APP下载

基于数据挖掘的大学生就业市场需求分析

2021-11-08胡鹏李长云傅荣鑫

电脑知识与技术 2021年27期
关键词:就业指导数据挖掘

胡鹏 李长云 傅荣鑫

摘要:“择业难”“就业难”已是大学生面临的两难问题。该文基于网络校园招聘,利用Python和SPSS工具需求视角分析就业现状。研究表明,热门职位集中在计算机、互联网,主要分布在北上广深城市,但“新一线”需求比例在上升,并且私营企业占比最大。另外,企业更看重大学生的基础能力、工作态度和品质。该研究为大学生就业、择业提供参考和借鉴。

关键词:就业指导;大学生招聘;数据挖掘;Python

中图分类号:TP3-0      文献标识码:A

文章编号:1009-3044(2021)27-0035-03

1 背景

随着我国改革开放不断深化,高校教育模式也从精英转为大众教育,导致大学生就业压力日益增大。通过分析,人们发现“就业难”的影响因素之一就是“择业难”。由于企业和学生存在信息不对称问题[1],导致人才结构性化短缺。

因此,本文用爬虫算法收集招聘网站信息,分析需求的热门区域、热门职业、热门职位的技能要求等。为高校和大学生解决“就业难”“择业难”的问题。

2 大学生招聘方式分析

企业针对大学生招聘通常会采用校园招聘或者网络招聘。

校园招聘是专门针对应届大学生的招聘方式。目前,应届毕业生主要就业途径就是校园招聘,但是,艾瑞咨询在《中国校园招聘大学生洞察白皮书》中指出获得1~3家企业面试的学生比例近40%,这说明应届毕业生虽然参与不少校园招聘,但成功获取Offer还是具有一定难度。网络招聘是以招聘平台为载体,企业在平台发布招聘信息,它可以将就业信息全方位地提供给学生[2],相较于传统的线下招聘,它更节约时间成本和空间成本。……

登录APP查看全文

猜你喜欢

就业指导数据挖掘
探讨人工智能与数据挖掘发展趋势
略谈开展大学生就业指导的重要性
基于并行计算的大数据挖掘在电网中的应用
一种基于Hadoop的大数据挖掘云服务及应用
大学生就业指导课教学模式的实践与探索
以人为本,深化高职院校就业指导工作
基于GPGPU的离散数据挖掘研究