企業招聘需求與人才就業需求的相似度分析

夏勇

南京工程學院 南京 211167

企業招聘需求與人才就業需求的相似度分析

夏勇

南京工程學院 南京 211167

聚類分析是將物理的或者抽象的數據集合劃分為多個類別的過程，本文通過相似度分析對企業和人才需求進行匹配計算，以尋求雙方需求的最佳滿足。

聚類分析;相似度;企業人才需求

有材料顯示，今年大部分的雇主表示將招聘比去年同期更多的雇員，其中首要是因“業務擴張”計劃增加招聘，其次是出于“員工流動”增加招聘的原因。大學生依然是就業困難，其中本科生人數所占比例最大，成為最難就業群體。其中企業人才需求與大學生發展需求之間的矛盾最為突出。

很多招聘官都遇到過這樣的狀況，很難招聘到合適的員工，而優秀畢業生又很難找到合適的工作。人才市場中的最重要的是“伯樂”、“人才”似乎都遇不到一起。

1、企業人才需求與人才就業需求

企業作為一個集體，對員工的忠誠度、團隊意識、認同感要求相當高，一般認為大學生要成為一名合格的企業員工，團隊意識以及踏踏實實工作和奉獻的精神是必須的；其次是學習思考能力，這體現著一個員工的發展潛力，對于企業的長遠發展是非常重要的；從企業的角度看待大學生，還是相當寬容的，企業認為豐富的社會工作經驗和較強交際能力是必須的，企業仍然是把大學生放在一個較高層次上，希望通過企業自身對大學生的培訓投入，在長遠取得更大的收益，因此，大學生在校期間學會學習，學會思考是至關重要的。

大學生在應聘時對企業缺乏了解，這說明大學生在應聘時存在盲目性，這對應聘成功是一個很大的障礙；除此之外，大學生的就業心態也是一個值得關注的問題，缺乏對自身特點的了解，定位不準，主要有兩個方面：其一、好高騖遠、眼高手低、自大，表現在對薪酬的過高要求、對企業的不適應等方面；其二、自卑，主要表現在畏首畏尾，不敢表現自己，有意見有問題不進行交流解決等，針對這些情況，在高校教育中，加強對大學生職業生涯規劃和就業心理的引導至關重要；當然作為應屆大學生自身也應尋求合適的方法減少或者避免這些問題，另外，踏踏實實做事、提高專業技能、提高身體素質也是至關重要的，

2、“物以類聚”

聚類是通過把目標數據放入少數相對同源的組或“類”（cluster）里，將數據分類到不同的類的一個過程，同一個類中的對象有很大的相似性，而不同類間的對象有很大的相異性。傳統的統計聚類分析方法包括系統聚類法、分解法、加入法、動態聚類法、有序樣品聚類、有重疊聚類和模糊聚類等。

聚類分析是一種探索性的分析，在分類的過程中，人們不必事先給出一個分類的標準，聚類分析能夠從樣本數據出發，自動進行分類。聚類分析所使用方法的不同，常常會得到不同的結論。不同研究者對于同一組數據進行聚類分析，所得到的聚類數未必一致。

對象間的相似性是聚類的核心，而對相似性進行度量是區別對象的主要基礎，相似度度量方法主要有兩類，即距離和相似系數。距離通常用于數值型數據，距離越接近0，相似性越大；相似系數通常用于分類型數據，相似系數越接近1，相似性越大。

表 企業人才特性表

根據前面的分析，我們對企業需求和學生就業需求通過相似度分析，進行需求匹配，以期達到企業人才需求的較好滿足。針對企業和人才需求，提取主要屬性包括：團隊意識、學習能力、心理素質、專業水平、交際能力、學歷、工作經驗等。上表中對應填上企業和人才對應屬性值。

d為數據集中的屬性個數，u為企業或人才樣本xi和xj取值相同的屬性個數。

通過計算，可以計算兩兩企業或人才樣本之間的距離，距離越小，表示它們之間的相似度越大。相似度大的企業或人才樣本，說明企業招聘需求與人才就業需求是比較接近的，應該是一方面能滿足企業崗位需求，另一方面也能比較好地滿足人才對就業的需求。

3、結束語

當今社會，企業對人才的高效利用是一個社會難題，大學生是社會人才的主要部分，一方面要找到適合企業需求的人才，一方面要滿足人才對企業的要求，只有兩方面的需求都得到較好的滿足，企業才能留得住人才，人才能為企業帶來較好的收益。

[1]陳志泊.數據倉庫與數據挖掘[M].2012.

[2]熊云波.聚類分析在客戶細分中的應用[J].科技資訊,2009,(34)224

夏勇，男，工程師，1970年生，碩士研究生，南京工程學院教師，發表文章十余篇，主要研究方向為計算機信息管理，數據庫技術，客戶關系管理，電子商務應用,企業信息化建設與信息集成等。