基于互联网大数据的招聘数据智能分析平台研究

熊章军

（广西交通职业技术学院，广西 南宁530023）

1 当前网络招聘现状

1.1 学历与学力不对等。当前社会人才众多，但是企业人力资源在招聘过程中也经常遇到鱼龙混杂的问题。大学本科学历甚至硕士学历在人才市场上高度集中，逐渐普及。但是高学历并不意味着人才的质量高。高学历人群中找不到具备相应经验、相应能力的人才，而具有足够学力和能力的人才又无法找到如愿的工作。企业招聘和人才应聘存在偏差，这也是当前社会较为关注的问题。有错误思想认定学历高，学力就高，能力就强，才华更加出众，部分企业招聘只看学历，不查能力或者没办法查能力，与部分优秀人才失之交臂[1]。

1.2 招聘工作与时代脱节。调查显示，90 后换工作的频率高于70 后和80 后的前辈。随着时代发展年龄增长，90 后终究成为社会活动的核心。90 后要求保持个性，按照自身意愿找工作。企业想要找到合适人才并且刘柱人才，要将招聘工作进行革新，做到为求职者进行个性化职业规划。全国各地的企业各有其文化，很多企业不能适应当前社会，用老思维衡量新人才，必定导致现在的求职者很难融入企业。

1.3 人力资源部门工作分散。人力资源部门要面对所有员工的人资服务管理工作，还要进行招聘工作。人力资源的工作量很大，种类繁杂分散，处理员工日常管理工作就要占去很多时间，很难集中时间处理招聘工作，只能用碎片时间抽空完成招聘工作。有时间的时候从不同的平台上筛选简历，进行招聘，工作效率很难提高，也没有时间提高自身人力资源管理的专业性[2]。

1.4 网络招聘数据安全存在隐患。网络世界是虚拟的，给人们生活带来极大便利的同时也存在安全隐患。不法分子利用网络招聘进行诈骗行为，应聘者身心财产受损。部分虚假应聘信息层出不穷，浪费企业的人力物力进行调查，让数据信息的价值降低。网络招聘的数据安全问题存在隐患，亟待解决。

2 基于互联网大数据进行招聘优化的策略

2.1 企业与人才双向匹配功能的设置。基于互联网大数据，从中进行信息筛选和分析，挑选符合企业要求的人才。在大数据中提取人才序列，组建优质人才池，服务的且更加明确，有助于企业根据人才特点进行选择，人才也可以根据个人需求和喜好寻找可匹配的企业。大数据平台也可为求职者提供个性化服务，进行职业规划，将优质人才和企业需求双向匹配，提高服务能力。大数据平台帮助求职者理清求职发那个像，帮助企业搜寻合适人才，实现信息有效匹配，让企业和人才都能够满足所需[3]。

2.2 进行个性化设计。基于互联网大数据的技术变革，将传统招聘方式进行革新，让企业招聘和日常人力资源管理工作互相结合，满足企业日常人资管理和招聘双需求，贯彻大数据平台服务理念，帮助求职者与企业迅速匹配。将招聘平台进行优化，将软件设计为服务企业和求职者双方的理念，软件应具备自动筛选候选人，甄别建立的功能，帮助企业减少筛选经历，将更多资源投入到合适的候选人身上，实践高效录用，人岗互相匹配。将大数据接口和数据库对接，从素质、能力、爱好、需求等多方面机制进行筛选，建立人才库，形成不同的人才序列，为企业招聘提供定制通道，推荐合适的优质的人才，促进企业日常管理工作提效，减少人资管理成本与招聘成本，为招聘工作和应聘求职提供良好的环境。

2.3 多功能集成。大数据平台应该将所有零碎的人力资源工作集中在一个软件上，形成完整的工作流程，自动归集展示各类人资数据，节省人资工作的分析时间，整合企业多层次多方面的管理需要。与传统人力资源管理平台相比，除了员工培训，绩效考核等功能，人才匹配招聘等各种功能也应整合，并且互相关联，数据表可以将各类数据全面展示给人资工作人员，满足企业集成化工作要求。

2.4 提高网络安全系数。大数据平台的数据量较大，与外部端口的数据传递较多，跟要建立严密的网络安全系统，在信息录入、输出、身份验证、信息保护等方面，系统要做好判断，符合要求才能进入下一步，否则则屏蔽在信息系统之外。企业应提高对网络运维人员素质的要求，保证数据信息不被泄露。定期对数据进行整理，减少系统资源浪费，处理个或者那个反馈，减少虚假信息影响。

3 基于互联网大数据的招聘数据智能平台构建

3.1 系统分析。对招聘数据进行分析，得到应聘者的竞聘职位排行，技能水平排行，企业招聘职位要求的分布，企业基本情况，企业薪资情况，最低学历、经历占比需求。系统进行三个动作：首先是数据搜集，将数据批量导入导数据环境，对需要的数据段进行过滤筛选，提取有用数据，导入到大数据环境的按照分类字段保存。其次，进行数据处理和分析，通过大数据技术再次进行筛选过滤，将缺少关键信息的字段的数据（空或者null）筛掉，关键数据字段一般为：job_inf，job_name。将物料数据过滤到，例如job_name 中的“实习”字段。最后进行招聘数据的分析，统计各个职位（以job_tag字段的信息作为筛选划分依据）需要掌握的前5 个或者前10 个关键技能。统计技能需求的方法是获取所有job_tag 值作为招聘数据，设置岗位描述（job_inf），过滤岗位数据的粉刺，将所有非技能类的分词过滤掉。统计过滤之后的所有技能类分词出现的频率，保留前五或者前十出现频率最高的技能词汇，并搜集分词出现的次数。所有分析结果保存到数据库中。大数据平台进行数据搜集筛选后，要可视化地呈现出来，运用数据可视化工具以各种图形图表方式展示最终结果，帮助企业进行人才筛选。

3.2 基于互联网大数据的招聘数据分析平台的系统设计。系统可采用Hadoop 和vueshell 等技术，实现系统对数据的清洗、分析和展示。使用Vue 框架结构可以敏捷迅速地搭建可视化数据展示页面，将页面设置得更加具体可控，控制单元更精细。使用Shell 脚本自动进行SOL 操作，将重复操作交换Shell 脚本完成，一键完成CSV 数据表到Hive 数据库的操作，并且设置好定时任务，在有了新的数据，并且数据达到一定规模时再次运行此操作，更新数据，完善数据库。使用SOL语言将满足要求的数据从Hive 数据表中提取出来，用ArrayList 重新存放重新分析。使用echarts 图表将数据进行可视化展示，通过ajax获得后续的数据并且和echarts图表结合到一起。

3.3 基于互联网大数据的招聘数据分析平台的实现。将数据从CSV数据表导入到SQL当中，SQL作为过渡的容器暂存数据，使用sqoop 将数据从SOL导入到Hive 数据库中，保证数据不会丢失。

运用SQL 语言完成整体数据清洗、分析、归集工作，为招聘提供简便的数据服务。