基于k―means和关联度分析网络招聘信息数据挖掘.docVIP

基于k―means和关联度分析网络招聘信息数据挖掘 　　摘 要：本文基于K-means算法对网络招聘数据进行聚类分析，并运用关联规则对大数据和IT行业进行关联预测。从分析结果可知，学历和经验直接影响薪资水平，且金融银行职业类型的平均薪资水平在所得分类中最高，同时也得到大数据和IT行业对学历要求较高，其占总体职业类型比例有增加趋势。 　　关键词：网络招聘；数据挖掘；聚类算法；关联度分析 　　中图分类号：TP311 文献标识码：A 　　3.4 聚类分析 　　在完成文本信息向量化处理后，使用统计分析软件SAS中IML模块进行矩阵化运算[5]，通过对K-means聚类算法的研究和应用[6，7]，得到关于职业类型的聚类结果，我们对经过聚类分析的数据进行挖掘，便可以得到网络招聘信息中关于职业类型、薪资、地域、学历和工作经验的知识模式。 　　4 结果分析和预测（Interpretation of result and 　　prediction） 　　4.1 对整体数据进行分析和挖掘 　　（1）通过北上广职业分布和大长福职业分布词云图（图1和图2）对比可以得出： 　　相同点：销售行业在两类城市占比最高，依此可以推断出在全国范围内，销售行业仍然占据主流招聘人群。 　　不同点：一线城市中除销售相关职业外，“PHP”“.NET” 　　“JAVA”“UI设计师”“iOS”“C++”等词出现频数较大，直接说明了大数据和IT相关职业在一线城市的兴起和热门，而二线城市各个行业需求较销售都比较小，借此推断高端技术的需求量和城市类型有一定关系。 　　（2）对比两类城市的学历、经验分别与平均薪资的分布图（图3和图4）可以看出，无论是哪类城市，随着学历的提高，薪资水平提高明显；随着工作经验的丰富，薪资水平同样提高明显。 　　所以我们有理由得出：工作经验和学历都与薪资水平呈正相关系，即随着学历的提高和经验的丰富，薪资水平提高明显。 　　（3）通过聚类结果，得到关于职业类型和对应的平均薪资待遇的表格（表1）。 　　通过对上述平均薪资状况的对比得知：金融银行业相应职位平均薪资最高，其次是要求专业技术较高的互联网通讯行业平均薪资条件优秀，其余产业薪资水平接近，但是鉴于职位供应地区是一二线城市。所以数据显示薪资水平与实际相比较为合理。 　　4.2 大数据和IT行业的预测 　　鉴于近年来大数据和IT行业的崛起，高精尖产业和职业的兴起已经成为了当今社会的主流走向，所以对这类行业进行分析更有价值。 　　（1）通过对这类专业招聘信息和总体招聘信息对比，得出大数据相关职业所占百分比条形图（图5）。通过对图表信息的解读，我们可以得到三点结论： 　　大数据相关职业招聘比例在2016年9月开始快速增长，到2017年2月开始放缓增长速度，但是仍然以一种放缓的趋势增长。 　　根据上图所示，大数据相关职业招聘比例最大的三个月份是2016年8月、2017年3月和2017年4月，结合实际分析，可以得出每年的这两个季度是大学生毕业求职的高峰期，也是传统意义上的秋招和春招，侧面说明了大数据行业对于学历要求和能力要求较高。所以集中大学生毕业求职期间发布招聘信息。 　　对比2016年8月和2017年4月数据可以得出，大数据行业正在逐渐增长所占比重。因此可以认为短期内，大数据相关行业所占比重在未来短期内会持续上升。 　　（2）我们针对从整体数据中筛选出的大数据和IT行业的招聘信息数据的分析，得到关于大数据和IT行业的学历与经验要求柱形图（图6和图7），从图像中我们可以得到如下结论： 　　根据图6得出，大数据和IT行业需求学历更高，半数以上的最低学历要求是本科，专科及以上学历占据绝大部分比例。说明这个行业对人才的要求更高，所以相对应聘者来说除专业适合以外，学历要求门槛也较高。 　　根据图像可以看出，经验要求大部分集中于经验三年以下和不限经验。参考社会大背景下，大数据和IT行业较传统工商业起步晚，说明现有供给量已经无法满足日益增长的需求量，基于此原因出现了经验要求低的现状。 　　结合以上两点，我们大胆预测市场急需关于大数据和IT行业的人才，正处于求大于供的阶段，而且学历越高、经验越多的人才薪资待遇越好。 　　（3）通过对编码后各指标之间的关联规则进行挖掘，结果显示图如图8所示。 　　其中编码对应文本信息为： 　　c1=北京；c2=上海；c3=广州；c4=大连；c5=长沙；c6=福州。 　　s1=0-5k；s2=5-10k；s3=10-15k；s4=15-20k；s5=20-25k；s6=25-30k；s7=30k以上。 　　e1=高中以下；e2=大专以下；e3=大专；e4=本科；e5=硕士；e6=不限；e7=其他。 　　w1=一年以下；w2=1-3