摘要：随着我国经济逐渐向产业数字化转型，企业对于数据分析人才的需求激增。论文针对数据分析人才供给紧缺的问题，选取猎聘网招聘信息为数据源，从学历要求、工作经验、工作地点、薪资水平方面进行描述性统计分析，得出数据分析岗位整体倾向于招聘本科及以上学历且拥有3-5年相关工作经验的求职者。此外，一线及新一线城市提供的数据分析岗位数量多且薪资高。再运用自然语言处理技术对非结构化的招聘信息进行文本预处理与特征表示，构建LDA文本主题模型，将岗位要求分解为“软实力”、“硬技能”和“岗位业务”三个主题，提取出基于不同主题的岗位要求主题词。在“软实力”方面，注重逻辑思维和执行力；在“硬技能”方面，注重编程开发和建模技能，要求计算机或统计专业；在“岗位业务”方面，注重运营和优化能力。

 

关键词：数据分析岗位；岗位需求；LDA模型

 

目 录

摘 要

Abstract

1 前言·1

1.1 研究背景1

1.2 研究意义1

2 相关概念概述·2

2.1 数据分析岗位·2

2.2 岗位分析2

2.3 LDA模型2

2.4 数据分析岗位招聘信息研究现状3

3 获取数据和预处理·4

3.1 获取数据4

3.2 数据预处理·7

3.2.1 数据清洗·7

3.2.2 数据规范化·9

4 数据分析岗位市场需求分析·12

4.1 岗位数量分析·12

4.2 岗位薪酬分析· 13

4.3 学历与经验要求分析 15

4.4 八象限法分析薪资、学历、工作年限关系 ·17

5 基于LDA模型的岗位需求主题词提取·20

5.1 建模流程图20

5.2 文本预处理与特征表示·20

5.2.1 中文分词20

5.2.2 去除停用词21

5.2.3 文本特征表示·22

5.3 LDA模型的构建与评估23

5.3.1 主题数选取23

5.3.2 模型的训练与结果·25

5.4 词云·27

6 小结 30

参考文献·32

附录  34

致谢