工程教育IT類專業社會需求分析
——基于百萬條招聘廣告數據的量化分析

文博奚

(廣西建設職業技術學院,廣西 南寧 530007)

當前,我國高等教育發展正站在新的起點,如何全方位地提升高等教育在人才培養、科學研究、社會服務、文化傳承創新、國際交流合作等領域的發展質量,培養新的發展動力,構建完善的動力機制,是現階段高等教育界應當關注的焦點問題[1]。當前,我國高校人才教育供給與產業需求存在重大結構性矛盾。這種矛盾體現為兩個方面:高校培養的人才規格不能滿足用人單位的需求,專業人才培養數量與產業結構升級對人才的需求數量失配。《2019年中國大學生就業報告》指出本科畢業生就業率連續四年下降,其中近兩屆高職高專畢業生就業率高于同屆本科。眾多學者對高校人才培養不能滿足社會需求的原因進行了深入分析:大學在專業設置、能力培養、課程要求等方面改革步調緩慢,跟不上社會發展步伐;人才培養方案的形成和調整本身需要時間,而技術往往在快速升級,這些客觀因素決定了人才培養一定會滯后于產業需求;行業發展對專業性人才需求缺乏必要的能力標準,人才市場需求信號不清晰,傳遞渠道不暢通,導致高校在設計專業課程方案時只能閉門造車[2]。因此,及時、全面、準確地掌握用人單位對所設置專業的能力需求與高校自身的人才培養定位是否匹配是高校人才培養的急點之一。

一、網絡招聘數據分析

隨著互聯網的普及,網絡招聘逐漸成了企業招聘人才的主流方式。目前,我國網絡招聘行業實行多種招聘模式并駕齊驅,為客戶提供多角度精細化服務,主要分為綜合招聘模式、垂直招聘模式、分類信息招聘模式以及新興招聘模式,其中綜合招聘模式的市場份額超過60%。目前,形成了招聘綜合化、招聘領域化和招聘渠道化的競爭格局。綜合化平臺涉及行業較為廣泛,總體偏向綜合招聘,涉及各個行業,是比較主流的招聘平臺形式。智聯招聘、前程無憂和BOSS直聘是綜合化平臺的代表。通常,一條招聘廣告中包含著很大的信息量,例如職位名稱、發布時間、崗位職責、任職要求、職位類別、招聘人數、學歷要求、經驗要求、薪資與福利水平、工作地點、招聘單位等相關信息。其中,崗位職責體現培養目標,任職要求體現課程設置,薪資與福利水平體現社會對專業的認可度和急需度,招聘人數體現專業熱度和區域經濟對專業人才的需求度。因此,分析網絡招聘廣告中包含的信息能有效了解用人單位對人才最為直接的需求。隨著大數據技術的不斷發展,Web挖掘技術逐漸被應用,利用Web挖掘技術可以自動獲取大量的網絡招聘數據,并能對數據進行自動提取和分析,使得及時、全面、準確地獲取用人單位對人才專業能力的需求成為可能。

基于網絡招聘信息的大數據分析已經成為國內外勞動力市場研究的一種重要方法,但是在國內依然鮮見此類較具學術性的研究[3]。宋齊明[4]等人嘗試了對近1.4萬條網絡招聘信息的數據分析,對于解決畢業生的就業問題以及如何進行高等教育人才培養改革,提出了充分可靠的依據。黃崑[5]等人嘗試從智聯招聘網站收集的數據管理、數據分析、數據挖掘三類崗位共計2615條招聘信息,從任職要求、崗位職責、職位基本信息三個內容方面進行分析,提出了針對圖書情報學科的學生的選課推薦、課程內容設置等方面的專業建議。有學者[6]根據LinkedIn用戶公開的個人資料數據,挖掘工作需求和技能需求之間的關系,并將相關結果用于構建工作推薦系統,為求職者提供幫助。有學者[7]采集了2010年-2016年間的1.3億條招聘數據、300多萬條課程表數據和1500萬多條SCI收錄論文的摘要數據,分析了這三個領域文檔提及的技能詞的匹配程度,對技能詞的演化過程進行了分析。研究結果還顯示出在數字經濟時代,溝通、談判等軟技能日漸重要。有學者[8]從網絡招聘網站上獲取了軟件工程專業的2600多條招聘數據,利用英文單詞自然分詞的特點提取了10432個詞作為詞典,再利用LDA主題模型對用人單位的需求進行分析。以上研究顯示,利用大數據分析人才的需求規格已經開始得到學術界的重視。但是,用人單位數量龐大、種類繁多、專業能力的描述詞數量眾多;對中文招聘廣告數據而言,技能詞無法直接提取。因此,以上學者提出的方法并不能直接應用于本文的問題研究。如何利用大數據技術更有針對性地分析用人單位對人才專業能力的需求給高校帶來了很大挑戰。

二、研究方法

招聘網站中包含著人才需求信息[9],如何實現招聘數據的大規模獲取,再將其中有效的信息加以自動提取,再進行分析挖掘,以更準確地掌握用人單位對于IT類從業人員專業能力的需求[10],本文設計了6步方法(見圖1):第一步,使用網絡爬蟲技術在招聘網站上爬取IT類相關崗位的招聘信息,自動抽取相關字段信息;第二步,對爬取的招聘數據進行預處理;第三步,采用分詞、術語識別[11-12]等自然語言理解技術從招聘廣告的職位描述中自動抽取技能詞,然后結合IT類專業教師和網絡上已經公開的IT類專業技能詞建立IT類專業的技能詞詞典;第四步,將IT類招聘廣告中包含的技能詞提取出來,作為LDA主題模型的輸入,結合專家判斷,按8個主題生成各自的高頻技能詞;第五步,按照學歷、城市、行業、薪資等將用人單位進行劃分,依次構建與各類型崗位與技能詞集間的關系矩陣,評估各類型崗位下各技能詞集的重要性,從而更準確了解用人單位對于不同技能詞集的需求程度;第六步,得到的結果通過詞云圖和沖擊圖的形式進行可視化呈現。

圖1 研究方法

通過編寫爬蟲軟件,采取布隆過濾算法過濾重復招聘,本文獲取了2019年1月至12月期間發布在智聯招聘上的職位類別為IT類的1048531條招聘數據。每條數據中包括了職位名稱、發布時間、崗位職責要求、職位鏈接、職位類別、學歷、經驗要求、崗位薪資、福利待遇、工作地點、行業類別、招聘公司名稱等用人單位類別相關的信息。1048531條數據覆蓋了全國范圍內的各個城市類別,從一線城市到三線的全部城市均包含在內;與此同時,數據包含了金融業、房地產業、服務行業等9大一級行業類別。因此,本文所獲得的數據集在一定程度上滿足了抽樣分析對數據的要求。

(一) 數據預處理

為了確保數據的可靠性,對數據進行了清洗和去重。首先,招聘廣告的創建日期、職位鏈接以及獲取爬取數據的自動編號等信息對于后續數據分析沒有任何幫助,本文將這3列信息進行了剔除。在Python軟件中,Pandas是基于NumPy的一種工具,是為解決數據分析任務而創建的。Pandas提供了重復值處理函數“drop_duplicates”,可以將數據結構中行相同的數據只保留一行,最終得到1027990條有效樣本信息。

(二) 數據描述

經過數據預處理后,得到了用于分析IT類專業用人單位需求的基本數據。其中每一條招聘信息包括了職位名稱、發布時間、崗位職責要求、職位類別、學歷、經驗要求、崗位薪資、福利待遇、工作地點、行業類別、招聘公司名稱等信息。對這些數據的初步統計結果如表1所示。

表1 IT類專業招聘的基本情況

從表1中可以獲知IT類專業社會需求的總體情況。從行業需求來看,IT/通信/電子/互聯網行業對IT類專業人才的需求量最多;相比較而言金融業、商業服務業、貿易/批發/零售/租賃業對IT類專業人才的需求量也相對較大;從學歷角度來看,對IT類專業人才的需求主要集中在專科以及本科兩個學歷段,而對研究生學歷者的需求相對較少,這體現了人才市場對應用開發型人才需求較大,而對研究型人員需求相對較少的特點。另外,專科以下、未指定學歷要求和學歷不限三者合并起來僅占比24%,說明人才市場更希望IT類專業人才能接受本科以上高等教育;從企業給出的薪資角度來看,IT類專業從業人員的薪資主要集中在[1千,5千]和[7千,12.5千]這兩個階段中。根據國家統計局的數據:2019年全國城鎮非私營單位就業人員年平均工資為90501元,城鎮私營單位就業人員年平均工資為53604元。這說明相比于其他專業而言,用人單位對IT類專業人才給出的薪資水平也相對較高;從工作地點的角度來看,一線城市和新一線城市的經濟發展較為迅速,薪資水平較高,產業結構升級速度快,對于IT類人才的需求量較大。相對而言,二線城市以及三線城市的對于IT人才的需求量相對要少一些。

(三) 技能詞詞典的構建

為更精準地分析用人單位對IT類專業人才的能力需求情況,本文首先采用自研的自然語言理解技術從招聘廣告的職位描述中自動抽取技能詞[11-12],然后結合II類專業教師和網絡上已經公開的IT類專業技能詞。最終,本文確定了208個詞作為IT類專業的技能詞詞典。這些技能詞覆蓋通用編程、網絡編程、數據庫技術、操作系統、機器學習、大數據、計算機硬件、計算機軟件、數學、計算機基礎等方面。將1027990條招聘廣告中每一條招聘廣告與IT類專業技能詞字典進行匹配,可將每條招聘廣告中所包含的技能詞逐個提取出來,將各個技能詞的詞頻統計結果通過詞云進行可視化呈現。從圖2中可以看到:JAVA、JavaScript、CSS、MySQL等技能詞出現在招聘廣告中的頻率較高,直觀反映出人才市場對JAVA編程能力、網絡編程能力和數據庫編程能力的需求較大。

圖2 IT類崗位技能詞詞云圖

(四) 技能詞主題模型的構建

由于技能詞數量眾多,單個技能詞的語義粒度過小,基于技能詞來分析用人單位對人才專業能力的需求會太瑣碎。為便于更清楚、更準確地分析用人單位對IT類專業的能力需求,本文采用了LDA主題模型對技能詞進行主題分析,以識別各類別工作崗位對應的技能詞集合。LDA主題模型是一種非監督的機器學習技術,它能將眾多的技能詞按照技能詞潛藏的主題信息發現各主題下的高頻技能詞。換句話說,就是每個主題對應著一個高頻技能詞的集合。有研究表明,該模型能夠有效解決企業對雇員的能力需求分析問題[8-9]。LDA主題模型的輸入是每條招聘中崗位要求所包含的技能詞集和需要識別的主題數量。為了確定合適的主題數量,本文嘗試了將主題數量K設置為5到10的多個結果,然后請IT類專業教師對該結果進行評估,最后得出將技能詞集分為8個主題最合理。LDA主題生成模型輸出每條招聘數據屬于不同技能詞主題的概率值。這個概率值可看成是一個崗位對于不同技能詞集的需求程度。

從1027990條招聘廣告抽取到技能詞后,利用LDA主題模型,按8個主題進行主題抽取。表2列出了每個主題下頻率最高的20個詞,排在最前面詞的詞頻最高。根據每個主題下技能詞的分布情況,請IT類專業教師為這8個主題進行命名,再將其按照對大學生的難易程度由高到低進行排序,要求最高的為“人工智能算法設計”,依次為“大數據分析”“數據庫交互設計”“嵌入式開發設計”“架構設計”“前端設計”“網絡編程”,最基本的為“通用編程”。

表2 各個主題下的技能詞集

三、各類型崗位對專業能力的需求分析

(一) 學歷與技能詞之間的關系

在本文使用的數據中共有86062條招聘信息沒有包含IT類專業技能詞,因此,進一步將這些數據刪除,不納入數據分析。本文按照招聘廣告中的學歷要求把招聘崗位分為四大類,分別為專科以下、專科、本科及研究生,其中,研究生包括碩士研究生以及博士研究生。本文分別統計每個學歷層次對應的招聘廣告中技能詞的詞頻,將每個學歷層次對應的位于TOP20的技能詞通過詞云可視化,結果分別如圖3、圖4、圖5和圖6所示。

圖3 專科以下學歷的TOP20技能詞詞云圖

圖4 專科學歷的TOP20技能詞詞云圖

圖6 研究生學歷的TOP20技能詞詞云圖

通過圖3可以觀察到:專科以下學歷的TOP20技能詞中出現較多的技能詞依次為Java、CSS、UI和 html5,這反映出用人單位對專科以下學歷者更偏向于應用能力以及通用編程能力的要求,較注重前端設計能力。

通過圖4可以觀察到:專科學歷的TOP20技能詞中出現較多的技能詞依次為Java、 CSS、MySQL和 JavaScript,這反映出用人單位在對專科學歷者在通用編程能力以及前端設計能力的要求之上,更加注重了數據庫管理系統設計能力的需求,同時對于動態編程語言的需求也逐步增加了,對計算機系統能力的要求延伸至后端。

通過圖5可以觀察到:本科學歷的TOP20技能詞中出現較多的技能詞依次為Java、MySQL、CSS和Linux。對比專科學歷,用人單位對于本科學歷者在數據庫管理系統設計的能力要求有了一定的提高,同時增加了對于Linux操作系統能力的要求。

通過圖6可以觀察到:研究生學歷的TOP20技能詞中出現較多的技能詞依次為C++、機器學習、Python和深度學習,這反映出用人單位對于研究生學歷者更加側重于C++和Python編程能力的運用,同時對于人工智能算法設計能力也有了要求。明顯地可以感覺到:用人單位已將研究生學歷者定位于研發層次。

經LDA主題模型處理后,會輸出每條招聘廣告屬于每個技能詞集(技能詞主題)的概率值。因為每條招聘廣告代表一個IT類工作崗位,輸出的概率值可以理解為每個崗位對于技能詞主題的需求程度。為得到各個學歷層次對于不同技能詞集主題的需求程度,首先,選取位于同一個學歷層次中所有崗位對每一個技能詞集主題需求程度的平均值,作為該學歷層次對每一個技能詞集的需求程度,從而得到了4個學歷層次對于8個技能詞集主題的需求矩陣A,然后將需求矩陣A的每一列除以其平均值進行歸一化處理,得到矩陣T(表3)。矩陣T的元素表示學歷層次對特定技能詞集的需求程度。由于分析的工作崗位都是IT類工作崗位,崗位中所涉及的技能詞都是IT類相應的技能詞,因此不同學歷層次對技能詞集的需求程度區別不是太大。為了更清楚地描述學歷層次崗位對各個技能詞集需求的程度,本文采用以下方法予以簡化,得到如表4所示的結果。

表3 學歷層次對所需技能詞集的需求矩陣(Tij)

表4 學歷層次對所需技能詞集的需求評估

—Tij<1.00技能詞集j對學歷層次i不是特別重要

—1.00 ≤Tij<1.30技能詞集j對學歷層次i一般重要

—1.30 ≤Tij<1.60技能詞集j對學歷層次i相對重要

—Tij≥ 1.60技能詞集j對學歷層次i特別重要

根據表4,本文繪制了學歷層次對技能詞集(技能詞主題)的沖擊圖(如圖7)。通過圖7可以觀察到:研究生學歷崗位的需求比較集中,主要體現在人工智能算法設計能力以及嵌入式開發能力的需求;本科生學歷崗位相對側重于大數據分析能力的需求;專科及專科以下學歷崗位則主要偏向于通用編程能力。這種區別與學歷層次顯然正相關。

圖7 學歷層次對技能詞集的沖擊圖

(二) 就業城市與技能詞之間的關系

位于不同級別城市的招聘崗位的需求也有所區別。清晰地了解不同級別城市的崗位的不同需求,有利于求職者明確自己合適的求職地點,也便于高校按照服務面向為學生設計更合適的課程方案。每條招聘廣告幾乎都明確了就業地點,只有9條招聘信息沒有指定具體的工作城市,為提升分析準確性,將這9條招聘廣告的數據刪除。

城市的數量較多,為了使得分析結果更具代表性和針對性,利用城市分級,按照就業地點將崗位分為四類:一線城市、新一線城市、二線城市和三線城市。分別統計不同城市級別崗位對應的詞頻TOP20的技能詞,通過詞云可視化,結果如圖8、圖9、圖10和圖11所示。

圖8 三線城市的TOP20技能詞詞云圖

圖9 二線城市的TOP20技能詞詞云圖

圖10 新一線城市的TOP20技能詞詞云圖

圖11 一線城市的TOP20技能詞詞云圖

通過圖8、圖9、圖10和圖11可以觀察到:各級城市的崗位都看重對Java、CSS、MySQL和JavaScript的能力要求。但是,通過仔細分析,可以看到不同級別城市的崗位對能力的需求還是有點差別。比如,隨著城市級別的提升,崗位對Linux的要求也逐漸增加,體現出對系統設計能力要求的提高。這應該是由于一些軟件開發能力較強的企業集中于級別較高的城市。作為人工智能的標準編程語言的Python也出現在一線城市和新一線城市的TOP20技能詞中。

依據同樣的方法,可以得到不同級別城市的崗位對所需技能詞集的需求矩陣(表5),進而按照前面提及的方法將表5簡化成表6,再根據表6畫出不同級別城市的崗位對技能詞集的沖擊圖(圖12)。

表5 城市水平對所需技能詞集的需求矩陣(Tij)

表6 城市水平對所需技能詞集的需求評估

圖12 就業城市對技能詞集的沖擊圖

同樣由于軟件開發能力較強的企業多集中于級別較高的城市,從圖12可以觀察到:一線城市的崗位對于人工智能算法設計能力、大數據分析能力以及網絡編程的需求較多,新一線城市的崗位主要集中在對網絡編程能力的需求;二線城市的崗位側重于架構設計能力、網絡編程能力和通用編程能力,三線城市的崗位則側重于數據庫交互設計能力、架構設計能力和通用編程能力。

(三) 所屬行業與技能詞之間的關系

預處理后的招聘數據中共計29118條招聘信息沒有指明招聘崗位所屬的行業,本文將這些數據刪除。招聘廣告中所涉及的一級行業類別共計9類,分別為房地產/建筑業、服務業、互聯網/IT業、教育/藝術業、金融業、貿易/批發/零售業、商業服務業、文化/傳媒/娛樂業以及其他行業類別。為簡化分析,將其進行歸納后分為六大類:金融行業、房地產行業、教育文化行業、商業服務行業、信息技術服務行業及其他行業。分別統計每大類(不包括其他行業)行業崗位對應的詞頻TOP20的技能詞,將它們通過詞云可視化,結果如圖13、圖14、圖15、圖16和圖17所示。

圖13 金融行業的TOP20技能詞詞云圖

圖14 房地產業的TOP20技能詞詞云圖

圖15 教育文化行業的TOP20技能詞詞云圖

圖17 信息技術服務行業的TOP20技能詞詞云圖

通過圖13-17可以觀察到:各行業的崗位對Java、MySQL、CSS和JavaScript的要求都比較多。但是,各行業的崗位對這些技能詞要求的程度不同。金融行業崗位中這四個技能詞的排序為Java、MySQL、CSS、JavaScript,這反映出金融行業對于通用編程能力、數據庫能力的需求比較多。房地產行業崗位中這四個技能詞的排序為Java、CSS、JavaScript、MySQL,這反映出相對于金融行業,房地產行業崗位對于通用編程能力以及網絡編程能力的需求逐步提高了,對于數據庫能力的需求有所下降。教育文化行業崗位中這四個技能詞的排序為Java、CSS、MySQL、JavaScript,這反映出教育文化行業崗位相對于房地產行業,對于數據庫能力的需求有所提高,但同時也比較注重通用編程能力和網絡編程能力。商務服務行業崗位中這四個技能詞的排序為MySQL、Java、CSS、JavaScript,這反映出商務服務行業相對于其他行業,對于數據庫能力的需求更多。信息技術服務行業中這四個技能詞的排序為Java、MySQL、CSS、JavaScript,與金融行業相同。

依據同樣的方法,可以得到各行業崗位對所需技能詞集的需求矩陣(表7),進而按照前面提及的方法將表7簡化成表8,再根據表8畫出各行業崗位對技能詞集的沖擊圖(圖18)。

圖18 IT類從業人員所屬行業與技能詞集合沖擊圖

從圖18可以觀察到:金融行業崗位對IT類專業人員的要求主要集中在大數據分析能力、人工智能算法設計能力、前端設計能力等方面;房地產行業崗位對IT類專業人員的要求集中在前端設計能力以及網絡編程能力等方面;教育文化行業崗位對IT類專業人員的要求集中在網絡編程能力以及通用編程能力等方面;商務服務行業崗位對IT類專業人員的要求主要集中在前端設計以及人工智能算法設計能力等方面;信息技術服務行業崗位對IT類專業人員的需求則比較均衡。這些觀察結論體現出各行業的特點決定了其對IT類專業人才的需求。

(四) 薪資與技能詞之間的關系

經過預處理之后,有22571條招聘數據的薪資范圍不明確,因此這些數據不被納入分析。為了實現薪資水平的分段,考慮到不同級別城市的平均薪資水平相差較大,先按照一線城市、新一線城市、二線城市、二線以下城市,計算每個級別城市的薪資水平的最小值、上四分位數、下四分位數,以及最大值,從而可將每個級別城市的崗位給出的薪資范圍劃為5個區間。

根據工作地點和薪資范圍將崗位進行劃分,依據同樣的方法,計算不同城市類別的薪資水平對所需技能詞集的需求矩陣(表9、表11、表13、表15),進而按照前面提及的方法將它們分別簡化成表10、表12、表14和表16,再根據簡化得到的表畫出不同城市級別的薪資水平對技能詞集的沖擊圖(圖19—22)。

表9 一線城市薪資水平對所需技能詞集的需求矩陣(Tij)

表10 一線城市薪資水平對所需技能詞集的需求評估

表11 新一線城市薪資水平對所需技能詞集的需求矩陣(Tij)

表12 新一線城市薪資水平對所需技能詞集的需求評估

表13 二線城市薪資水平對所需技能詞集的需求矩陣(Tij)

表14 二線城市薪資水平對所需技能詞集的需求評估

表15 二線以下城市薪資水平對所需技能詞集的需求矩陣(Tij)

表16 二線以下城市薪資水平對所需技能詞集的需求評估

圖19 一線城市IT類從業人員薪資與技能詞集沖擊圖

從表10和圖19可以觀察到:一線城市的薪資水平相對較高,最高薪資達到了17.5千以上,相應崗位對于IT類專業人員的要求也相對較高。薪資水平在17.5千以上的崗位較為注重人工智能算法設計能力以及大數據分析能力;薪資水平位于[12.5千,17.5千]的崗位比較注重大數據分析能力以及網絡編程能力;薪資水平位于[9千,12.5千]的崗位較為注重前端設計能力以及網絡編程能力;薪資水平位于[1千,9千]的崗位的要求主要集中在嵌入式開發能力方面。

從表12或圖20可以觀察到: 新一線城市的薪資水平較一線城市的薪資水平有所下降,最高薪資為12.5千以上。薪資水平在12.5千以上的崗位較為注重人工智能算法設計能力以及大數據分析能力;薪資水平位于[8.5千,12.5千]的崗位比較注重嵌入式開發能力以及網絡編程能力;薪資水平位于[6千,8.5千]的崗位較為注重網絡編程能力、通用編程能力和嵌入式開發能力;薪資水平位于[1千,6千]的崗位的要求主要集中在前端設計能力、數據庫交互設計能力、通用編程能力方面。

圖20 新一線城市IT類從業人員薪資與技能詞集沖擊圖

從表14或圖21可以觀察到: 二線城市的薪資水平較新一線城市的薪資水平有所下降,最高薪資為10千以上。薪資水平在10千以上的崗位較注重人工智能算法設計能力以及大數據分析能力;薪資水平位于[7千,10千]的崗位較注重網絡編程能力以及架構設計能力;薪資水平位于[5千,7千]的崗位較為注重網絡編程能力、通用編程能力以及架構設計能力;薪資水平位于[1千,5千]的崗位的要求主要集中在數據庫交互設計能力和通用編程能力方面。綜合所有技能詞集來看,二線城市的崗位對于前端設計能力的需求相對較少些。

從表16或圖22可以觀察到: 二線以下城市的薪資水平較二線城市的薪資水平有所下降,最高薪資為9千以上。薪資水平在9千以上的崗位較為注重數據庫交互設計能力以及架構設計能力;薪資水平位于[7千,9千]的崗位比較注重數據庫交互設計能力以及架構設計能力;薪資水平位于[5千,7千]的崗位較為注重數據庫交互設計能力、架構設計能力以及通用編程能力;薪資水平位于[1千,5千]的崗位要求主要集中在數據庫交互設計能力和通用編程能力方面;薪資水平位于[0,1千]的崗位要求主要集中在數據庫交互設計能力和架構設計能力方面。

圖22 二線以下城市IT類從業人員薪資與技能詞集沖擊圖

從表10、表12、表14和表16中可以觀察到:二線及以上城市的崗位給出的薪資水平越高,對人工智能算法設計能力以及大數據分析能力需求也越多。各級別城市的各崗位關注的能力分布比較相似;二線以下城市的崗位關注的能力分布與二線及以上城市的崗位關注的能力分布有較大不同。另需要說明的是,除二線以下城市外,其他各級別城市的[0,1千]薪資段的崗位也對大數據和人工智能方面的能力都有較多要求。這是因為這些崗位對人工智能與大數據方面的數據標注等基本能力有較多要求。二線以下城市中人工智能相關企業較少,所以對人工智能與大數據方面的數據標注等能力沒有要求。

四、啟示與結論

本文以用人單位對IT類專業人才的專業能力需求分析為列,基于機器學習和專家判斷共同建立的技能詞詞典,對100多萬條IT類崗位網絡招聘信息利用LDA主題模型進行數據挖掘和內容分析后發現:崗位的學歷層次、工作地點及薪資水平與崗位專業能力習得時的難易程度呈現出一定程度的正相關性;不同行業的崗位對IT類專業人才的專業能力需求呈現出多樣化的特點。換句話說,不同崗位對崗位專業能力的要求體現出與經濟和產業發展水平密切相關的特點。本文的研究結果可用于各高校準確掌握各類用人單位對專業人才的專業能力的需求,再根據高校的服務面向更有針對性地設置課程方案,從而提高高等教育人才培養與勞動力市場需求的適切度。

考慮到我國高校IT類專業的辦學規模巨大,從定量分析得到的上述研究結論對于高校開展IT類專業建設具有非常重要的啟示。第一,高校的人才培養定位不是可有可無的標志物。高校應該根據區域經濟社會發展要求確定自己的人才培養定位,高校的人才培養定位決定了該高校IT類專業的人才培養定位。第二,高校IT類專業建設過程中,要根據專業的人才培養定位,精選調研區域、行業和企業,這樣調查的結果才會對專業建設有所指導。第三,高校在舉辦IT類專業時,可以從薪資與能力之間關系去估計專業建設經費的投入,從而精準提高專業建設資金的使用效率。在進行IT類專業類畢業生調研時,可以根據畢業生薪資水平與大數據分析得到的薪資水平進行比較,從而精準掌握本專業的人才培養水平。

本文的研究可作為教育大數據分析的一個案例,為分析和挖掘用人單位對專業人才的專業能力需求規格提供了一條可行的思路。但是,我們也注意到,勞動力市場的供需關系是一個復雜問題,很難用數據分析來準確刻畫。比如:為了避繁就簡,本文就對崗位對所需技能詞集的需求評估中人為設置了閾值。因此,如何利用大數據技術來準確分析勞動力需求值得更深入研究。本文是利用機器學習技術進行人才需求規格分析的初步嘗試,因此仍然有很多不足。后續的研究工作可以包括:IT類專業的技能詞詞典的進一步擴充與優化;技能詞之間的關聯分析,從而提取到各項能力之間的相關關系,為學生進行能力擴展,為用人單位建立完整的人才需求規格提供依據;多源數據的使用,比如,前程無憂、中華英才網、58同城、獵聘網、拉勾網、薪介網、大街網、應屆生求職網、領英等。數據源增加了后,能使得數據更具有代表性;利用持續獲取到的每年的招聘數據進行時間維度上的深入分析,以深度揭示經濟發展對人才需求規格的影響;通過發放調查表,對本文得到的結果進行驗證分析。本研究的不足在于:數據的預處理可進一步優化,技能詞集合有待進一步優化和完善,數據分析粒度可以進一步細化,數據分析方法可引入更多的統計或者機器學習算法。