【文章內(nèi)容簡介】 完全符合國際最先進(jìn)的人力資源引進(jìn)機(jī)制 。 （ 四 ） 人才儲備對企業(yè)的影響 招聘實(shí)踐中，常會發(fā)現(xiàn)一些條件不錯(cuò)且適合企業(yè)需要的人才，因?yàn)閸徫痪幹疲髽I(yè)階段發(fā)展計(jì)劃等因素限制無法現(xiàn)時(shí)錄用，但企業(yè)很可能在將來 某個(gè)時(shí)候需要這方面的人才。這個(gè)時(shí)候，企業(yè)人力資源不要輕易就與這些人才擦肩而過， 。 需要將這類人才的信息納入企業(yè)的人才信息庫（包括個(gè)人資料、面試小組意見、評價(jià)等），不定期地與之保持聯(lián)系，一旦將來出現(xiàn)崗位空缺或企業(yè)發(fā)展需要，即可招入麾下，既提高了招聘速度也降低了招聘成本 。 13 （五）雙向選擇原則 要 樹立“雙向選擇”的現(xiàn)代人才流動觀念，與應(yīng)聘者特別是重點(diǎn)應(yīng)聘者平等地、客觀地交流，看彼此是否真正合適。 在對企業(yè)現(xiàn)有人員進(jìn)行員工分類時(shí)，會發(fā)現(xiàn)對于意向不是非常強(qiáng)烈的員工，其會有惰性并缺乏主動性，如果企業(yè)不能針對這類員工進(jìn)行 相應(yīng)的激勵(lì)的話，那么這類員工將增大企業(yè)人力資源自然減 員的幅度，這也將大大的浪費(fèi)企業(yè)的財(cái)力和精力。 。 在進(jìn)行高效的招聘時(shí)，企業(yè) 不能為了喜迎應(yīng)聘者，故意美化、夸大企業(yè)，對企業(yè)存在的問題避而不談，以至于應(yīng)聘者過分相信招聘企業(yè)的宣傳而對企業(yè)滿懷期望。一旦人才進(jìn)入企業(yè)，發(fā)現(xiàn)企業(yè)實(shí)際上并沒有原先設(shè)想的那樣好，就會產(chǎn)生失落，上當(dāng)受 騙的感覺，挫傷工作積極性。因此，企業(yè)在招聘中一定要強(qiáng)調(diào)雙向選擇 。 三 就業(yè)知識需求關(guān)系構(gòu)建的具體實(shí)現(xiàn) （一） 數(shù)據(jù)源選取 數(shù)據(jù)源選取的標(biāo)準(zhǔn)是以較小的資源耗費(fèi)，幫助用戶獲得更高的查詢質(zhì)量。選取質(zhì)量較 高的數(shù)據(jù)源能夠盡可能降低網(wǎng)絡(luò)數(shù)據(jù)集成中后續(xù)集成工作的難度，所以我們選取與目標(biāo)相關(guān)的文檔集作為信息源，以降低信息處理量。在本文中，選取的網(wǎng)絡(luò)文本數(shù)據(jù)源主要包含三類，一類為專業(yè)招聘網(wǎng)站上招聘信息；一類是企業(yè)官方網(wǎng)站上的招聘信息，；還有一類為專業(yè)博客社區(qū)中的博客。 14 首先是專業(yè)招聘網(wǎng)站。在我國招聘網(wǎng)站主要有兩種模式：中介平臺地位的傳統(tǒng)招聘模式以及近年來新興的依托商務(wù)社交的社交招聘模式，對招聘網(wǎng)站的細(xì)分如表１所示。 一級分類 二級分類 舉例 中介平臺地位的傳統(tǒng)招聘網(wǎng)站 綜合性的招聘網(wǎng)站 智聯(lián)招聘、前程無憂、中華英 才網(wǎng) 垂直細(xì)分的招聘網(wǎng)站 上海招聘網(wǎng)、南方人才網(wǎng)、世貿(mào)人才網(wǎng) 致力于招聘服務(wù)某些特定環(huán)節(jié)的招聘網(wǎng)站 Meijob、職友集 商務(wù)社交式的社交招聘網(wǎng)站 綜合社交類招聘網(wǎng)站 微博招聘 專業(yè)社交招聘網(wǎng)站 大街網(wǎng)、天際網(wǎng) 表一 我國 聘網(wǎng)站的分類 艾瑞咨詢《 2020年第三季度中國網(wǎng)絡(luò)招聘行業(yè)發(fā)展報(bào)告》顯示，2020年 9 月至 2020年 9 月中國招聘網(wǎng)站日均覆蓋人數(shù) Top5 分別是：智聯(lián)招聘、前程無憂、應(yīng)屆畢業(yè)生求職網(wǎng)、應(yīng)屆生求職網(wǎng)和中華英才網(wǎng)，智聯(lián)招聘的日均覆蓋人數(shù)約為 200萬人。 2020年 9月至 2020年9 月中國核心社交招聘網(wǎng)站日均覆蓋人數(shù) Top5中，大街網(wǎng)遙遙領(lǐng)先于其他網(wǎng)站，日均覆蓋人數(shù)約為 60 萬人 [8]。 。 本文采集的招聘信類的網(wǎng)絡(luò)文本主要以中介平臺地位的傳統(tǒng)招聘網(wǎng)站為主，輔助以商務(wù)社交式的社交招聘網(wǎng)站。前者是國內(nèi)網(wǎng)絡(luò)招聘的主要形式，且更專注于職業(yè)招聘，可滿足不同行業(yè)、不同專業(yè)人群的需求，挖掘價(jià)值很高； 15 后者現(xiàn)階段在國內(nèi)使用率不高，對崗位的描述和人才的定位并不明晰，挖掘難度也較大。 再就是企業(yè)官方網(wǎng)站。目前，越來越多的企業(yè)都擁有自己的官方網(wǎng)站。企業(yè)官方網(wǎng)站上的招聘信息更具 有針對性，所羅列的崗位、崗位職責(zé)和崗位要求也更詳細(xì)準(zhǔn)確，是求職者獲取就業(yè)信息的一個(gè)重要渠道，如百度的招聘網(wǎng)站，不過，并不是所有的企業(yè)都已經(jīng)開發(fā)自己的官方網(wǎng)站，或者并沒用把招聘信息放到網(wǎng)站上。因此，我們把企業(yè)官方網(wǎng)站上的招聘信息作為輔助數(shù)據(jù)源。 最后為專業(yè)博客社區(qū)。在博客社區(qū)中，博客作者會記錄許多作者的生活、學(xué)習(xí)、工作的點(diǎn)點(diǎn)滴滴，內(nèi)容比較廣泛。但是有一種專業(yè)型博客，如 ITEYE、 CSDN等，原創(chuàng)博客作者撰寫的博客大多與自身任職的崗位相關(guān)，在其博客中會不由自主地涉及到許多與其崗位相關(guān)的知識點(diǎn)。而且往往在 博客中，都會有社會化標(biāo)簽，用于標(biāo)注博客所涉及的知識點(diǎn)。因此，可以通過抓取專業(yè)博客中的網(wǎng)絡(luò)文本，提取出崗位與知識點(diǎn)的關(guān)系。此外，專業(yè)博客中標(biāo)注的社會化標(biāo)簽還可以用于構(gòu)建分詞詞典。 （二） 網(wǎng)絡(luò)文本分析 當(dāng)網(wǎng)絡(luò)文本的數(shù)據(jù)源確定以后，即可根據(jù)數(shù)據(jù)源的特點(diǎn)，編寫抓取網(wǎng)絡(luò)文本的爬蟲，接著抓取網(wǎng)絡(luò)文本，保存到網(wǎng)絡(luò)文檔集中。 由于目前網(wǎng)絡(luò)文本是非結(jié)構(gòu)化的，而且除了包含有用信息，還含有大量噪音信息，如廣告、圖片動畫、與主題無關(guān)的超級鏈接、腳本 16 語言代碼和其他各種標(biāo)簽。此外，與傳統(tǒng)的文本文檔相比，網(wǎng)絡(luò)文本在語義的內(nèi)聚性上難 以得到保證，一個(gè)網(wǎng)絡(luò)頁面中往往包含多個(gè)語義無關(guān)的部分 [9]。如果提取的網(wǎng)頁文本中包含大量的噪音信息，對于后期中文分詞的效率以及關(guān)系提取的效果會有很大的影響。 因此需要針對網(wǎng)絡(luò)文本的結(jié)構(gòu)，借助網(wǎng)頁文本分析工具包來解析網(wǎng)絡(luò)文本，并提取出網(wǎng)絡(luò)文本中適于進(jìn)行本文文本挖掘的結(jié)構(gòu)化文本。目前的網(wǎng)頁文本解析器有很多，包括 jsoup、 Gumbo，PHP Simple HTML DOM Parser 等，選擇其中一種即可 。 （三） 關(guān)系提取 以離散的形式存在的詞集并不能反映出專業(yè)、崗位和知識點(diǎn)三者之間的關(guān)系，因此，需要對該分詞詞 集進(jìn)行關(guān)系提取。 語詞標(biāo)注 的方式： 根據(jù)預(yù)先構(gòu)建的詞典，即專業(yè)詞典、崗位詞典和知識點(diǎn)詞典對詞集中的詞進(jìn)行標(biāo)注，根據(jù)每一個(gè)詞所在的詞典，即可判定出該詞的詞類為專業(yè)、崗位和知識點(diǎn)三項(xiàng)的哪一項(xiàng)。例如，假設(shè)某一文本的分詞結(jié)果集中，出現(xiàn)了“移動云計(jì)算”這個(gè)詞，這個(gè)時(shí)候根據(jù)專業(yè)詞典庫，可以標(biāo)注其為“專業(yè)”。 關(guān)系構(gòu)建 的方式： 對每一個(gè)網(wǎng)絡(luò)文本中出現(xiàn)的專業(yè)類詞、崗位類詞和知識點(diǎn)類詞，基于共現(xiàn)原理分別建立關(guān)系。例如，假設(shè)某一網(wǎng)絡(luò)文本中，出現(xiàn)了專業(yè)“云計(jì)算”，還出現(xiàn) 了崗位“云計(jì)算測試工程師”和“云計(jì)算研發(fā)工程師”，那么就將專業(yè)“云計(jì)算”與崗位“云計(jì)算測試工程師”和“云計(jì)算研發(fā)工程師”分別建立關(guān)系，同時(shí)，又 17 出現(xiàn)了知識點(diǎn)“ Linux操作系統(tǒng)”，這時(shí)，也分別將崗位“云計(jì)算測試工程師”和“云計(jì)算研發(fā)工程師”與知識點(diǎn)“ MySQL ”建立關(guān)系。 關(guān)系合并的方式： 當(dāng)關(guān)系建立完畢后，即可對所有關(guān)系（專業(yè)與崗位的關(guān)系，崗位與知識點(diǎn)的關(guān)系）進(jìn)行合并，并可以借助關(guān)聯(lián)規(guī)則，獲取每個(gè)關(guān)系的強(qiáng)度 。 四 網(wǎng)絡(luò)簡歷樣本的獲取與預(yù)處理 （一） 簡歷樣本的獲取 本文從某人才招聘網(wǎng)站數(shù)據(jù)庫獲得簡歷數(shù)據(jù) ,選取十個(gè)熱門的崗位 (會計(jì)、銷售工程師、衛(wèi)生醫(yī)療、紡織服裝設(shè)計(jì)、司機(jī)、建筑 /結(jié)構(gòu)工程師管理人員、美術(shù) /圖形設(shè)計(jì)、市場經(jīng)理、行政 /人事人員 ),每個(gè)崗位中抽取 50個(gè)招聘職位 ,每個(gè)職位抽取 20份簡歷信息 ,每一份簡歷及其相應(yīng)的招聘職位要求構(gòu)成一個(gè)樣本。其中 10 份為企業(yè)通過招聘網(wǎng)站發(fā)出面試通知的簡歷 (簡稱 A類樣本 ),另外 10份為沒有被企業(yè)通知面試的簡歷 (簡稱 B 類樣本 )。 （二） 簡歷樣本的預(yù)處理 考慮到本研究的挖掘目的 ,本文選取了以下幾個(gè)應(yīng)聘者的屬性與招聘公司的需求進(jìn)行匹配 ,在對數(shù)據(jù)進(jìn)行處理后 ,再應(yīng)用到數(shù)據(jù)挖掘工作中。 所選擇的屬性都需要將招聘企業(yè)的要求和應(yīng)聘者的信息相匹配 ,再進(jìn)行數(shù)據(jù)的處理。選擇的輸入屬性是 :性別、年齡、籍貫、學(xué)歷、 18 婚姻狀況、工作年限、政治面貌、畢業(yè)院校、計(jì)算機(jī)水平、專業(yè)、工作經(jīng)驗(yàn) ,輸出屬性是 :是否被接受面試。 由于原始數(shù)據(jù)庫中的數(shù)據(jù)存在著各種各樣現(xiàn)實(shí)中不可避免的缺陷 ,下面將根據(jù)所選擇的屬性分別詳述對簡歷數(shù)據(jù)所進(jìn)行的預(yù)處理。 (1)性別 (R_Sex):不需要復(fù)雜的處理。 (2)年齡 (R_Age):本文將應(yīng)聘者劃分為三個(gè)年齡段 :三十歲