基于在线评论的就业行业情报挖掘研究——以图书情报专业求职者为例

发布时间：2021-07-01 11:58

　　[目的/意义]择业难成为我国高校毕业生求职的新问题,数量庞大但碎片化的招聘信息对行业选择的指导作用有限。为保证做出正确的择业决策,求职者需要可以反映不同行业整体情况的情报。[方法/过程]文章提出一种基于在线评论的就业行业情报挖掘方法,以就职员工对企业的评论为数据源,挖掘员工对企业整体及7个具体维度的情感态度。在此基础上引用竞争情报的思想,分析得到用于支持专业人才决策的行业情况情报。[结果/结论]文章以图书情报专业求职者的行业选择为例展示方法的实际应用过程。该方法丰富了就业指导信息的来源,为求职者的就业决策提供具有对比性质的行业情况情报,能够引导专业人才认知不同行业,提高就业行业匹配度。 

【文章来源】：情报理论与实践. 2020,43(09)北大核心CSSCI

【文章页数】：9 页

【部分图文】：

就业行业情报挖掘流程

员工评论文本的撰写具有较大的自由性和随意性,对企业的一个特征,不同评论者有多种表达方式。为准确提取出评论中的企业特征,有必要构建企业特征词典。具体构建过程如图2所示。1)构建词向量。

根据上文所述方法提取预处理后员工评论中的3项内容:评论对象即特征词F,评论观点即情感词S和程度形容词A,并组成特征词—情感词对<F,S>和特征词—程度形容词对<F,A>。根据公式(1)～公式(3)分别计算评论中各句子、维度和评论整体的情感得分,并以0为分割点判断情感倾向。此处展示各行业评论整体的情感倾向以及薪资体系、晋升机制、发展前景、团队氛围、工作压力、考勤制度和福利补助7个维度的情感倾向,对情感分析结果进行可视化,如图3所示。图3展示了图书情报专业6个主要就业行业员工评论的整体情感倾向。可以得到,6个行业员工评论的整体情感态度都是正向情感倾向占比较大。其中互联网和科研院所两个行业的正向情感倾向比例均达到0.7以上,同时负向情感倾向比例都在0.15以下,表明这两个行业的员工对企业的整体满意度较高;其次是软件和硬件/通信行业,员工评论的正向情感倾向比例在0.6～0.7之间,较互联网和科研院所两个行业的员工满意度较低;金融和咨询两个行业员工评论的正向情感倾向占比均低于0.6,且金融行业的负向情感倾向比例在6个行业中最高,咨询行业的中立情感倾向比例在6个行业中最高,表明这两个行业员工对企业的整体满意度较低。

【参考文献】：
期刊论文
[1]情报学学科建设面临的主要问题与发展方向[J]. 杨建林,苗蕾.  科技情报研究. 2019(01)
[2]大数据时代高校图书馆开展就业指导策略探析[J]. 陈新蕾.  办公自动化. 2019(14)
[3]一种可解释的混合型就业推荐算法[J]. 姚建斌,赵龙伟,李海瑞.  信息系统工程. 2019(06)
[4]国内档案学专业人才需求现状调查研究——基于2017年度“图情招聘”微信公众号招聘信息分析[J]. 李宗富,于佳会.  档案管理. 2019(01)
[5]国内招聘类网站的数据类岗位人才需求特征挖掘[J]. 张俊峰,魏瑞斌.  情报杂志. 2018(06)
[6]基于关联规则的大数据领域人才需求分析[J]. 黄山,刘学锋,毛建华,李银桥.  工业控制计算机. 2017(08)
[7]基于Hadoop平台的智能化就业推荐系统研究与设计[J]. 邓广彪,主战河.  广西民族师范学院学报. 2017(03)
[8]数据类岗位招聘需求调查及对图情学科人才培养的启示[J]. 黄崑,王凯飞,王珊珊,周晓燕.  图书情报知识. 2016(06)
[9]基于网络文本挖掘的就业知识需求关系构建[J]. 夏立新,楚林,王忠义,石义金,李京蔚.  图书情报知识. 2016(01)
[10]不同信息职业对图情档专业人才需求的调查分析[J]. 肖希明,李硕,田蓉.  图书与情报. 2014(01)

硕士论文
[1]基于情境感知的大学生就业推荐系统的设计与实现[D]. 曹红姣.华中师范大学 2014
[2]基于语义的大学生就业推荐系统研究[D]. 陈珊珊.武汉科技大学 2014



本文编号：3259094