基于在線評論的就業(yè)行業(yè)情報挖掘研究——以圖書情報專業(yè)求職者為例
發(fā)布時間:2021-07-01 11:58
[目的/意義]擇業(yè)難成為我國高校畢業(yè)生求職的新問題,數(shù)量龐大但碎片化的招聘信息對行業(yè)選擇的指導作用有限。為保證做出正確的擇業(yè)決策,求職者需要可以反映不同行業(yè)整體情況的情報。[方法/過程]文章提出一種基于在線評論的就業(yè)行業(yè)情報挖掘方法,以就職員工對企業(yè)的評論為數(shù)據(jù)源,挖掘員工對企業(yè)整體及7個具體維度的情感態(tài)度。在此基礎上引用競爭情報的思想,分析得到用于支持專業(yè)人才決策的行業(yè)情況情報。[結果/結論]文章以圖書情報專業(yè)求職者的行業(yè)選擇為例展示方法的實際應用過程。該方法豐富了就業(yè)指導信息的來源,為求職者的就業(yè)決策提供具有對比性質的行業(yè)情況情報,能夠引導專業(yè)人才認知不同行業(yè),提高就業(yè)行業(yè)匹配度。
【文章來源】:情報理論與實踐. 2020,43(09)北大核心CSSCI
【文章頁數(shù)】:9 頁
【部分圖文】:
就業(yè)行業(yè)情報挖掘流程
員工評論文本的撰寫具有較大的自由性和隨意性,對企業(yè)的一個特征,不同評論者有多種表達方式。為準確提取出評論中的企業(yè)特征,有必要構建企業(yè)特征詞典。具體構建過程如圖2所示。1)構建詞向量。
根據(jù)上文所述方法提取預處理后員工評論中的3項內容:評論對象即特征詞F,評論觀點即情感詞S和程度形容詞A,并組成特征詞—情感詞對<F,S>和特征詞—程度形容詞對<F,A>。根據(jù)公式(1)~公式(3)分別計算評論中各句子、維度和評論整體的情感得分,并以0為分割點判斷情感傾向。此處展示各行業(yè)評論整體的情感傾向以及薪資體系、晉升機制、發(fā)展前景、團隊氛圍、工作壓力、考勤制度和福利補助7個維度的情感傾向,對情感分析結果進行可視化,如圖3所示。圖3展示了圖書情報專業(yè)6個主要就業(yè)行業(yè)員工評論的整體情感傾向?梢缘玫,6個行業(yè)員工評論的整體情感態(tài)度都是正向情感傾向占比較大。其中互聯(lián)網(wǎng)和科研院所兩個行業(yè)的正向情感傾向比例均達到0.7以上,同時負向情感傾向比例都在0.15以下,表明這兩個行業(yè)的員工對企業(yè)的整體滿意度較高;其次是軟件和硬件/通信行業(yè),員工評論的正向情感傾向比例在0.6~0.7之間,較互聯(lián)網(wǎng)和科研院所兩個行業(yè)的員工滿意度較低;金融和咨詢兩個行業(yè)員工評論的正向情感傾向占比均低于0.6,且金融行業(yè)的負向情感傾向比例在6個行業(yè)中最高,咨詢行業(yè)的中立情感傾向比例在6個行業(yè)中最高,表明這兩個行業(yè)員工對企業(yè)的整體滿意度較低。
【參考文獻】:
期刊論文
[1]情報學學科建設面臨的主要問題與發(fā)展方向[J]. 楊建林,苗蕾. 科技情報研究. 2019(01)
[2]大數(shù)據(jù)時代高校圖書館開展就業(yè)指導策略探析[J]. 陳新蕾. 辦公自動化. 2019(14)
[3]一種可解釋的混合型就業(yè)推薦算法[J]. 姚建斌,趙龍偉,李海瑞. 信息系統(tǒng)工程. 2019(06)
[4]國內檔案學專業(yè)人才需求現(xiàn)狀調查研究——基于2017年度“圖情招聘”微信公眾號招聘信息分析[J]. 李宗富,于佳會. 檔案管理. 2019(01)
[5]國內招聘類網(wǎng)站的數(shù)據(jù)類崗位人才需求特征挖掘[J]. 張俊峰,魏瑞斌. 情報雜志. 2018(06)
[6]基于關聯(lián)規(guī)則的大數(shù)據(jù)領域人才需求分析[J]. 黃山,劉學鋒,毛建華,李銀橋. 工業(yè)控制計算機. 2017(08)
[7]基于Hadoop平臺的智能化就業(yè)推薦系統(tǒng)研究與設計[J]. 鄧廣彪,主戰(zhàn)河. 廣西民族師范學院學報. 2017(03)
[8]數(shù)據(jù)類崗位招聘需求調查及對圖情學科人才培養(yǎng)的啟示[J]. 黃崑,王凱飛,王珊珊,周曉燕. 圖書情報知識. 2016(06)
[9]基于網(wǎng)絡文本挖掘的就業(yè)知識需求關系構建[J]. 夏立新,楚林,王忠義,石義金,李京蔚. 圖書情報知識. 2016(01)
[10]不同信息職業(yè)對圖情檔專業(yè)人才需求的調查分析[J]. 肖希明,李碩,田蓉. 圖書與情報. 2014(01)
碩士論文
[1]基于情境感知的大學生就業(yè)推薦系統(tǒng)的設計與實現(xiàn)[D]. 曹紅姣.華中師范大學 2014
[2]基于語義的大學生就業(yè)推薦系統(tǒng)研究[D]. 陳珊珊.武漢科技大學 2014
本文編號:3259094
【文章來源】:情報理論與實踐. 2020,43(09)北大核心CSSCI
【文章頁數(shù)】:9 頁
【部分圖文】:
就業(yè)行業(yè)情報挖掘流程
員工評論文本的撰寫具有較大的自由性和隨意性,對企業(yè)的一個特征,不同評論者有多種表達方式。為準確提取出評論中的企業(yè)特征,有必要構建企業(yè)特征詞典。具體構建過程如圖2所示。1)構建詞向量。
根據(jù)上文所述方法提取預處理后員工評論中的3項內容:評論對象即特征詞F,評論觀點即情感詞S和程度形容詞A,并組成特征詞—情感詞對<F,S>和特征詞—程度形容詞對<F,A>。根據(jù)公式(1)~公式(3)分別計算評論中各句子、維度和評論整體的情感得分,并以0為分割點判斷情感傾向。此處展示各行業(yè)評論整體的情感傾向以及薪資體系、晉升機制、發(fā)展前景、團隊氛圍、工作壓力、考勤制度和福利補助7個維度的情感傾向,對情感分析結果進行可視化,如圖3所示。圖3展示了圖書情報專業(yè)6個主要就業(yè)行業(yè)員工評論的整體情感傾向?梢缘玫,6個行業(yè)員工評論的整體情感態(tài)度都是正向情感傾向占比較大。其中互聯(lián)網(wǎng)和科研院所兩個行業(yè)的正向情感傾向比例均達到0.7以上,同時負向情感傾向比例都在0.15以下,表明這兩個行業(yè)的員工對企業(yè)的整體滿意度較高;其次是軟件和硬件/通信行業(yè),員工評論的正向情感傾向比例在0.6~0.7之間,較互聯(lián)網(wǎng)和科研院所兩個行業(yè)的員工滿意度較低;金融和咨詢兩個行業(yè)員工評論的正向情感傾向占比均低于0.6,且金融行業(yè)的負向情感傾向比例在6個行業(yè)中最高,咨詢行業(yè)的中立情感傾向比例在6個行業(yè)中最高,表明這兩個行業(yè)員工對企業(yè)的整體滿意度較低。
【參考文獻】:
期刊論文
[1]情報學學科建設面臨的主要問題與發(fā)展方向[J]. 楊建林,苗蕾. 科技情報研究. 2019(01)
[2]大數(shù)據(jù)時代高校圖書館開展就業(yè)指導策略探析[J]. 陳新蕾. 辦公自動化. 2019(14)
[3]一種可解釋的混合型就業(yè)推薦算法[J]. 姚建斌,趙龍偉,李海瑞. 信息系統(tǒng)工程. 2019(06)
[4]國內檔案學專業(yè)人才需求現(xiàn)狀調查研究——基于2017年度“圖情招聘”微信公眾號招聘信息分析[J]. 李宗富,于佳會. 檔案管理. 2019(01)
[5]國內招聘類網(wǎng)站的數(shù)據(jù)類崗位人才需求特征挖掘[J]. 張俊峰,魏瑞斌. 情報雜志. 2018(06)
[6]基于關聯(lián)規(guī)則的大數(shù)據(jù)領域人才需求分析[J]. 黃山,劉學鋒,毛建華,李銀橋. 工業(yè)控制計算機. 2017(08)
[7]基于Hadoop平臺的智能化就業(yè)推薦系統(tǒng)研究與設計[J]. 鄧廣彪,主戰(zhàn)河. 廣西民族師范學院學報. 2017(03)
[8]數(shù)據(jù)類崗位招聘需求調查及對圖情學科人才培養(yǎng)的啟示[J]. 黃崑,王凱飛,王珊珊,周曉燕. 圖書情報知識. 2016(06)
[9]基于網(wǎng)絡文本挖掘的就業(yè)知識需求關系構建[J]. 夏立新,楚林,王忠義,石義金,李京蔚. 圖書情報知識. 2016(01)
[10]不同信息職業(yè)對圖情檔專業(yè)人才需求的調查分析[J]. 肖希明,李碩,田蓉. 圖書與情報. 2014(01)
碩士論文
[1]基于情境感知的大學生就業(yè)推薦系統(tǒng)的設計與實現(xiàn)[D]. 曹紅姣.華中師范大學 2014
[2]基于語義的大學生就業(yè)推薦系統(tǒng)研究[D]. 陳珊珊.武漢科技大學 2014
本文編號:3259094
本文鏈接:http://www.sikaile.net/jingjilunwen/jingjiguanlilunwen/3259094.html
最近更新
教材專著