基于文本挖掘的網絡問答社區求職者關注行為研究

王梅源 劉天穎 沃秋爽

(中南民族大學 管理學院，湖北 武漢 430074)

0 引言

隨著人才質量的提升和信息網絡技術的發展，網絡招聘已經成為國內眾多企業首選的人才募集方式，越來越多的求職者在網絡問答社區中產生和分享求職信息[1]。相對傳統招聘渠道，網絡招聘不僅擁有更便捷的操作方式，而且信息的時效性和廣泛性也可以得到保證，有效提高了招聘效率[2]。但對于招聘企業和求職者來說，在龐大的信息流中找尋并辨識相關招聘和求職信息并非易事。近幾年，網絡問答社區作為特殊的社交平臺走進大眾的視線，在平臺上，用戶既是信息的傳遞者，也是信息的使用者，在創造問題的同時解決問題[3]。突破傳統搜索引擎和工具的局限，幫助求職者高效獲取所需知識和信息。

用戶持續使用問答社區往往是由于他們對高質量、高相關性和易獲得性信息與知識的需求，不斷拓展自身的知識深度與廣度。Phang[4]通過虛擬社區的用戶參與度分析發現，易使用性和可信賴性是用戶進行搜尋答案行為的重要影響指標，而對于回答者而言，促使他們持續進行平臺知識貢獻的主要原因是更高的社會參與度。

近年來隨著文本挖掘技術的廣泛應用，很多研究者將以文本挖掘技術為代表的智能化處理手段應用于網絡社區的文本處理中。夏立新等學者[6]通過對網絡社區中與就業問題有關的文本進行挖掘，構建就業知識需求關系，為高校就業率的提升和發展提供建議。Macias等學者[7]在24個常用健康網絡論壇中選擇了791個與健康信息相關的帖子，發現需求建議、個人病情簡介及病情恢復是討論最多的話題。宋學峰等學者[8]使用內容分析法和社會網絡分析法對知乎平臺中在線教育話題進行編碼分析，發現答案多數都是針對問題進行解釋和辨別，較少有評估、反思和共識。黃魯成等學者[9]在通過抓取知乎上關于老年人關鍵詞的相關問題并進行詞頻統計分析后，找尋到現今老年人健康話題關注和發展的重點。

目前國內外學者對求職者行為的研究主要集中在求職動機[10-11]、求職意向影響因素[2，12-13]等方面；問答社區的研究主要集中在運營模式[14]、用戶體驗[15]、社區內容答案質量[16-17]等方面；將文本挖掘技術運用到問答社區的研究則多為問答評價[18]、答案模型預測[19-20]、話題內容分析和識別[21]等；應用領域多為醫療健康[9]和學科體系評價[22]方面。而對于求職者在問答社區中討論和關注話題的研究較少。且以往對求職者行為的研究多采用訪談或問卷調查的實證研究方法[23-24]，這類方法受主觀影響較大，無法保證數據源文本的多樣性和隨機性，很難勝任大數據量、非結構化環境下的文本內容分析。將文本挖掘技術運用到網絡問答社區中，使用求職者真實的話題內容分析其關注行為的研究較少。

本文將文本挖掘方法運用到網絡問答社區求職者關注行為研究中，利用爬蟲技術從網絡問答社區互動平臺抽取大量求職者提問和相關回答，借助分詞技術對數據進行處理和分析，構建求職者關注高頻詞云圖和關注話題互動分布圖，分析求職者在當今招聘環境中的關注行為，從而為招聘企業的發展和求職者能力提升提供參考。

1 數據挖掘

本文使用數據挖掘、文本分析、可視化分析等文本挖掘方法，試圖在更充足和真實的數據樣本中提煉求職者關注行為，并分析其特點與應用價值。

1.1 數據來源

“知乎”如今是國內參與數和流量最大的中文開放社區，比起歷史更為悠久的“百度知道”，知乎的成功主要在于對問題的深度探討，鼓勵回答的延展性，其專業嚴謹的社區內容、理性融洽的交流氛圍和廣泛效率的傳播理念深受網民認可[9]。截至2018年8月，知乎的個人注冊用戶量已超過2億，日活躍用戶達2600萬，其中，求職話題下的關注量達30萬左右。企業信息、企業社會輿論熱點與評價較充足，且越來越多的企業HR選擇在相關企業互動區域下方留下最新招聘信息，為合適的求職者提供機會。其討論話題遍布就業規劃、發展前景、求職知識提升等各方面，參與者多為求職或潛在求職人員。

“看準網”相比知乎問答社區，由于加入了企業點評和問答欄目，與求職者的關系和信息聯系更為密切。求職者可以針對所選公司提出問題，并可收到來自其他用戶的反饋信息。回答者只要熟悉相關公司的對應提問，都可公開發表自己的見解，其身份包括對應公司職員、參與求職人員及已離職的老員工。累計的問答信息可以為更多后續求職者提供寶貴的參考意見和建議。

知乎和看準網對求職話題相關的關注和討論及求職問答功能契合本文研究，本文選取知乎和看準網求職問答社區的大量隨機問題作為研究數據源，通過Node.js網絡爬蟲隨機獲取用戶對于各公司的提問與回答數據，包括提問內容與數量、回答內容與數量等原始文本數據，既可排除同行業領域求職關注問題單一的可能，又可細化求職熱門領域關注問題的區別與聯系。

1.2 數據采集

目前數據采集主要有系統日志采集、數據庫采集和網絡數據采集三類。其中，網絡數據采集面向非結構化和半結構化數據，通過網絡爬蟲和網站平臺提供的公共API(如Twitter和新浪微博API)將網站上獲取的網頁數據提取出來，將其清洗后轉換成結構化數據，并將其存儲為統一的本地文件數據。其特點是采集效率高并能保證數據的真實性[25]。

本文專注于評論型內容研究，適合選用網絡數據采集方法。

目前網絡上多使用request + cheerio來進行爬蟲開發，request為http請求庫，用于發起一個http請求，在開發爬蟲的過程中，主要用于使用get方式，將目標頁面的代碼進行抓取，然后使用cheerio解析頁面元素，獲取目標數據。知乎和看準網平臺都有一個共同特點，即頁面內數據都使用ajax進行請求并渲染到頁面上。ajax是一種網頁上常用的無刷新讀取技術，主要用于前端向后端請求數據。具有這種特點的網頁，目標數據默認是沒有渲染在頁面中的，也就意味著request庫抓取到的代碼并不包含我們所需要的目標元素。

因此，本文使用puppeteer來實現爬蟲。puppeteer 是谷歌官方出品的一個通過DevTools協議控制Headless Chrome的node.js庫，庫的內部封裝了一系列對Chrome的操作API，開發者可以通過這些API對Chrome進行模擬用戶行為、自動化測試、爬蟲等操作。為了使爬蟲中的異步操作更簡單直觀，采用11版本的node.js，支持async/await的方式處理異步，避免陷入回調地獄，且11版本可以使用更新的JavaScript規范的語法，對于開發效率有顯著提升。

puppeteer可以通過瀏覽器的API，控制程序監聽到ajax請求，等到數據成功渲染到頁面上，再對目標數據進行爬取，將獲取數據的步驟封裝成一個函數kanzhunGet，該函數的傳入參數page和url，其中，page為上一步操作實例化的page對象，url為要爬取數據的頁面的地址。

(1)調用page實例的goto方法，操作page實例進入要爬取數據的頁面；

(2)調用page的evaluate方法，將操作環境進入到瀏覽器內，將代碼的執行上下文指向page對象所打開的頁面，從而保證對頁面內元素的操作不會產生跨域行為，再定義一個getNum方法，用于匹配回答數中的數字，得出回復數結果；

(3)根據上述對頁面結構的分析，定義askWrap變量，用于保存所有問答的列表，通過遍歷該列表，對所有問答元素的內容進行解析，生成一個包含question和answer鍵的對象，并將該對象追加到定義好的res結果數組中，最終返回給函數的調用方。

兩個網站在爬取機制上有所不同，“知乎”通過滾動頁面到最底部以后，由前端向后端發起請求，并將后端返回的數據繼續追加到頁面的底部來實現大量數據展示，其對接口的請求做鑒權處理，每次請求會對訪問來源進行校驗。“看準網”通過分頁的方式展現大量數據，每頁共十條數據，共十頁，通過頁面請求抓取，可以得到頁面請求數據時所調用的后端數據接口，對接口請求頭及請求體進行解析發現，接口并未做鑒權處理，即不需要登錄同樣可以獲取到數據。

兩個網站在獲取數據上也有所不同，對于知乎數據，使用puppeteer通過模擬真實用戶訪問的方式獲取數據。

(1)選擇求職相關的話題，對頁面中的元素進行分析，發現每條數據的問題可以通過ContentItem-title來獲取，而評論數的標識與贊同數的標識只能通過元素的兄弟元素來辨別。對獲取單條數據的方式進行封裝后，需要對頁面進行自動滾動處理，自動滾動的操作使用了puppeteer中的evaluate方法。

(2)使用JavaScript進行頁面滾動條的操作，先獲取當前頁面的總高度，后操作滾動條滾動到頁面的最底部，即可觸發頁面加載更多事件。經過多次嘗試后發現，當頁面元素過多時，會導致爬蟲程序進入假死狀態，導致抓取的數據丟失，且由于知乎加載新數據的方式比較特殊，每次請求的數據條數無法確定。

(3)對爬蟲程序進行修改，在每次進行頁面滾動之前，將上次加載時抓取到的數據存儲到本地文件中，這樣可以保證即使爬蟲程序假死后，也可以通過手動終止的方式結束程序，而又不會導致崩潰前所抓取到的數據丟失。

對于看準網數據，則選擇postman請求工具對接口進行測試，發現無法獲取正確數據，后端返回數據為請求錯誤，進一步測試后發現，后端對請求中的referer做了限制，在對referer進行模擬后，成功獲取到數據。由于無需從頁面中抓取數據而直接從接口獲取數據，雖然頁面中前端對總頁數做了10頁的限制，但是通過直接調用接口的方式，可以獲取共55頁數據。

經過數據爬取，最終獲取兩個平臺的問題數據源共1781條，回答共97732個。

1.3 文本分詞

從知乎和看準網采集的求職問題信息是非結構化的文本內容，含有一定的雜質，需要進行數據預處理后再進行分詞。

(1)數據初步篩選和清洗，借助哈爾濱工業大學信息檢索中心發布的停用詞表擴展板與問答社區中提問語句的特點，將為什么、怎么、有沒有、哪些、怎么辦、什么等詞加入到停用詞表，并在統計結果中去掉虛詞、介詞、連詞、助詞及標點符號。

(2)使用node.js中文分詞包jieba對獲取的1781條問題數據進行分詞，jieba對自然語言分析及文本分析的支持較為友好，其采用的算法及策略使得分詞結果精準可靠。目前常見的分詞方法主要分為基于字符串匹配的分詞方法和全切分的方法。前者按照不同的掃描方式，逐個查找詞庫進行分詞。后者則首先切分出與詞庫匹配的所有可能的詞，再運用統計語言模型決定最優的切分結果。它的優點在于可以解決分詞中的歧義問題。本文選擇使用全切分的方式進行分詞，通過計算高頻詞的相關回答數和出現次數的權重，得到根據權重大小排列的分詞結果，部分結果如表1所示，權重是指與上下文主旨相關性較高的詞語，問答中出現次數多少并不能直接反映出權重的高低，通過算法計算權重排名，更貼近文章所講述的內容；“相關問答數”指出現該關鍵詞的問答數量；“出現次數”指在相關問答中關鍵詞出現的詞頻。

2 文本分析

根據文本分詞結果，可得到各關鍵話題詞的詞頻和特征詞“問題-回答”對應的互動頻率，針對該數據結果進行可視化分析，可以直觀有效地反映求職者討論話題熱點。

2.1 高頻特征詞分析

從1781個關于求職的問題中，通過數據處理和文本分詞，得到初步的詞匯頻率排布，然后對這些詞匯做權重判斷，并取權重前100的詞，過濾掉與求職信息無關或特定公司名稱等與求職關注行為研究無關的詞語后，得到的關鍵詞即具有高權重、高頻率、高相關度的詞。關鍵詞云圖如圖1所示，字體越大者代表該詞詞頻越高。這些高權重的高頻特征詞反映了當下在擁有求職問答功能的在線問答社區中，求職者討論和關注的主要話題內容。

表1 部分分詞結果

通過高頻特征詞及詞頻可初步看出，求職者在求職過程中對于如何順利通過考核最為關心，如“面試”“簡歷”“HR”“面試官”“Offer”“技巧”等。對于求職者的學歷和經驗在意程度比較高，如“應屆生”“研究生”“經驗”“畢業生”“碩士”“考研”等。針對求職公司的雇主品牌吸引力關注程度較高，如“管理”“專業”“工資”“薪資”“待遇”“加班”等。且從用戶使用角色來看，使用網絡問答社區參與求職關注行為討論的求職者以年輕求職者居多，高校畢業生占主導地位，如“兼職”“實習”“應屆生”“大學生”“畢業生”“校招”等。

圖1 關鍵詞云圖

2.2 特征詞互動分布分析

特征詞話題互動分布可以區分關注話題的廣泛受眾度和潛在受眾度。根據表1中各特征詞的出現次數、回答數和權重進行標準化處理，制作關注點特征詞互動分布四象限氣泡圖，如圖2所示。其中四象限的橫坐標代表回答數，縱坐標表示出現該問題的詞頻數，氣泡的大小代表權重。根據特征詞所對應的位置，分為四種話題類型：①輿論焦點區(第一象限)：此區域代表詞頻較高且回答數較高的話題；②關注焦點區(第二象限)：此區域代表詞頻較高但回答數較低的話題；③潛在熱點區(第四象限)：此區域代表詞頻較低但回答數較高的話題；④沉默區(第三象限)：此區域代表詞頻和回答數都較低的話題。

圖2 特征詞話題互動分布氣泡圖

2.2.1 輿論焦點區(第一象限)

圖2中，“面試”“簡歷”“HR”三個特征詞的提問量與回答量都非常高，這說明這組問題是目前求職者關注與討論的重點和熱點。綜合來看，這三個特征詞反映的都是作為求職者進入心儀公司的必經考核方式。

(1)在如今企業高速發展、人才兼備的信息時代，企業招聘變得越發嚴格，不僅涉獵專業知識、團隊協作等多方面能力考查，且形式也更為多樣化。將溝通表達、邏輯思維、團隊合作、壓力承受、職業規劃等全部列入考核范圍，使得廣大求職者，特別是應屆畢業生在求職過程中更加有壓力和學習的動力，在求職的各個環節都需要認真準備。

(2)求職者的簡歷作為求職的“敲門磚”，需要突出專業能力，重點挖掘崗位匹配信息并盡可能數據化表達。

(3)面試準備則除了長期積累的專業知識外，對應聘企業的企業文化、發展理念、主要產品等也都應提前了解。

(4)通過網絡招聘問答社區的交流互動，已經歷求職過程或已入職人員的經驗分享，不僅可以讓更多將要參與面試的求職者找到現階段努力的方向，修改更新個人簡歷，還可以增強潛在求職者對心儀企業的深入了解，更加有針對性地完善求職目標，這也正是此類話題成為輿論熱點的重要原因。

2.2.2 關注焦點區(第二象限)

圖2中，“應屆生”“求職”“offer”“加班”“經驗”“實習”及薪資福利類特征詞的提問量都比較高但是回答數相對較少，說明此類問題亟待解決且有較高的發展空間。另外，“工資”“待遇”“薪資”三個關鍵詞雖在氣泡圖中分布于沉默區，但考慮到語義理解，其含義基本相同，故將此類話題的詞頻和回答數合并計算。

(1)企業招聘員工看重其十分出色的勝任力和執行力，由于眾多民營企業和創業型小微企業的快速發展，其在新人培訓階段更加關注企業文化和綜合素質的提升，而對于不同崗位不同工作內容的指導培訓卻相對弱化，這就需要求職者有較好的項目經驗和學習能力。

(2)越來越多的招聘人員看重求職者的崗位與技能匹配度，特別對應屆畢業生來說，僅靠在學校掌握的專業知識無法直接勝任招聘要求，想要快速實現從校園到職場的轉變，需要求職者更早地參與到企業實踐中，因此實習經驗的積累成為眾多求職者關注的重點。

(3)目前，眾多著名企業在校園招聘階段專門開設實習生招聘模塊，其考核制度也更加嚴格規范，有些甚至不低于對正式員工的要求，因此，實習生的含金量也逐年增加，一份優秀的實習經驗在正式求職時常常能起到至關重要的作用。

(4)實習經驗與正式求職已逐漸成為一種互利共存的關系。針對此類話題回答數相對較少的原因主要是應屆生與需要實習經驗的求職者一般是首次進入求職圈的用戶群，他們關注此類問題，但是難以向他人提供經驗分享，而參與社會招聘的資深求職者又很少參與此類話題討論。這也反映出使用網絡招聘問答社區的用戶群更為廣泛，不受年齡和資質的約束，更多資歷豐富和年長的求職者也在互聯網高速發展的今天參與到平臺互動中。

(5)招聘企業的雇主吸引力也是關注焦點。文獻研究中，雇主吸引力評價通常采用六維模型，包括工作本身、管理風格、團隊合作、薪酬福利、職業發展和組織實力。本研究中，薪資福利、屬于工作本身范疇的加班均出現在高頻詞中，說明雇主吸引力也是求職者選擇企業的重要指標。

眾多民營企業和創業型公司在其發展上升期通常業務繁忙，相對傳統企業更加繁忙，對員工的業務效率和產品熟悉度要求更高。無論是新入職的零經驗求職者，還是已有資歷但剛剛跳槽試圖找尋新機會的有經驗求職者來說，在還未熟練掌握崗位工作要領卻面臨高強度壓力和要求的情況下，加班成了普遍的工作狀態。薪酬福利是求職者所能獲得的最直觀的報酬和評價，它反映了員工的工作勝任能力和企業對員工的重視程度，因此，求職者對薪酬福利的關注程度較高。

綜合來看，求職者對于雇主吸引力相關因素的重點關注體現了當今求職雇主-員工的雙向匹配性，求職者不再被動等待企業的選擇，而是擁有了主觀選擇企業的權利，因此，招聘企業需要不斷提升自身的實力和品牌吸引力，才能在人才招募中占得先機。

根據回答內容語義分析顯示，此類關注焦點話題的回答數相對較少的原因主要有兩方面，一是使用網絡招聘問答社區的用戶更多為準備或正在進行求職的潛在員工，已入職的企業內部員工參與相對較少，因此無法給該類問題提供充足的回答建議；二是即使有部分企業內部員工參與討論，但因其所在企業、部門、崗位等的不同而無法提供廣泛適用性參考建議。

2.2.3 潛在熱點區(第三象限)

2.1.3 二維相關光譜 將人參、紅參、西洋參3種配方顆粒壓片后，在室溫狀態下放置，間隔10～30 min測定紅外光譜并進行基線校正，將獲得的數量足夠的紅外光譜導入清華大學的TD4.2二維分析軟件，即可獲得二維相關紅外光譜圖，并可根據需要選取不同波數范圍進行分析。

圖2中，“管理”出現詞頻雖少但討論數卻多，說明該類話題可能會成為以后關注的重點。管理在求職社區中主要有兩層含義，一是指管理工作本身，例如從企業角度來說，企業內部的管理架構、管理模式和管理內容都在不同角度反映企業的社會價值和發展空間，擁有良好的管理制度和管理決策不僅能讓企業在激烈的市場競爭中找到適合自身持續發展的道路，還能更好地吸引優質人才；二是從學科專業角度來說，管理類相關專業歷經數十年發展，已經形成了良好的專業體系，近幾年又與眾多熱門前沿領域進行學科交叉，使得管理及交叉專業畢業生的求職機會逐年增加。這也進一步推動了高校管理類及相關專業人才培養的改革，要求高校在培養方案、目標設置和知識能力結構等方面均應緊跟發展趨勢，及時修正和完善理論和實踐教學體系，為企業培育和輸送更多復合型專業人才。

2.2.4 沉默區(第四象限)

圖2中，該區域的數據相對其它區域其提問數和回答數都相對較少，但經過大數據樣本后仍舊出現較高權重，說明該部分詞仍有研究價值，并可能會成為未來討論熱點。沉默區中與學歷及薪資待遇相關的話題詞較多，學歷雖不是求職的硬性門檻，但是眾多招聘反饋顯示，用人單位對于求職者的學歷重視程度依然不減。尤其隨著人才質量平均水平的提高、各高校每年招生人數的擴張等，學歷的含金量也在不斷提升。之所以討論話題較少，最大的可能是站在求職者角度，很難判定企業對求職者學歷是否會真正考量。現在許多企業為了廣招人才，在招聘信息中并不明確規定學歷限制，但在真實考評中是否參考卻很難判定。

薪資福利類話題占比較少的原因主要是目前民營、私企數量增多，薪資模式不同于以往的“同工同酬”，多數采用“差異化薪資模式”，即根據每個人的能力或價值細分成不同的待遇。即便是一同進入公司的同一個崗位，也會有所區別，其目的還是為了更好地激勵員工實現更大的價值。“差異化薪資”在求職話題領域屬于相對私密的話題，也很難在開放社區得到真實答案。

3 對策與建議

分析求職者關注行為的目的在于為提升企業招聘質量和效率、為求職者提高競爭實力和求職滿意度提出意見和建議，以期建立企業與求職者互利共贏的新型求職關系。通過對網絡問答社區求職者關注行為的分析，不僅讓求職者可以在海量招聘企業中更清晰、全面地了解心儀公司，以便更有針對性地準備自己的求職過程，還幫助企業在使用網絡招聘社區進行企業宣傳、人才招募過程中更好地掌握求職者的內在驅動力，及時改進企業內部和外部的資質條件，從而在人才競爭中取勝。

3.1 對招聘企業建議

對于招聘企業來說，想要招聘到合適，高素質的員工無疑是企業發展最重要的一環，想要打贏人才爭奪戰，分別要從內在和外在兩方面入手。

3.1.1 充分識別求職者群體關注行為特征

一個城市的發展離不開經濟增長和人均GDP的提高，這些增長來源于企業的發展，城市內擁有的優秀企業越多，經濟增長就越快，留住人才的機率也越大。近幾年各大經濟競爭力較強的城市都紛紛出臺了相應的人才優惠政策：2017年初，武漢市“五年內留住百萬大學生”計劃打響了爭奪人才第一槍；2018年3月，北京市宣布建立人才引進“綠色通道”；同月，上海也提出打造“人才高峰”。2018年，全國超過100個城市發布了人才政策。2019年一開年，各地爭奪人才政策集中發布，其中購房和生活補貼是兩大最主要也是最常見的吸引人才手段。數據說明，人才吸引政策的背后，正是對求職者尤其是高素質求職者的看重。

3.1.2 努力實現雇主品牌吸引力的提升

當今時代的求職者學習能力較強，目標定位和自我追求都比較高，企業只有盡力滿足高素質求職者的期望條件，才能成為優秀人才的求職目標。

招聘企業應重視自身品牌吸引力的提升，從而為任何一個有上進心并不斷提升自我的求職者帶來最大程度的就業滿意度。綜合國內外學者對雇主品牌吸引力的研究以及求職者關注話題數據可知，雇主品牌的功能性、象征性和發展性對潛在員工有重要的影響作用。其中，功能性主要強調企業承諾的工作本身，包括提供真實、完整的崗位職責和工作內容供求職者參考，最大限度地解決信息不對稱而造成的擇業困難問題等。象征性強調企業展示的品牌形象，包括企業的聲譽、名譽以及外在形象等反映企業內在精神力量等因素。發展性則側重企業提供的職業發展前景，包括良好的職業發展路徑、完善的晉升體制、充分的職業培訓等。

以阿里巴巴集團為例，公司十分注重發掘員工的潛能，同時也關注員工的成長。其內部招聘和輪崗制度給很多員工提供了新崗位、新機會，使員工在職業發展路徑上可以得到持續發展。阿里巴巴推出的“青橙計劃”“百年阿里系列培訓”“領導力發展”“阿里夜校”等一系列員工培訓措施，為員工提供了更多自我提升平臺。阿里深知在競爭文化中，企業的信譽、形象、品牌和知名度都是企業不可估量的無形資產，員工的思想、行為和心態也會受其影響和熏陶。于是，讓企業所有成員從進入公司的那一刻起，就擁有金庸武俠人物的名號，不僅讓武俠文化中的正義感影響到公司每一個員工，也為員工營造出一種輕松愉悅的工作氛圍，使員工能夠拋開壓力，更加團結，也更加愿意為組織實現共同的價值而奮斗。

3.2 對求職者的建議

對于求職者來說，應充分利用線上線下各類知識渠道和資源，不斷豐富閱歷，掌握面試要領，注重思考和經驗總結，全面提升崗位勝任力。

3.2.1 充分利用網絡求職社區的各類資源和信息

互聯網時代，掌握更多的信息就意味著掌握更大的主動權和選擇權。求職者可以在網絡問答社區匿名討論求職問題，傳達行業知識，實現全方位信息交流和人際網絡互動，還可以利用平臺了解企業非公開化信息，加深崗位職責了解，熟悉業內薪資水平，掌握面試技巧，不斷完善自己的知識儲備，更好地進行規劃對比分析，從而選擇更適合自己的公司。

除了知乎和看準網平臺之外，信息資源較為豐富且用戶活躍度較高的還有國內的拉勾網、脈脈、實習僧等，國外的Linkedln等，這些平臺利用其社交媒介特性與招聘指導相融合，最大化幫助求職者實現滿意就業。

以2018年10月剛完成D輪融資的社交招聘新秀“脈脈”來看，一旦求職者選定了自己的職業領域，求職者在脈脈平臺上看到的內容、可以接觸的人幾乎全部與這個職業有關。如該職業其他人的實名或匿名動態、人脈推薦、職業資訊推薦等等。這種聚焦垂直領域的組織方法，強化了職場人群因行業相通而帶來的內部凝結，讓行業內部信息的交流溝通變得更加方便快捷，使得求職過程中求職者與企業雙方并不完全信息對等的關系變得更加透明，從而讓求職者有更多的機會和方式去了解企業更深層次的信息。

3.2.2 多渠道高效提升崗位勝任力

對求職者來說，想要順利進入理想企業，就必須在眾多優秀競爭者中脫穎而出。學歷文憑早已不再是企業挑選人才的唯一指標，只要擁有求職崗位的專業技能，都有機會獲得工作機會。開放性的招聘環境帶給了求職者更多的職業選擇，但同時也增加了競爭難度。在招聘過程中，企業更加看重的是求職者的崗位優勢、核心競爭力等綜合素質。

除了在求學期間系統扎實地學習專業知識、提高專業技能之外，求職者還可充分利用企業針對求職者實習實踐能力提升的渠道和途徑。目前，眾多企業都在開放實習生招錄計劃，可以讓職場新人提前得到鍛煉的機會，零距離接觸實際工作內容，提升就業技能。

以普華永道為例，每年1月和7月，其審計部、管理部、風險及控制服務部、稅務部均會開放實習生機會。實習期間，學生不僅可以親身體驗在專業服務公司里的真實客戶項目工作，還可學到各種基本職業技能，從而提高專業能力。若實習期間表現優異，還可以獲得畢業后優先錄用的機會。

在線上付費平臺和虛擬社群方面，以當今較為火熱的互聯網人在線大學“三節課”平臺為例，該平臺以專業輔導互聯網產品和運營崗位相關技能為切入點，主打互聯網熱點人物事件專業分析解讀。并通過內容入口集聚粉絲，開展多層次的互聯網職業培訓，以提升職業能力為目標，倡導終生學習。平臺關注和強調從“知識獲得”到“能力提升”的轉化過程，提供“設計體系化課程+高強度實戰練習+專家助教1對1點評+班主任深度服務”的線上教學模式。不僅讓求職者省去了線下課程成本，可以更加自由靈活地安排學習時間，有針對性地完善崗位專業知識，而且能在不斷學習中迭代技能體系，利用集聚效應，提升應聘競爭優勢。

4 結語

本文將文本挖掘方法運用于網絡問答社區求職者關注行為的研究中，利用Node.js爬蟲的方式從知乎求職話題圈和看準網求職專業互動平臺抽取大量求職者提問和相關回答，并借助分詞詞典和Node.js中的jieba技術對數據進行處理和分析，構建求職者關注高頻詞云圖和關注話題互動分布圖，分析求職者在當今招聘環境中的關注行為。

研究結果表明：①使用網絡問答社區參與求職關注行為討論的求職者以年輕人居多，其中高校畢業生占比最大，管理類專業人才和崗位需求相比數量更多。②求職者對于如何順利通過考核最為關注，討論熱度也最強，開放的問答社區使得用戶參與和知識分享更為便捷，求職者可化被動為主動，提前了解更多考核信息并針對性地學習和準備。③雇主的吸引力是求職者擇業最先考慮的因素，這其中包括企業內部競爭力和外部競爭力，內部競爭力體現在企業發展、晉升機制、企業文化和創新是否滿足人才需求，外部競爭力主要體現在薪資待遇等物質條件方面，但由于目前各公司相同崗位的待遇沒有統一的標準，且該類問題私密性較強，所以較難在開放社區得到充足的反饋。④工作經驗也成為求職者更為在意的話題，因為企業目前更傾向于經驗豐富，實踐能力強的優質人才，即便針對應屆畢業生，也更加看重實習或綜合實訓的技能培養。

因此，招聘企業需要在提高自身競爭力的同時更加了解求職者的關注行為。求職者需要充分利用線上線下各渠道和資源，豐富閱歷，提高專業技能，實現更理想的人-崗匹配。

本文在數據來源的選取上存在一定的局限性，僅選擇了知乎和看準網兩大問答社區，在后續的研究中可以增設更多的平臺驗證數據結果。另外，對于問答發表者的用戶畫像沒有很完善的判定，可在以后的研究中增設相關內容，更加豐富求職者關注行為研究的準確性。