數據挖掘汽車行業崗位需求研究
時間:2022-01-30 09:14:15
導語:數據挖掘汽車行業崗位需求研究一文來源于網友上傳,不代表本站觀點,若需要原創文章可咨詢客服老師,歡迎參考。
摘要:對汽車及零配件行業內萬余條企業主動人才述求進行分析,使用文本挖掘方法得到其崗位任務與任職資格關鍵內容,為汽車營銷與服務專業人才培養方案的制(修)訂提供崗位群依據。結果表明,“互聯網+”與產業的融合促使新任務、新崗位的產生與人才需求。
關鍵詞:文本挖掘;崗位需求;汽車營銷與服務
汽車營銷服務行業包含汽車前市場、汽車后市場兩部分,崗位類型多、從業人員數量大、發展速度快。為修訂汽車營銷與服務專業人才培養方案,使人才培養更緊隨產業和崗位需求,獲取大量汽車行業線上招聘文本數據,使用文本挖掘方法對其進行分析。
一、調查分析方法
1.文本數據的獲取方法。線上招聘數據來源廣、易于獲得,是企業用人需求的主動真實表達,但其結構化程度不高,冗余詞多。文本獲取和文本挖掘以python為平臺進行[1],使用scrapy框架抓取2017年11月北京、上海、廣州三個城市“汽車及零配件”行業共計四萬余條招聘數據,完成去重、去空、企業分類、崗位分類[2]。2.文本挖掘方法。(1)分詞。按職能將崗位分類后,截取每個崗位中“崗位職責和任職要求”單項短文本,使用jieba中文分詞庫進行分詞,將自然語言轉化為單詞,并加載停用詞庫,與停用詞庫比對后,篩除中英文符號、英文字母、空格及換行符、“的”、“是”、“了”、“并”、“和”、“以及”等共計1893個停用詞,得到招聘信息中“崗位職責及任職資格”項短文本的分詞結果。(2)獲取各職能崗位需求關鍵詞。使用TF-IDF方法統計詞的權重并提取關鍵詞,TF-IDF傾向于過濾掉常見的詞語,保留重要的詞語。調用python的機器學習框架scikit-learn來進行TF-IDF計算,需要用兩個類:CountVectorizer和TfidfTransformer,CountVectorizer類將分詞結果轉換為詞頻矩陣;TfidfTransformer類計算矩陣中詞語的TF-IDF權重,取權重排名前100位的詞為關鍵詞。(3)各職能崗位需求聚類分析。將各職能崗位的關鍵詞按語義主題進行聚類,得到各崗位主要工作任務及任職資格。
二、調查分析結果
1.文本數據的外部分析。(1)各崗位的學歷要求。共取得北京、上海、廣州三城市中的汽車及零配件行業招聘信息40285條,其中學歷要求為博士21個、碩士297個、本科9921個、大專11892個、高中6835個、初中以下617個、未注明10702個。按照漢中職業技術學院汽車營銷與服務專業的培養規格,下文只取學歷要求為“大專”、“高中”、“初中以下”、“未注明”的文本數據分析,共30046條計。(2)各崗位的職能分布。按照職能將崗位分類,技術開發類最多,有9502個崗,包含開發、設計、工程、品控、工藝等,物流類有1907個崗,包含采購、計劃、倉管等,這兩類主要分布在汽車及配件制造企業;銷售有4640個崗,售后有2107個崗,營銷有1263個崗,運營、保險等崗位數小于500個,這些崗位分布在汽車前、后市場類企業中;技工類崗位有2980個崗,可分為機加工、鉗工、鈑金工、美容工等,分布在汽車前后市場的主要為鈑金工、美容工、噴漆工等。隨著“互聯網+”的發展,崗位出現一些變化。運營崗的數量增加;部分企業開始重視數據在產品開發、推廣、銷售、售后中的作用,出現數據分析師等崗位。按照汽車營銷與服務專業的培養規格,下文選取五類崗位進行崗位任務和能力需求分析。2.“崗位任務及任職資格”文本挖掘。各職能崗位關鍵詞。取TF-IDF權重排名前100的單詞作為銷售類職位的關鍵詞,包含:客戶、工作、能力、公司、負責、以上、經驗、汽車、市場、產品、管理等。另外獲得服務類“崗位任務及任職資格”TOP100關鍵詞有:維修、服務、汽車、管理、接待、溝通、良好、及時、學歷等。獲得市場類“崗位任務及任職資格”TOP100關鍵詞有:市場、能力、客戶、汽車、溝通、推廣、分析、管理、策劃、優先等。運營類“崗位任務及任職資格”TOP100關鍵詞有:運營、管理、經驗、分析、以上、店鋪、數據、推廣、活動、相關、產品、熟悉。金融保險類“崗位任務及任職資格”TOP100關鍵詞有:客戶、保險、續保、以上、業務、經驗、金融、服務、溝通、管理、學歷、銷售等。對關鍵詞聚類后,得到各職能崗“崗位任務及任職資格”項關鍵內容和崗位要求的素質關鍵詞,如表1。可看出,良好溝通協調能力、責任心及大專以上學歷是各崗位的基本要求,是完成各類工作的前提;銷售和服務類崗位在社交方面的人文素養要求更高,表現在形象、禮儀、談吐、協調能力等方面;市場、運營、金融保險類崗位分別要求從業人員有營銷、產品或活動互聯網及門店運營、財務等方面的專業技能。
三、結論及對策
第一,在此基礎上設計問卷,將崗位任務細化并分級,發放到企業進行問卷調研,得到更具體的工作任務。構建課程體系設計時,將表1歸納出崗位行動領域,轉化為學習領域課程,作為整個課程體系的基礎框架[3];再以問卷調查得到的具體工作任務及其重要度來選取課程中的任務情境,編寫課程標準,從而使教學更貼近實際工作過程。第二,能否完成崗位任務是工作能力的日常體現,個人素養是支承工作能力的核心,因此素養的養成應貫通整個培養過程,并通過不同形式如實習實踐、比賽、調研、社團活動等進行,教師應為學生提供因人而異的素養養成建議,幫助學生確定素養目標和實施規劃。
參考文獻:
[1]MatthewARussell.社交網站的數據挖掘與分析[M].北京:機械工業出版社,2012.
[2]RubenVerborgh,MaxDeWilde.UsingOpenrefine[M].Birmingham,UK:PacktPublishingLimited,2013.
[3]姜大源,吳全全.德國職業教育學習領域的課程方案研究[J].中國職業技術教育,2007,(2):47-54.
作者:丁 艷 賈辰飛 單位:漢中職業技術學院
- 上一篇:大數據分析在移動通信網絡的應用
- 下一篇:數據挖掘在建筑暖通空調的應用