梁山清 李恩宁 王学萍 李博 葛红志

通过Python软件，分析企业员工的舆情态势。对原始数据进行预处理并制作静态画像。通过TF-IDF算法，进行热词分析、词云分析；运用SnowNLP算法对舆情数据进行情感色彩分析和关键词情感指数分析；基于LDA模型进行文本主题分析。以上分析方法可辅助企业管理者对员工进行更精准的日常管理和企业文化引导。

伴随数字信息时代的快速发展，企业越来越重视员工的舆情态势。对于企业而言，负面的舆论信息会损害企业品牌形象，重挫企业业务，进而造成重大的经济损失。因此，有计划地收集和分析企业员工的舆论信息，分析舆情走向，采取舆论应对措施，对企业的改进和发展有着非常重要的作用。

员工静态画像

本文采用企业每年收集的员工年终总结Excel文本，文本中主要包括编号、性别、年龄、学历、学位、入职时间、职务、职称、婚否、所属部门、年度感受、最感谢的人、最满意的事、新年目标、对企业的建议等字段。将以上数据进行脱敏和预处理后，再运用Python进行数据分析。

员工静态画像主要对员工的基本信息进行整体分析，具体包括员工总数、男女比例、婚姻比例、学位分布、职称分布、岗位分布、年龄分布等信息。其中，学历分布指员工中学位为博士、硕士、学士以及其他的占比分布，岗位分布指员工中从事研发、工程、市场、研发辅助的人数比例，年龄分布指员工中60后、70后、80后、90后的人员构成。

基于TF-IDF的年度热词分析

TF-IDF的全称是Term Frequency - inverse document frequency，由词频（Term Frequency，TF）和逆文档频率两部分组成。……