2022年5月南京財經(jīng)大學信息工程學院大數(shù)據(jù)2001班牛趙蕊、朱儀桉、訾明琛、張淑婷、周曉敏五位同學在李樹青院長的帶領下，啟動了大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目：獵職“圖”鑒——基于個性化服務的大數(shù)據(jù)崗位畫像與推薦服務。

隨著互聯(lián)網(wǎng)+時代的到來，大數(shù)據(jù)技術的不斷進步，大量的職業(yè)招聘平臺應運而生。目前，國內(nèi)已經(jīng)有開源中國招聘、智聯(lián)招聘、前程無憂、獵聘、BOSS直聘等豐富的互聯(lián)網(wǎng)招聘平臺，國外有Indeed、Monster、Glassdoor、FlexJobs等。

然而，目前的招聘平臺看似發(fā)達，但仍存在局限性，沒有專門為應屆畢業(yè)生設計的求職渠道，更沒有應用基于大數(shù)據(jù)和數(shù)據(jù)分析得到的用戶畫像技術，導致人才同崗位適配度不高。特別是作為大數(shù)據(jù)專業(yè)的學生，很難找到合適的崗位，也很難通過現(xiàn)有的一些平臺去找到一個合理高效的求職途徑。因此，該團隊提出構建個性化崗位推薦服務系統(tǒng)，為大數(shù)據(jù)專業(yè)學生求職就業(yè)提供更為準確的企業(yè)崗位建議參考，同時實現(xiàn)招聘精準化。

以下是該項目的查詢系統(tǒng)的交互界面。

面對龐大的數(shù)據(jù)面和數(shù)據(jù)流，該團隊選取了Python這一在數(shù)據(jù)獲取方面具有天然優(yōu)勢的編程語言。該項目采用網(wǎng)絡爬蟲技術，抓取招聘網(wǎng)站有關大數(shù)據(jù)崗位信息，并對得到的崗位招聘信息進行文本分析，獲取需求。其中，成型技術主要分為網(wǎng)絡爬蟲、數(shù)據(jù)清洗、文本分析和可視化四大模塊。動態(tài)網(wǎng)絡爬蟲（如Scrapy）能夠提供最新、最及時的信息，甚至能夠做到實時更新；數(shù)據(jù)清洗可以去除可能存在的重復或是冗余數(shù)據(jù)，提高了數(shù)據(jù)集的相關性，加強了可信度；運用文本分析進一步分析數(shù)據(jù)，通過分詞攫取關鍵字，便于數(shù)據(jù)分類整合；最后運用matplotlib進行數(shù)據(jù)可視化，將清晰明了的圖表展現(xiàn)給用戶，對于崗位進行技術角度畫像分類之后，利用軟件展示系統(tǒng)，可以通過觸屏方式輸入技術查詢信息，呈現(xiàn)崗位信息，并會保留個人數(shù)據(jù)記錄，根據(jù)搜索的信息進行記錄畫像，極大方便了用戶操作，優(yōu)化用戶體驗感。

以下為軟件展示系統(tǒng)的組織流程圖。

2022年5月-7月，團隊對市面上幾個主流招聘網(wǎng)站針對大數(shù)據(jù)崗位的招聘信息進行爬取并進行可視化呈現(xiàn)，利用Scrapy技術對大數(shù)據(jù)崗位不同技能的信息進行分類。

2022年7月-12月，團隊對搜索到的大量數(shù)據(jù)，進行數(shù)據(jù)清洗，提取處理大量的數(shù)據(jù)，運用文本分析的方法，將數(shù)據(jù)聚類以及運用Python、Matlab進行代碼編寫，進行數(shù)據(jù)可視化。

2022年12月-2023年2月，團隊根據(jù)相關論文文獻，以及網(wǎng)站社會分析，對于崗位進行技術角度的畫像分析，利用軟件展示系統(tǒng)，對于研究過程成果形成相關報告。

2023年2月-4月，形成相關論文，申請了2項軟著。

2023年5月，對實驗進行檢驗篩查保證運行正常并完結項目。

圖為團隊成員集中討論核心代碼的編寫和圖形化界面的設計 

圖為該團隊成員商討下一階段的目標任務 

歷時近一年，在2023年5月，該項目終于迎來了完結的尾聲。從最初的項目構思，到項目成型，再到軟件系統(tǒng)搭建，一路上5位同學遇到了諸多難題，但他們借助自己的專業(yè)所學，依靠爬蟲抓取崗位數(shù)據(jù)，借助文本分析形成崗位畫像，搭建出一套基于個性化服務的大數(shù)據(jù)崗位畫像推薦系統(tǒng)實現(xiàn)大數(shù)據(jù)崗位專一化、畫像維度全面化、招聘精準化的可視化軟件展示系統(tǒng)，指導學生就業(yè)、公司招聘，提供政府政策支持。