基于大數(shù)據(jù)技術(shù)的求職用戶畫(huà)像系統(tǒng)研究與設(shè)計(jì)

□李錦銳 章家寶 彭 梅

大數(shù)據(jù)和“云計(jì)算”像是一枚硬幣的正反面一樣慢慢勾勒出當(dāng)今世界的財(cái)富價(jià)值風(fēng)向。大數(shù)據(jù)的出現(xiàn)得益于互聯(lián)網(wǎng)行業(yè)的快速發(fā)展、計(jì)算機(jī)硬件和軟件能力的不斷提升。隨著大數(shù)據(jù)技術(shù)逐漸成熟，大數(shù)據(jù)技術(shù)不但可以使人們很容易地進(jìn)行數(shù)據(jù)的獲取，還可以根據(jù)應(yīng)用需求采用數(shù)據(jù)分析方法，為企業(yè)創(chuàng)建更多的商用價(jià)值。針對(duì)大數(shù)據(jù)的應(yīng)用本文接下來(lái)談?wù)劥髷?shù)據(jù)如何在人力資源管理中的在線招聘領(lǐng)域，利用大數(shù)據(jù)技術(shù)等前沿技術(shù)對(duì)企業(yè)招聘人才的需求進(jìn)行智能分析,一方面能讓企業(yè)更好地了解到目前求職市場(chǎng)的供需情況,另一方面可更好地幫助求職者理性擇業(yè)。

一、求職用戶畫(huà)像在招聘行業(yè)現(xiàn)狀

“用戶畫(huà)像”又稱(chēng)用戶角色，就是利用大數(shù)據(jù)技術(shù)收集用戶數(shù)據(jù)，然后勾勒用戶需求、用戶偏好的數(shù)據(jù)分析方法。在戰(zhàn)略層面來(lái)看用戶畫(huà)像可以幫助企業(yè)進(jìn)行市場(chǎng)洞察、預(yù)估市場(chǎng)規(guī)模，從而輔助制定階段性目標(biāo)，知道重大決策，提升ROI;更有助于避免同質(zhì)化，進(jìn)行個(gè)性化營(yíng)銷(xiāo)。從產(chǎn)品層面來(lái)看用戶畫(huà)像可以圍繞產(chǎn)品進(jìn)行人群細(xì)分，確定產(chǎn)品的核心人群，從而有助于確定產(chǎn)品定位，優(yōu)化產(chǎn)品的功能點(diǎn)。從數(shù)據(jù)分析層面來(lái)看用戶畫(huà)像有助于建立數(shù)據(jù)資產(chǎn)，挖掘數(shù)據(jù)的價(jià)值，使數(shù)據(jù)分析更為精確，甚至進(jìn)行數(shù)據(jù)交易，促進(jìn)數(shù)據(jù)流通。而求職用戶畫(huà)像早期相對(duì)簡(jiǎn)單，相當(dāng)于用戶信息檔案，傳統(tǒng)的網(wǎng)站招聘就是讓求職用戶通過(guò)上傳簡(jiǎn)歷至招聘網(wǎng)站中，企業(yè)用戶的人力資源部門(mén)在海量的個(gè)人簡(jiǎn)歷中搜尋自己所需要的人才，勞動(dòng)力需求方與供給方通過(guò)互聯(lián)網(wǎng)實(shí)現(xiàn)對(duì)接。但隨著新技術(shù)發(fā)展使得求職用戶的數(shù)據(jù)高度結(jié)構(gòu)化比如職業(yè)類(lèi)型、從事行業(yè)簡(jiǎn)歷呈現(xiàn)方式等，但現(xiàn)實(shí)生活中隨著互聯(lián)網(wǎng)技術(shù)興起，新興行業(yè)越來(lái)越多，從業(yè)者所在行業(yè)或職業(yè)類(lèi)型可能會(huì)更加精細(xì)，招聘網(wǎng)站即使擁有多個(gè)數(shù)據(jù)屬性也無(wú)法清晰定義用戶能力與經(jīng)驗(yàn)。

在國(guó)內(nèi)隨著大數(shù)據(jù)從理論層面漸漸投入應(yīng)用層面，大數(shù)據(jù)挖掘及分析技術(shù)逐漸成熟，通過(guò)構(gòu)建求職用戶數(shù)據(jù)分析模型，整合求職用戶網(wǎng)絡(luò)行為習(xí)慣及社交網(wǎng)絡(luò)的數(shù)據(jù)，能形成其更加精準(zhǔn)立體的求職用戶畫(huà)像。“求職用戶畫(huà)像”是大數(shù)據(jù)應(yīng)用的基礎(chǔ)，是招聘企業(yè)基于求職用戶的構(gòu)成、社會(huì)屬性、地域分布等信息，提煉高精度的求職用戶特征標(biāo)識(shí)，通過(guò)強(qiáng)大的大數(shù)據(jù)分析處理和機(jī)器學(xué)習(xí)等能力，構(gòu)建精準(zhǔn)、多維的標(biāo)簽化求職用戶模型。

二、構(gòu)建求職用戶畫(huà)像場(chǎng)

(一)求職用戶畫(huà)像構(gòu)建流程。主要通過(guò)：數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)準(zhǔn)化、用戶建模、標(biāo)簽挖掘、標(biāo)簽驗(yàn)證、數(shù)據(jù)可視化等7個(gè)步驟來(lái)實(shí)現(xiàn)。

1.數(shù)據(jù)采集。數(shù)據(jù)采集的數(shù)據(jù)來(lái)源有很多，常用的有以下幾類(lèi)：產(chǎn)品的數(shù)據(jù)后臺(tái)、問(wèn)卷調(diào)查、網(wǎng)絡(luò)訪問(wèn)記錄等以及用戶行為、用戶訪談等。

2.數(shù)據(jù)清洗。采集回來(lái)的數(shù)據(jù)存在很多“臟數(shù)據(jù)”包括數(shù)據(jù)重復(fù)、空缺、錯(cuò)誤、不一致等問(wèn)題，為了保證數(shù)據(jù)的準(zhǔn)確性，避免對(duì)標(biāo)簽挖掘及決策的影響，需要對(duì)收集來(lái)的原始數(shù)據(jù)進(jìn)行清洗。

3.數(shù)據(jù)標(biāo)準(zhǔn)化。求職用戶畫(huà)像的建立需要有跨媒介整合多源數(shù)據(jù)的能力，建立統(tǒng)一標(biāo)準(zhǔn)才能完整標(biāo)識(shí)實(shí)體的用戶畫(huà)像。

4.用戶建模。對(duì)求職用戶資料進(jìn)行分析和加工，提煉關(guān)鍵要素，使用數(shù)據(jù)分析上的算法構(gòu)建可視化模型。

5.標(biāo)簽挖掘。通過(guò)部署環(huán)境平臺(tái)來(lái)進(jìn)行標(biāo)簽的加工和計(jì)算，比如通過(guò)大數(shù)據(jù)中的Hadoop平臺(tái)進(jìn)行數(shù)據(jù)的加工和并行計(jì)算。

6.標(biāo)簽驗(yàn)證。通過(guò)真實(shí)的case驗(yàn)證標(biāo)簽挖掘結(jié)果的正確性，達(dá)到保證標(biāo)簽對(duì)應(yīng)的處理結(jié)果跟預(yù)期大體相符。

7.數(shù)據(jù)可視化。使用多維分析工具使視覺(jué)呈現(xiàn)群體或個(gè)人的求職用戶畫(huà)像包括柱狀圖、餅圖、折線圖，圓環(huán)圖、表格等。

(二)用戶畫(huà)像數(shù)據(jù)信息標(biāo)識(shí)。大數(shù)據(jù)時(shí)代，大數(shù)據(jù)挖掘的數(shù)據(jù)信息是非常多的，需要通過(guò)數(shù)據(jù)分析技術(shù)提煉求職用戶特征標(biāo)識(shí)的數(shù)據(jù)，求職用戶畫(huà)像主要數(shù)據(jù)信息標(biāo)識(shí)有如圖1所示。

1.求職用戶層次。中高端人才：尋求更廣闊的發(fā)展空間，有明確的薪資要求；白領(lǐng)：追求高效率以及更好的用戶體驗(yàn)，多樣性需求；藍(lán)領(lǐng)：互聯(lián)網(wǎng)化程度不高、流動(dòng)性大，關(guān)注信息是否透明、更新是否及時(shí)；大學(xué)生：短期兼職、實(shí)習(xí)、應(yīng)屆求職。希望獲得簡(jiǎn)歷書(shū)寫(xiě)、測(cè)評(píng)等指導(dǎo)。

2.地域分布。基于互聯(lián)網(wǎng)的求職者分布區(qū)域，可以顯示不同年齡段求職用戶對(duì)全國(guó)一線、二線、三線城市求職地域需求，同時(shí)便于企業(yè)需求方進(jìn)行精確的地域招聘及投放招聘廣告。

3.用戶學(xué)歷。用戶學(xué)歷即學(xué)歷、專(zhuān)業(yè)、畢業(yè)學(xué)校、繼續(xù)教育等標(biāo)簽。

4.性別。性別即男女性別標(biāo)簽，通過(guò)投放電子簡(jiǎn)歷判讀不同性別對(duì)不同職業(yè)的偏好信息判斷。

5.薪資需求。薪資需求即職位偏好、公司偏好等信息。

6.行為特點(diǎn)。行為特點(diǎn)即點(diǎn)擊求職應(yīng)用次數(shù)標(biāo)簽，可以結(jié)合用戶的瀏覽或者下單行為，結(jié)合用戶的活躍留存數(shù)據(jù)獲得。

7.愛(ài)好興趣。愛(ài)好興趣即休閑娛樂(lè)、學(xué)習(xí)的偏好等標(biāo)簽。

8.網(wǎng)絡(luò)社交。網(wǎng)絡(luò)社交即注冊(cè)登錄的社交網(wǎng)絡(luò)平臺(tái)、公司交流網(wǎng)絡(luò)平臺(tái)等標(biāo)簽。

圖1 求職用戶畫(huà)像數(shù)據(jù)信息圖

三、用戶畫(huà)像設(shè)計(jì)技術(shù)實(shí)現(xiàn)及流程

用戶畫(huà)像設(shè)計(jì)就是利用有效時(shí)間期限內(nèi)的求職用戶行為和內(nèi)容建立一個(gè)臨時(shí)用戶畫(huà)像，并且使該臨時(shí)求職用戶畫(huà)像從求職用戶畫(huà)像當(dāng)中繼承與有效時(shí)間期限內(nèi)的求職用戶行為和內(nèi)容相匹配的描述性標(biāo)簽屬性，而當(dāng)有效時(shí)間期限內(nèi)的求職用戶行為和內(nèi)容與求職用戶畫(huà)像的描述性標(biāo)簽屬性不匹配時(shí)，則在臨時(shí)用戶畫(huà)像中新建描述性標(biāo)簽屬性。首先需要通過(guò)網(wǎng)絡(luò)爬蟲(chóng)爬取智聯(lián)招聘、51job等招聘網(wǎng)站上,大數(shù)據(jù)相關(guān)職位的招聘信息,提取出其中的關(guān)鍵數(shù)據(jù),包括但不限于職位名稱(chēng)、職位待遇、職位描述、公司介紹、公司規(guī)模、公司性質(zhì)等信息。通過(guò)對(duì)這些信息的挖掘分析,可以更加精準(zhǔn)、清晰地指導(dǎo)求職者所在行業(yè)的待遇水平、自身可能的待遇以及對(duì)公司、行業(yè)的選擇。通過(guò)爬蟲(chóng)技術(shù)對(duì)網(wǎng)站上的求職信息進(jìn)行收集,再利用大數(shù)據(jù)平臺(tái),對(duì)網(wǎng)上收集下來(lái)的數(shù)據(jù)進(jìn)行分析挖掘,挖掘出崗位、工資、學(xué)歷、待遇等不同因素之間的關(guān)系,形成高價(jià)值信息。具體流程如下。

(一)網(wǎng)絡(luò)爬蟲(chóng)首先根據(jù)選定的網(wǎng)站列表進(jìn)行爬取。為提高爬取效率,整個(gè)模塊應(yīng)支持爬蟲(chóng)的水平擴(kuò)展,并且可基于開(kāi)源系統(tǒng)實(shí)現(xiàn)。場(chǎng)景舉例:系統(tǒng)管理員可以對(duì)網(wǎng)站列表進(jìn)行增加、刪除、修改操作,可以設(shè)置開(kāi)始爬取的時(shí)間，爬取的頻率,設(shè)置完畢后,網(wǎng)絡(luò)爬蟲(chóng)根據(jù)指定的條件進(jìn)行爬取。爬蟲(chóng)支持深度優(yōu)先或廣度優(yōu)先策略,要求提供自研算法。

(二)對(duì)爬取的數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理和分析。對(duì)于爬去的數(shù)據(jù)支持豐富的解析能力,要求提供優(yōu)質(zhì)挖掘算法或解析規(guī)則。在對(duì)爬取的數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理的基礎(chǔ)上,要求分析:一是崗位工資的影響因素;二是崗位能力需求圖譜；三是招聘企業(yè)因素等三大主題,為下個(gè)環(huán)節(jié)的智能推薦做準(zhǔn)備。

(三)系統(tǒng)根據(jù)求職者畫(huà)像作出智能分析并進(jìn)行匹配。當(dāng)求職者輸入學(xué)歷、專(zhuān)業(yè)、學(xué)校、求職地、工作年限、技能、崗位名稱(chēng)等基本信息后,系統(tǒng)將智能分析出該職位的待遇水平、求職者的待遇區(qū)間、可能去的公司、公司性質(zhì)和規(guī)模、行業(yè)、匹配概率等信息。要求提供:求職者畫(huà)像及崗位個(gè)性化推薦算法。

四、求職用戶畫(huà)像注意事項(xiàng)

(一)結(jié)合業(yè)務(wù)。在設(shè)計(jì)求職用戶畫(huà)像時(shí)候一定要與具體的業(yè)務(wù)場(chǎng)景或所屬的行業(yè)相結(jié)合，這樣可以避免太過(guò)抽象，同場(chǎng)景下標(biāo)簽名稱(chēng)可能表示不同意思，例如性別分為真實(shí)生理性別以及網(wǎng)絡(luò)虛擬性別，需區(qū)別對(duì)待。

(二)控制粒數(shù)。畫(huà)像的粒度不是越細(xì)越好，劃分的標(biāo)簽不是越多越好，劃分越多，對(duì)應(yīng)的覆蓋人群就就越少，表征能力弱就有可能是偽特征。

(三)動(dòng)態(tài)變化。不能盲目使用用戶畫(huà)像，用戶畫(huà)像多為靜態(tài)特征，用戶的特征隨著時(shí)間動(dòng)態(tài)變化，也可能隨著場(chǎng)景空間的不同而不同。當(dāng)然有動(dòng)態(tài)的用戶畫(huà)像信息，比如用戶訪問(wèn)的路徑、訪問(wèn)時(shí)間長(zhǎng)短等。

五、結(jié)語(yǔ)

在大數(shù)據(jù)、云計(jì)算及人工智能時(shí)代，利用大數(shù)據(jù)技術(shù)對(duì)數(shù)據(jù)進(jìn)行挖掘和分析并通過(guò)智能篩選清洗出有商用價(jià)格的數(shù)據(jù)在現(xiàn)代社會(huì)變得尤其重要，大數(shù)據(jù)勢(shì)能也將從平臺(tái)級(jí)企業(yè)向更多細(xì)分垂直領(lǐng)域釋放。