://www.wllwen.com/guanlilunwen/tongjijuecelunwen/2968505.html
