趙力衡 李麗華

摘要：隨著機(jī)器學(xué)習(xí)技術(shù)的迅速發(fā)展，機(jī)器學(xué)習(xí)的分析方法也逐漸深入到社會(huì)各個(gè)領(lǐng)域中，成為行業(yè)分析的最重要手段之一。在學(xué)生就業(yè)前，使用機(jī)器學(xué)習(xí)方法分析學(xué)生已掌握的就業(yè)技能，能幫助學(xué)生明確自己的就業(yè)方向和職位，能顯著提高學(xué)生的就業(yè)機(jī)會(huì)。鑒于此，提出使用機(jī)器學(xué)習(xí)中FP關(guān)聯(lián)規(guī)則模型來(lái)分析學(xué)生掌握的技能與不同職位的匹配度，就可以分析出學(xué)生適合的職位。實(shí)驗(yàn)結(jié)果表明，所提方法能較準(zhǔn)確地分析出不同學(xué)生所適合的職位，可作為學(xué)生就業(yè)分析的有效依據(jù)。

關(guān)鍵詞：大數(shù)據(jù);機(jī)器學(xué)習(xí);就業(yè);tf-idf;畫(huà)像

中圖分類(lèi)號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009- 3044（2019）34-0190-02

當(dāng)前很多學(xué)生在就業(yè)時(shí)都存在著迷茫，不知道什么工作適合自己，不知道自己能勝任什么樣的工作;在招聘網(wǎng)站上尋找工作時(shí)，看到眾多眼花繚亂的技能要求，卻很多都不甚了解，不知道自己能勝任哪些工作職位。這些都源自學(xué)生對(duì)自身所學(xué)技能和工作所需技能不了解所造成的。

本文從分析學(xué)生自身所掌握的技能與不同工作崗位所要求的技能出發(fā)，通過(guò)機(jī)器學(xué)習(xí)方式尋找同一行業(yè)方向的相似工作崗位所需的技能，使學(xué)生了解到當(dāng)前行業(yè)所需的技能到底是怎樣的，有什么樣的趨勢(shì)，然后通過(guò)分析學(xué)生個(gè)人自身掌握的技能向?qū)W生推薦其工作領(lǐng)域。從而幫助學(xué)生提升自己能力，并提高找到適合工作的機(jī)會(huì)，為學(xué)生未來(lái)的發(fā)展提供一個(gè)參考。

1 模型分析

1.1 職位通用技能組

實(shí)際工作中總會(huì)遇到各種不同的項(xiàng)目和問(wèn)題，這就要求應(yīng)聘者必須具備處理復(fù)雜問(wèn)題的多種技能。因此，通常一個(gè)職位對(duì)技能的要求并不是單一的，而是一系列的相關(guān)技能的組合，以大數(shù)據(jù)開(kāi)發(fā)工程師為例，該職位通常會(huì)要求應(yīng)聘者具備Spark，Hadoop，Kafka等一系列分布式數(shù)據(jù)處理的相關(guān)技能，如下表所示：

由表1可知，不同招聘信息中同一職位中要求的職業(yè)技能通常是一組相關(guān)的技能，這些技能有的在多個(gè)招聘信息中多次出現(xiàn)，如表中的Spark和Hadoop等，另一些技能則僅在某個(gè)或少數(shù)招聘信息中出現(xiàn)，如Perl、MySql。后者所需的職位不多，應(yīng)聘者即便掌握也不易在應(yīng)聘中遇到;而前者則具有普遍性，掌握后能符合多數(shù)招聘信息需求，這部分技能才是文中進(jìn)行職位匹配所關(guān)注的。因此，通過(guò)FP關(guān)聯(lián)模型將同一職位中常用的相關(guān)技能提取出來(lái)形成該職位的通用技能組，如下圖所示：

1.2 個(gè)人就業(yè)技能畫(huà)像

要實(shí)現(xiàn)對(duì)精確到個(gè)人的職位推薦，還需要了解每個(gè)應(yīng)聘者所掌握的就業(yè)技能。對(duì)于學(xué)生，這些技能通常來(lái)自于課程學(xué)習(xí)，或者從課外項(xiàng)目或假期實(shí)踐中學(xué)到。因此，個(gè)人就業(yè)技能畫(huà)像數(shù)據(jù)就來(lái)自以下兩個(gè)方面：

1）與學(xué)校教務(wù)處的課程學(xué)習(xí)數(shù)據(jù)庫(kù)連接，按專業(yè)獲取每個(gè)學(xué)生所學(xué)課程，從中提取出相關(guān)課程所教授的技能;

2）當(dāng)學(xué)生登錄系統(tǒng)時(shí)，在個(gè)人賬號(hào)中補(bǔ)充自己在課程之外所掌握的技能。

系統(tǒng)中，學(xué)生在課外掌握的技能即使以課程內(nèi)技能補(bǔ)充的形式記錄，也可能因?yàn)檩斎胝邔?duì)技能的理解不一致等原因?qū)е峦患寄鼙灰圆煌拿Q等形式重復(fù)輸入。因此，兩處數(shù)據(jù)源中的數(shù)據(jù)可能存在重復(fù)或同一技能不同名稱等問(wèn)題，所以還需對(duì)數(shù)據(jù)整合并通過(guò)TF-IDF詞頻分析和ALS模型進(jìn)行數(shù)據(jù)清洗，清洗后就得到了個(gè)人就業(yè)技能的畫(huà)像，如下圖所示：

1.3 職位推薦

職位推薦不但需要向該學(xué)生推薦匹配度最高的職位，還需要為該學(xué)生分析出對(duì)指定職位仍欠缺的技能。

當(dāng)向?qū)W生推薦匹配度最高的職位時(shí)，使用學(xué)生所掌握的技能和每個(gè)職位的通用就業(yè)技能組進(jìn)行匹配。由于是與職位的通用技能匹配，因此不再考慮技能的支持度與置信度。比較學(xué)生掌握的技能與FP模型中每個(gè)職業(yè)的通用技能組中的技能，以技能匹配個(gè)數(shù)為標(biāo)準(zhǔn)，匹配個(gè)數(shù)最多的一個(gè)或多個(gè)職位就是與該學(xué)生最吻合的職位，如圖3所示：

上圖中左側(cè)是推薦的職位，右側(cè)是學(xué)生所掌握的該職位中的通用就業(yè)技能。從圖2中可以看出，與圖2中學(xué)生所掌握的技能最匹配的是大數(shù)據(jù)開(kāi)發(fā)工程師、大數(shù)據(jù)開(kāi)發(fā)負(fù)責(zé)人、大數(shù)據(jù)存儲(chǔ)工程師三個(gè)職位，每個(gè)職位的通用技能組中都有五個(gè)技能是該學(xué)生所掌握的。這也是該學(xué)生掌握的技能中與職位通用技能匹配最多的個(gè)數(shù)，因此認(rèn)為這三個(gè)職位最合適該學(xué)生。

當(dāng)學(xué)生表露出對(duì)某一職位感興趣時(shí)，還需要分析該職位的通用就業(yè)技能組中的哪些技能是該學(xué)生沒(méi)有掌握的，以此提高學(xué)生對(duì)自己需要掌握的技能樹(shù)的認(rèn)識(shí)。將學(xué)生感興趣的職位的通用技能從FP模型中提取出后，再與學(xué)生所掌握的技能進(jìn)行對(duì)比，就可以知道該學(xué)生為應(yīng)聘該職位所需要的努力方向了。重新選擇另一個(gè)只學(xué)習(xí)了較少大數(shù)據(jù)知識(shí)的學(xué)生應(yīng)聘算法工程師、Web開(kāi)發(fā)工程師和大數(shù)據(jù)工程師進(jìn)行技能分析，分析結(jié)果如下圖所示：

從圖4中可以看到系統(tǒng)分析出了該學(xué)生應(yīng)聘這三個(gè)職位還需要掌握的技能。

通過(guò)系統(tǒng)分析，就能很清楚地看到學(xué)生所適合的職位，以及應(yīng)聘某個(gè)職位時(shí)還需要掌握的技能。這就為學(xué)生進(jìn)入職場(chǎng)時(shí)對(duì)自身的認(rèn)識(shí)和就業(yè)方向提供了一個(gè)可靠的參考。

2 結(jié)束語(yǔ)

實(shí)驗(yàn)結(jié)果表明，所提方法能較準(zhǔn)確地通過(guò)學(xué)生自身掌握的技能和招聘信息中不同職位的通用技能組的匹配來(lái)分析出每個(gè)學(xué)生所適合的職位，以及應(yīng)聘某個(gè)職位時(shí)應(yīng)聘者所具有的優(yōu)勢(shì)和欠缺的技能，從而為不同的學(xué)生提供一個(gè)精確到個(gè)人的就業(yè)參考。

參考文獻(xiàn)：

[1]孫怡帆，潘昆峰，孫正陽(yáng)，等.大學(xué)生畢業(yè)去向預(yù)測(cè)的思路與方法——基于機(jī)器學(xué)習(xí)算法的嘗試[J].教育學(xué)術(shù)月刊，2019（5）.

[2]李佐軍，大數(shù)據(jù)時(shí)代下關(guān)聯(lián)規(guī)則興趣度挖掘在就業(yè)分析中的應(yīng)用[J].軟件工程，2018（9）.

[3]趙力衡，陳虹君.基于機(jī)器學(xué)習(xí)的招聘信息中就業(yè)技能提取的應(yīng)用分析[J].電腦知識(shí)與技術(shù)，2019（13）.

[4]姜紹俊，大數(shù)據(jù)支撐下的機(jī)器學(xué)習(xí)算法[J].電腦知識(shí)與技術(shù)，2018（2）.

[5]王芳，申貴成.機(jī)器學(xué)習(xí)算法在用戶行為中的應(yīng)用[J].電腦知識(shí)與技術(shù)，2017（9）.

【通聯(lián)編輯：唐一東】

收稿日期：2019-08-16

基金項(xiàng)目：基于機(jī)器學(xué)習(xí)的學(xué)生就業(yè)技能研究（2018JCKY0019）

作者簡(jiǎn)介：趙力衡（1976-），男，四川成都人，高級(jí)工程師，碩士，主要研究方向?yàn)榇髷?shù)據(jù)、物聯(lián)網(wǎng);李麗華（1985-），女，重慶人，副教授，碩士，主要研究方向?yàn)槲锫?lián)網(wǎng)。