2024年3月15日发(作者：2021太仓一模数学试卷)

第四届“泰迪杯”

全国数据挖掘挑战赛

优

秀

作

品

作品名称：网络招聘信息的数据挖掘与综合分析

荣获奖项：特等并获企业冠名奖

作品单位：北京林业大学

作品成员：孙海锋郑中枢杨武岳

指导老师：崔晓晖

网络招聘信息的分析与挖掘

摘要

近年来，随着互联网的广泛应用和网络招聘的迅速发展，网络招聘信息平台

已成为招聘者获取信息的主要渠道。因此，运用网络文本分析和数据挖掘技术对

网络招聘信息的研究具有重大的意义。

对于问题1，通过PositionId对招聘信息表、职位描述表进行去重，得到不

重复的招聘职位信息。利用jieba中文分词工具对岗位描述信息进行分词，并通

过TF-IDF算法提取每个职位描述的前5个关键词。再利用TF-IDF算法得到每个

职位描述的TF-IDF权重向量，采用K-means对TF-IDF权重向量进行聚类，得到7

个质心。分别求出距离各个质心最近的5个职位，结合招聘信息表的

PositionFirstType字段，根据KNN算法，为各个类加上行业性质标签。再分别对

各个职业类型的PositionName进行统计分析，得出各个职业类型对应的专业领

域。

对于问题2，通过利用excel对去重后的招聘信息表对行业领域、工作地域、

职位分类三个项目进行分类筛选，对各个项目的各类内容进行计数汇总统计，根

据计数多的内容去定于热门的行业、地域、职位。

对于问题3，根据数据挖掘与分析的职位特征，将新兴的职位定义为两大类

并分别筛选出来。利用发散性思维，再分别对筛选出来的结果按照城市（city）、

公司阶段（financestage）、学历要求（Education）、薪资（Salary）四个方面对其

进行多方面系统地统计，结合图表进行分析预测相关职位的需求。

对于问题4，通过寻找it职位对应的id的职业描述，并对其分词和it专业

语义库构建，在此基础上筛选出所有的it职位。对附件1进行数据预处理，在预

处理得到的数据上进行数据初步筛选出it行业的职位。对筛选出的it职位对应

的职业id找到职位描述表的职位描述，对该描述构建it专业语义库。判断职业

描述表中职位是否符合it职业，通过判断与专业语义库的交集长度来确定是否为

it职业并统计地域。

对于问题5，根据研究结果，通过分析目前的主要职业类型、职业要求、热

门行业及地域、工作经验及就业现状等问题，给在校大学生的就业规划提出可行

性的建议。

关键词：去重中文分词K-means聚类KNN算法TF-IDF算法预测相关职位

第1页


更多推荐

职位,进行,信息,招聘,描述