[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(dǎo)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(bào)。[方法/過程]文章提出一種基于在線評(píng)論的就業(yè)行業(yè)情報(bào)挖掘方法,以就職員工對企業(yè)的評(píng)論為數(shù)據(jù)源,挖掘員工對企業(yè)整體及7個(gè)具體維度的情感態(tài)度。在此基礎(chǔ)上引用競爭情報(bào)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(bào)。[結(jié)果/結(jié)論]文章以圖書情報(bào)專業(yè)求職者的行業(yè)選擇為例展示方法的實(shí)際應(yīng)用過程。該方法豐富了就業(yè)指導(dǎo)信息的來源,為求職者的就業(yè)決策提供具有對比性質(zhì)的行業(yè)情況情報(bào),能夠引導(dǎo)專業(yè)人才認(rèn)知不同行業(yè),提高就業(yè)行業(yè)匹配度。 

【文章來源】：情報(bào)理論與實(shí)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(bào)挖掘流程

員工評(píng)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(gè)特征,不同評(píng)論者有多種表達(dá)方式。為準(zhǔn)確提取出評(píng)論中的企業(yè)特征,有必要構(gòu)建企業(yè)特征詞典。具體構(gòu)建過程如圖2所示。1)構(gòu)建詞向量。

根據(jù)上文所述方法提取預(yù)處理后員工評(píng)論中的3項(xiàng)內(nèi)容:評(píng)論對象即特征詞F,評(píng)論觀點(diǎn)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(jì)算評(píng)論中各句子、維度和評(píng)論整體的情感得分,并以0為分割點(diǎn)判斷情感傾向。此處展示各行業(yè)評(píng)論整體的情感傾向以及薪資體系、晉升機(jī)制、發(fā)展前景、團(tuán)隊(duì)氛圍、工作壓力、考勤制度和福利補(bǔ)助7個(gè)維度的情感傾向,對情感分析結(jié)果進(jìn)行可視化,如圖3所示。圖3展示了圖書情報(bào)專業(yè)6個(gè)主要就業(yè)行業(yè)員工評(píng)論的整體情感傾向�？梢缘玫�,6個(gè)行業(yè)員工評(píng)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(gè)行業(yè)的正向情感傾向比例均達(dá)到0.7以上,同時(shí)負(fù)向情感傾向比例都在0.15以下,表明這兩個(gè)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(píng)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(gè)行業(yè)的員工滿意度較低;金融和咨詢兩個(gè)行業(yè)員工評(píng)論的正向情感傾向占比均低于0.6,且金融行業(yè)的負(fù)向情感傾向比例在6個(gè)行業(yè)中最高,咨詢行業(yè)的中立情感傾向比例在6個(gè)行業(yè)中最高,表明這兩個(gè)行業(yè)員工對企業(yè)的整體滿意度較低。

【參考文獻(xiàn)】：
期刊論文
[1]情報(bào)學(xué)學(xué)科建設(shè)面臨的主要問題與發(fā)展方向[J]. 楊建林,苗蕾.  科技情報(bào)研究. 2019(01)
[2]大數(shù)據(jù)時(shí)代高校圖書館開展就業(yè)指導(dǎo)策略探析[J]. 陳新蕾.  辦公自動(dòng)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(nèi)檔案學(xué)專業(yè)人才需求現(xiàn)狀調(diào)查研究——基于2017年度“圖情招聘”微信公眾號(hào)招聘信息分析[J]. 李宗富,于佳會(huì).  檔案管理. 2019(01)
[5]國內(nèi)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(bào)雜志. 2018(06)
[6]基于關(guān)聯(lián)規(guī)則的大數(shù)據(jù)領(lǐng)域人才需求分析[J]. 黃山,劉學(xué)鋒,毛建華,李銀橋.  工業(yè)控制計(jì)算機(jī). 2017(08)
[7]基于Hadoop平臺(tái)的智能化就業(yè)推薦系統(tǒng)研究與設(shè)計(jì)[J]. 鄧廣彪,主戰(zhàn)河.  廣西民族師范學(xué)院學(xué)報(bào). 2017(03)
[8]數(shù)據(jù)類崗位招聘需求調(diào)查及對圖情學(xué)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(bào)知識(shí). 2016(06)
[9]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]. 夏立新,楚林,王忠義,石義金,李京蔚.  圖書情報(bào)知識(shí). 2016(01)
[10]不同信息職業(yè)對圖情檔專業(yè)人才需求的調(diào)查分析[J]. 肖希明,李碩,田蓉.  圖書與情報(bào). 2014(01)

碩士論文
[1]基于情境感知的大學(xué)生就業(yè)推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 曹紅姣.華中師范大學(xué) 2014
[2]基于語義的大學(xué)生就業(yè)推薦系統(tǒng)研究[D]. 陳珊珊.武漢科技大學(xué) 2014



本文編號(hào)：3259094