文章详情

摘要

为服务区域数字经济高质量发展，精准识别数据类岗位人才能力需求，文章以智联招聘、Boss直聘平台爬取的郑州市数据类岗位招聘信息为研究对象，经清洗去重后获得639条有效“岗位要求”文本，结合中文分词、词频统计与TF-IDF关键词提取开展文本挖掘分析，依据困惑度与主题一致性确定主题数，运用LDA主题模型提取主题，以pyLDAvis可视化呈现。研究发现，数据类岗位需求主要集中于“决策类”与“技术类”两大主题，前者强调业务理解、管理协调与沟通能力，后者注重编程技能、工具应用与项目实践经验。结果表明，企业对数据类人才的需求呈现“技术+业务”复合型特征，可为高校课程优化与求职者职业规划提供参考。

关键词

LDA主题模型；文本挖掘；人才需求分析；招聘数据；数据类岗位

参考文献

1. [1] 新华社.中华人民共和国国民经济和社会发展第十五个五年规划纲要 [R/OL].（2026-03-13）.https://www.gov.cn/yaowen/liebiao/202603/content_7062633.htm?enable_bottom_share_style = 1&hybrid_event_param = HybridEventP.
2. [2] 中共郑州市委.中共郑州市委关于制定郑州市国民经济和社会发展第十五个五年规划的建议 [R/OL].（2025-12-17）.https://fgw.zhengzhou.gov.cn/work/9794078.jhtml.
3. [3] 汪义美.基于LDA和改进Apriori算法的数据类岗位分析与推荐系统 [D].上海：上海师范大学，2024.
4. [4] 刘行，张昊天，田轩.人工智能、人力资本结构与灵活用工——来自在线招聘大数据的经验证据 [J].经济研究，2025，60（7）：240-260.
5. [5] 谭莹，刘颖杰，张勋.企业数字化转型程度的统计测度：以数字技术人才需求为视角 [J].经济研究，2025，60（4）：122-138.
6. [6] Blei D M，Ng A Y，Jordan M I. Latent Dirichlet Allocation [J].The Journal of Machine Learning Research，2003，3：993-1022.
7. [7] 王孟，苏进城，陈志德.基于LDA和Word2Vec模型的学位论文评阅意见主题挖掘与分析 [J].福建师范大学学报（自然科学版），2024，40（5）：41-51.
8. [8] Nasah S A，Dong Y X. Envelope Dimension Reduction with Application to Binary Classification [J].Journal of Systems Science & Complexity，2026，39（1）：79-87.
9. [9] 王惠.基于LDA主题模型的文本聚类研究 [D].兰州：兰州大学，2018.
10. [10] 程淑佳，刘琳琳，夏昉.基于LDA主题模型的我国职业教育研究主题演进分析 [J].职业技术教育，2025，46（36）：64-71.

基金项目

2025年郑州市社会科学调研课题（0557）

作者简介

宋彦利（1997—），女，汉族，河南汝州人，助教，硕士研究生，研究方向：大数据技术。