基于文本挖掘的网络问答社区求职者关注行为研究

王梅源 刘天颖 沃秋爽

(中南民族大学 管理学院，湖北 武汉 430074)

0 引言

随着人才质量的提升和信息网络技术的发展，网络招聘已经成为国内众多企业首选的人才募集方式，越来越多的求职者在网络问答社区中产生和分享求职信息[1]。相对传统招聘渠道，网络招聘不仅拥有更便捷的操作方式，而且信息的时效性和广泛性也可以得到保证，有效提高了招聘效率[2]。但对于招聘企业和求职者来说，在庞大的信息流中找寻并辨识相关招聘和求职信息并非易事。近几年，网络问答社区作为特殊的社交平台走进大众的视线，在平台上，用户既是信息的传递者，也是信息的使用者，在创造问题的同时解决问题[3]。突破传统搜索引擎和工具的局限，帮助求职者高效获取所需知识和信息。

用户持续使用问答社区往往是由于他们对高质量、高相关性和易获得性信息与知识的需求，不断拓展自身的知识深度与广度。Phang[4]通过虚拟社区的用户参与度分析发现，易使用性和可信赖性是用户进行搜寻答案行为的重要影响指标，而对于回答者而言，促使他们持续进行平台知识贡献的主要原因是更高的社会参与度。

近年来随着文本挖掘技术的广泛应用，很多研究者将以文本挖掘技术为代表的智能化处理手段应用于网络社区的文本处理中。夏立新等学者[6]通过对网络社区中与就业问题有关的文本进行挖掘，构建就业知识需求关系，为高校就业率的提升和发展提供建议。Macias等学者[7]在24个常用健康网络论坛中选择了791个与健康信息相关的帖子，发现需求建议、个人病情简介及病情恢复是讨论最多的话题。宋学峰等学者[8]使用内容分析法和社会网络分析法对知乎平台中在线教育话题进行编码分析，发现答案多数都是针对问题进行解释和辨别，较少有评估、反思和共识。黄鲁成等学者[9]在通过抓取知乎上关于老年人关键词的相关问题并进行词频统计分析后，找寻到现今老年人健康话题关注和发展的重点。

目前国内外学者对求职者行为的研究主要集中在求职动机[10-11]、求职意向影响因素[2，12-13]等方面；问答社区的研究主要集中在运营模式[14]、用户体验[15]、社区内容答案质量[16-17]等方面；将文本挖掘技术运用到问答社区的研究则多为问答评价[18]、答案模型预测[19-20]、话题内容分析和识别[21]等；应用领域多为医疗健康[9]和学科体系评价[22]方面。而对于求职者在问答社区中讨论和关注话题的研究较少。且以往对求职者行为的研究多采用访谈或问卷调查的实证研究方法[23-24]，这类方法受主观影响较大，无法保证数据源文本的多样性和随机性，很难胜任大数据量、非结构化环境下的文本内容分析。将文本挖掘技术运用到网络问答社区中，使用求职者真实的话题内容分析其关注行为的研究较少。

本文将文本挖掘方法运用到网络问答社区求职者关注行为研究中，利用爬虫技术从网络问答社区互动平台抽取大量求职者提问和相关回答，借助分词技术对数据进行处理和分析，构建求职者关注高频词云图和关注话题互动分布图，分析求职者在当今招聘环境中的关注行为，从而为招聘企业的发展和求职者能力提升提供参考。

1 数据挖掘

本文使用数据挖掘、文本分析、可视化分析等文本挖掘方法，试图在更充足和真实的数据样本中提炼求职者关注行为，并分析其特点与应用价值。

1.1 数据来源

“知乎”如今是国内参与数和流量最大的中文开放社区，比起历史更为悠久的“百度知道”，知乎的成功主要在于对问题的深度探讨，鼓励回答的延展性，其专业严谨的社区内容、理性融洽的交流氛围和广泛效率的传播理念深受网民认可[9]。截至2018年8月，知乎的个人注册用户量已超过2亿，日活跃用户达2600万，其中，求职话题下的关注量达30万左右。企业信息、企业社会舆论热点与评价较充足，且越来越多的企业HR选择在相关企业互动区域下方留下最新招聘信息，为合适的求职者提供机会。其讨论话题遍布就业规划、发展前景、求职知识提升等各方面，参与者多为求职或潜在求职人员。

“看准网”相比知乎问答社区，由于加入了企业点评和问答栏目，与求职者的关系和信息联系更为密切。求职者可以针对所选公司提出问题，并可收到来自其他用户的反馈信息。回答者只要熟悉相关公司的对应提问，都可公开发表自己的见解，其身份包括对应公司职员、参与求职人员及已离职的老员工。累计的问答信息可以为更多后续求职者提供宝贵的参考意见和建议。

知乎和看准网对求职话题相关的关注和讨论及求职问答功能契合本文研究，本文选取知乎和看准网求职问答社区的大量随机问题作为研究数据源，通过Node.js网络爬虫随机获取用户对于各公司的提问与回答数据，包括提问内容与数量、回答内容与数量等原始文本数据，既可排除同行业领域求职关注问题单一的可能，又可细化求职热门领域关注问题的区别与联系。

1.2 数据采集

目前数据采集主要有系统日志采集、数据库采集和网络数据采集三类。其中，网络数据采集面向非结构化和半结构化数据，通过网络爬虫和网站平台提供的公共API(如Twitter和新浪微博API)将网站上获取的网页数据提取出来，将其清洗后转换成结构化数据，并将其存储为统一的本地文件数据。其特点是采集效率高并能保证数据的真实性[25]。

本文专注于评论型内容研究，适合选用网络数据采集方法。

目前网络上多使用request + cheerio来进行爬虫开发，request为http请求库，用于发起一个http请求，在开发爬虫的过程中，主要用于使用get方式，将目标页面的代码进行抓取，然后使用cheerio解析页面元素，获取目标数据。知乎和看准网平台都有一个共同特点，即页面内数据都使用ajax进行请求并渲染到页面上。ajax是一种网页上常用的无刷新读取技术，主要用于前端向后端请求数据。具有这种特点的网页，目标数据默认是没有渲染在页面中的，也就意味着request库抓取到的代码并不包含我们所需要的目标元素。

因此，本文使用puppeteer来实现爬虫。puppeteer 是谷歌官方出品的一个通过DevTools协议控制Headless Chrome的node.js库，库的内部封装了一系列对Chrome的操作API，开发者可以通过这些API对Chrome进行模拟用户行为、自动化测试、爬虫等操作。为了使爬虫中的异步操作更简单直观，采用11版本的node.js，支持async/await的方式处理异步，避免陷入回调地狱，且11版本可以使用更新的JavaScript规范的语法，对于开发效率有显著提升。

puppeteer可以通过浏览器的API，控制程序监听到ajax请求，等到数据成功渲染到页面上，再对目标数据进行爬取，将获取数据的步骤封装成一个函数kanzhunGet，该函数的传入参数page和url，其中，page为上一步操作实例化的page对象，url为要爬取数据的页面的地址。

(1)调用page实例的goto方法，操作page实例进入要爬取数据的页面；

(2)调用page的evaluate方法，将操作环境进入到浏览器内，将代码的执行上下文指向page对象所打开的页面，从而保证对页面内元素的操作不会产生跨域行为，再定义一个getNum方法，用于匹配回答数中的数字，得出回复数结果；

(3)根据上述对页面结构的分析，定义askWrap变量，用于保存所有问答的列表，通过遍历该列表，对所有问答元素的内容进行解析，生成一个包含question和answer键的对象，并将该对象追加到定义好的res结果数组中，最终返回给函数的调用方。

两个网站在爬取机制上有所不同，“知乎”通过滚动页面到最底部以后，由前端向后端发起请求，并将后端返回的数据继续追加到页面的底部来实现大量数据展示，其对接口的请求做鉴权处理，每次请求会对访问来源进行校验。“看准网”通过分页的方式展现大量数据，每页共十条数据，共十页，通过页面请求抓取，可以得到页面请求数据时所调用的后端数据接口，对接口请求头及请求体进行解析发现，接口并未做鉴权处理，即不需要登录同样可以获取到数据。

两个网站在获取数据上也有所不同，对于知乎数据，使用puppeteer通过模拟真实用户访问的方式获取数据。

(1)选择求职相关的话题，对页面中的元素进行分析，发现每条数据的问题可以通过ContentItem-title来获取，而评论数的标识与赞同数的标识只能通过元素的兄弟元素来辨别。对获取单条数据的方式进行封装后，需要对页面进行自动滚动处理，自动滚动的操作使用了puppeteer中的evaluate方法。

(2)使用JavaScript进行页面滚动条的操作，先获取当前页面的总高度，后操作滚动条滚动到页面的最底部，即可触发页面加载更多事件。经过多次尝试后发现，当页面元素过多时，会导致爬虫程序进入假死状态，导致抓取的数据丢失，且由于知乎加载新数据的方式比较特殊，每次请求的数据条数无法确定。

(3)对爬虫程序进行修改，在每次进行页面滚动之前，将上次加载时抓取到的数据存储到本地文件中，这样可以保证即使爬虫程序假死后，也可以通过手动终止的方式结束程序，而又不会导致崩溃前所抓取到的数据丢失。

对于看准网数据，则选择postman请求工具对接口进行测试，发现无法获取正确数据，后端返回数据为请求错误，进一步测试后发现，后端对请求中的referer做了限制，在对referer进行模拟后，成功获取到数据。由于无需从页面中抓取数据而直接从接口获取数据，虽然页面中前端对总页数做了10页的限制，但是通过直接调用接口的方式，可以获取共55页数据。

经过数据爬取，最终获取两个平台的问题数据源共1781条，回答共97732个。

1.3 文本分词

从知乎和看准网采集的求职问题信息是非结构化的文本内容，含有一定的杂质，需要进行数据预处理后再进行分词。

(1)数据初步筛选和清洗，借助哈尔滨工业大学信息检索中心发布的停用词表扩展板与问答社区中提问语句的特点，将为什么、怎么、有没有、哪些、怎么办、什么等词加入到停用词表，并在统计结果中去掉虚词、介词、连词、助词及标点符号。

(2)使用node.js中文分词包jieba对获取的1781条问题数据进行分词，jieba对自然语言分析及文本分析的支持较为友好，其采用的算法及策略使得分词结果精准可靠。目前常见的分词方法主要分为基于字符串匹配的分词方法和全切分的方法。前者按照不同的扫描方式，逐个查找词库进行分词。后者则首先切分出与词库匹配的所有可能的词，再运用统计语言模型决定最优的切分结果。它的优点在于可以解决分词中的歧义问题。本文选择使用全切分的方式进行分词，通过计算高频词的相关回答数和出现次数的权重，得到根据权重大小排列的分词结果，部分结果如表1所示，权重是指与上下文主旨相关性较高的词语，问答中出现次数多少并不能直接反映出权重的高低，通过算法计算权重排名，更贴近文章所讲述的内容；“相关问答数”指出现该关键词的问答数量；“出现次数”指在相关问答中关键词出现的词频。

2 文本分析

根据文本分词结果，可得到各关键话题词的词频和特征词“问题-回答”对应的互动频率，针对该数据结果进行可视化分析，可以直观有效地反映求职者讨论话题热点。

2.1 高频特征词分析

从1781个关于求职的问题中，通过数据处理和文本分词，得到初步的词汇频率排布，然后对这些词汇做权重判断，并取权重前100的词，过滤掉与求职信息无关或特定公司名称等与求职关注行为研究无关的词语后，得到的关键词即具有高权重、高频率、高相关度的词。关键词云图如图1所示，字体越大者代表该词词频越高。这些高权重的高频特征词反映了当下在拥有求职问答功能的在线问答社区中，求职者讨论和关注的主要话题内容。

表1 部分分词结果

通过高频特征词及词频可初步看出，求职者在求职过程中对于如何顺利通过考核最为关心，如“面试”“简历”“HR”“面试官”“Offer”“技巧”等。对于求职者的学历和经验在意程度比较高，如“应届生”“研究生”“经验”“毕业生”“硕士”“考研”等。针对求职公司的雇主品牌吸引力关注程度较高，如“管理”“专业”“工资”“薪资”“待遇”“加班”等。且从用户使用角色来看，使用网络问答社区参与求职关注行为讨论的求职者以年轻求职者居多，高校毕业生占主导地位，如“兼职”“实习”“应届生”“大学生”“毕业生”“校招”等。

图1 关键词云图

2.2 特征词互动分布分析

特征词话题互动分布可以区分关注话题的广泛受众度和潜在受众度。根据表1中各特征词的出现次数、回答数和权重进行标准化处理，制作关注点特征词互动分布四象限气泡图，如图2所示。其中四象限的横坐标代表回答数，纵坐标表示出现该问题的词频数，气泡的大小代表权重。根据特征词所对应的位置，分为四种话题类型：①舆论焦点区(第一象限)：此区域代表词频较高且回答数较高的话题；②关注焦点区(第二象限)：此区域代表词频较高但回答数较低的话题；③潜在热点区(第四象限)：此区域代表词频较低但回答数较高的话题；④沉默区(第三象限)：此区域代表词频和回答数都较低的话题。

图2 特征词话题互动分布气泡图

2.2.1 舆论焦点区(第一象限)

图2中，“面试”“简历”“HR”三个特征词的提问量与回答量都非常高，这说明这组问题是目前求职者关注与讨论的重点和热点。综合来看，这三个特征词反映的都是作为求职者进入心仪公司的必经考核方式。

(1)在如今企业高速发展、人才兼备的信息时代，企业招聘变得越发严格，不仅涉猎专业知识、团队协作等多方面能力考查，且形式也更为多样化。将沟通表达、逻辑思维、团队合作、压力承受、职业规划等全部列入考核范围，使得广大求职者，特别是应届毕业生在求职过程中更加有压力和学习的动力，在求职的各个环节都需要认真准备。

(2)求职者的简历作为求职的“敲门砖”，需要突出专业能力，重点挖掘岗位匹配信息并尽可能数据化表达。

(3)面试准备则除了长期积累的专业知识外，对应聘企业的企业文化、发展理念、主要产品等也都应提前了解。

(4)通过网络招聘问答社区的交流互动，已经历求职过程或已入职人员的经验分享，不仅可以让更多将要参与面试的求职者找到现阶段努力的方向，修改更新个人简历，还可以增强潜在求职者对心仪企业的深入了解，更加有针对性地完善求职目标，这也正是此类话题成为舆论热点的重要原因。

2.2.2 关注焦点区(第二象限)

图2中，“应届生”“求职”“offer”“加班”“经验”“实习”及薪资福利类特征词的提问量都比较高但是回答数相对较少，说明此类问题亟待解决且有较高的发展空间。另外，“工资”“待遇”“薪资”三个关键词虽在气泡图中分布于沉默区，但考虑到语义理解，其含义基本相同，故将此类话题的词频和回答数合并计算。

(1)企业招聘员工看重其十分出色的胜任力和执行力，由于众多民营企业和创业型小微企业的快速发展，其在新人培训阶段更加关注企业文化和综合素质的提升，而对于不同岗位不同工作内容的指导培训却相对弱化，这就需要求职者有较好的项目经验和学习能力。

(2)越来越多的招聘人员看重求职者的岗位与技能匹配度，特别对应届毕业生来说，仅靠在学校掌握的专业知识无法直接胜任招聘要求，想要快速实现从校园到职场的转变，需要求职者更早地参与到企业实践中，因此实习经验的积累成为众多求职者关注的重点。

(3)目前，众多著名企业在校园招聘阶段专门开设实习生招聘模块，其考核制度也更加严格规范，有些甚至不低于对正式员工的要求，因此，实习生的含金量也逐年增加，一份优秀的实习经验在正式求职时常常能起到至关重要的作用。

(4)实习经验与正式求职已逐渐成为一种互利共存的关系。针对此类话题回答数相对较少的原因主要是应届生与需要实习经验的求职者一般是首次进入求职圈的用户群，他们关注此类问题，但是难以向他人提供经验分享，而参与社会招聘的资深求职者又很少参与此类话题讨论。这也反映出使用网络招聘问答社区的用户群更为广泛，不受年龄和资质的约束，更多资历丰富和年长的求职者也在互联网高速发展的今天参与到平台互动中。

(5)招聘企业的雇主吸引力也是关注焦点。文献研究中，雇主吸引力评价通常采用六维模型，包括工作本身、管理风格、团队合作、薪酬福利、职业发展和组织实力。本研究中，薪资福利、属于工作本身范畴的加班均出现在高频词中，说明雇主吸引力也是求职者选择企业的重要指标。

众多民营企业和创业型公司在其发展上升期通常业务繁忙，相对传统企业更加繁忙，对员工的业务效率和产品熟悉度要求更高。无论是新入职的零经验求职者，还是已有资历但刚刚跳槽试图找寻新机会的有经验求职者来说，在还未熟练掌握岗位工作要领却面临高强度压力和要求的情况下，加班成了普遍的工作状态。薪酬福利是求职者所能获得的最直观的报酬和评价，它反映了员工的工作胜任能力和企业对员工的重视程度，因此，求职者对薪酬福利的关注程度较高。

综合来看，求职者对于雇主吸引力相关因素的重点关注体现了当今求职雇主-员工的双向匹配性，求职者不再被动等待企业的选择，而是拥有了主观选择企业的权利，因此，招聘企业需要不断提升自身的实力和品牌吸引力，才能在人才招募中占得先机。

根据回答内容语义分析显示，此类关注焦点话题的回答数相对较少的原因主要有两方面，一是使用网络招聘问答社区的用户更多为准备或正在进行求职的潜在员工，已入职的企业内部员工参与相对较少，因此无法给该类问题提供充足的回答建议；二是即使有部分企业内部员工参与讨论，但因其所在企业、部门、岗位等的不同而无法提供广泛适用性参考建议。

2.2.3 潜在热点区(第三象限)

2.1.3 二维相关光谱 将人参、红参、西洋参3种配方颗粒压片后，在室温状态下放置，间隔10～30 min测定红外光谱并进行基线校正，将获得的数量足够的红外光谱导入清华大学的TD4.2二维分析软件，即可获得二维相关红外光谱图，并可根据需要选取不同波数范围进行分析。

图2中，“管理”出现词频虽少但讨论数却多，说明该类话题可能会成为以后关注的重点。管理在求职社区中主要有两层含义，一是指管理工作本身，例如从企业角度来说，企业内部的管理架构、管理模式和管理内容都在不同角度反映企业的社会价值和发展空间，拥有良好的管理制度和管理决策不仅能让企业在激烈的市场竞争中找到适合自身持续发展的道路，还能更好地吸引优质人才；二是从学科专业角度来说，管理类相关专业历经数十年发展，已经形成了良好的专业体系，近几年又与众多热门前沿领域进行学科交叉，使得管理及交叉专业毕业生的求职机会逐年增加。这也进一步推动了高校管理类及相关专业人才培养的改革，要求高校在培养方案、目标设置和知识能力结构等方面均应紧跟发展趋势，及时修正和完善理论和实践教学体系，为企业培育和输送更多复合型专业人才。

2.2.4 沉默区(第四象限)

图2中，该区域的数据相对其它区域其提问数和回答数都相对较少，但经过大数据样本后仍旧出现较高权重，说明该部分词仍有研究价值，并可能会成为未来讨论热点。沉默区中与学历及薪资待遇相关的话题词较多，学历虽不是求职的硬性门槛，但是众多招聘反馈显示，用人单位对于求职者的学历重视程度依然不减。尤其随着人才质量平均水平的提高、各高校每年招生人数的扩张等，学历的含金量也在不断提升。之所以讨论话题较少，最大的可能是站在求职者角度，很难判定企业对求职者学历是否会真正考量。现在许多企业为了广招人才，在招聘信息中并不明确规定学历限制，但在真实考评中是否参考却很难判定。

薪资福利类话题占比较少的原因主要是目前民营、私企数量增多，薪资模式不同于以往的“同工同酬”，多数采用“差异化薪资模式”，即根据每个人的能力或价值细分成不同的待遇。即便是一同进入公司的同一个岗位，也会有所区别，其目的还是为了更好地激励员工实现更大的价值。“差异化薪资”在求职话题领域属于相对私密的话题，也很难在开放社区得到真实答案。

3 对策与建议

分析求职者关注行为的目的在于为提升企业招聘质量和效率、为求职者提高竞争实力和求职满意度提出意见和建议，以期建立企业与求职者互利共赢的新型求职关系。通过对网络问答社区求职者关注行为的分析，不仅让求职者可以在海量招聘企业中更清晰、全面地了解心仪公司，以便更有针对性地准备自己的求职过程，还帮助企业在使用网络招聘社区进行企业宣传、人才招募过程中更好地掌握求职者的内在驱动力，及时改进企业内部和外部的资质条件，从而在人才竞争中取胜。

3.1 对招聘企业建议

对于招聘企业来说，想要招聘到合适，高素质的员工无疑是企业发展最重要的一环，想要打赢人才争夺战，分别要从内在和外在两方面入手。

3.1.1 充分识别求职者群体关注行为特征

一个城市的发展离不开经济增长和人均GDP的提高，这些增长来源于企业的发展，城市内拥有的优秀企业越多，经济增长就越快，留住人才的机率也越大。近几年各大经济竞争力较强的城市都纷纷出台了相应的人才优惠政策：2017年初，武汉市“五年内留住百万大学生”计划打响了争夺人才第一枪；2018年3月，北京市宣布建立人才引进“绿色通道”；同月，上海也提出打造“人才高峰”。2018年，全国超过100个城市发布了人才政策。2019年一开年，各地争夺人才政策集中发布，其中购房和生活补贴是两大最主要也是最常见的吸引人才手段。数据说明，人才吸引政策的背后，正是对求职者尤其是高素质求职者的看重。

3.1.2 努力实现雇主品牌吸引力的提升

当今时代的求职者学习能力较强，目标定位和自我追求都比较高，企业只有尽力满足高素质求职者的期望条件，才能成为优秀人才的求职目标。

招聘企业应重视自身品牌吸引力的提升，从而为任何一个有上进心并不断提升自我的求职者带来最大程度的就业满意度。综合国内外学者对雇主品牌吸引力的研究以及求职者关注话题数据可知，雇主品牌的功能性、象征性和发展性对潜在员工有重要的影响作用。其中，功能性主要强调企业承诺的工作本身，包括提供真实、完整的岗位职责和工作内容供求职者参考，最大限度地解决信息不对称而造成的择业困难问题等。象征性强调企业展示的品牌形象，包括企业的声誉、名誉以及外在形象等反映企业内在精神力量等因素。发展性则侧重企业提供的职业发展前景，包括良好的职业发展路径、完善的晋升体制、充分的职业培训等。

以阿里巴巴集团为例，公司十分注重发掘员工的潜能，同时也关注员工的成长。其内部招聘和轮岗制度给很多员工提供了新岗位、新机会，使员工在职业发展路径上可以得到持续发展。阿里巴巴推出的“青橙计划”“百年阿里系列培训”“领导力发展”“阿里夜校”等一系列员工培训措施，为员工提供了更多自我提升平台。阿里深知在竞争文化中，企业的信誉、形象、品牌和知名度都是企业不可估量的无形资产，员工的思想、行为和心态也会受其影响和熏陶。于是，让企业所有成员从进入公司的那一刻起，就拥有金庸武侠人物的名号，不仅让武侠文化中的正义感影响到公司每一个员工，也为员工营造出一种轻松愉悦的工作氛围，使员工能够抛开压力，更加团结，也更加愿意为组织实现共同的价值而奋斗。

3.2 对求职者的建议

对于求职者来说，应充分利用线上线下各类知识渠道和资源，不断丰富阅历，掌握面试要领，注重思考和经验总结，全面提升岗位胜任力。

3.2.1 充分利用网络求职社区的各类资源和信息

互联网时代，掌握更多的信息就意味着掌握更大的主动权和选择权。求职者可以在网络问答社区匿名讨论求职问题，传达行业知识，实现全方位信息交流和人际网络互动，还可以利用平台了解企业非公开化信息，加深岗位职责了解，熟悉业内薪资水平，掌握面试技巧，不断完善自己的知识储备，更好地进行规划对比分析，从而选择更适合自己的公司。

除了知乎和看准网平台之外，信息资源较为丰富且用户活跃度较高的还有国内的拉勾网、脉脉、实习僧等，国外的Linkedln等，这些平台利用其社交媒介特性与招聘指导相融合，最大化帮助求职者实现满意就业。

以2018年10月刚完成D轮融资的社交招聘新秀“脉脉”来看，一旦求职者选定了自己的职业领域，求职者在脉脉平台上看到的内容、可以接触的人几乎全部与这个职业有关。如该职业其他人的实名或匿名动态、人脉推荐、职业资讯推荐等等。这种聚焦垂直领域的组织方法，强化了职场人群因行业相通而带来的内部凝结，让行业内部信息的交流沟通变得更加方便快捷，使得求职过程中求职者与企业双方并不完全信息对等的关系变得更加透明，从而让求职者有更多的机会和方式去了解企业更深层次的信息。

3.2.2 多渠道高效提升岗位胜任力

对求职者来说，想要顺利进入理想企业，就必须在众多优秀竞争者中脱颖而出。学历文凭早已不再是企业挑选人才的唯一指标，只要拥有求职岗位的专业技能，都有机会获得工作机会。开放性的招聘环境带给了求职者更多的职业选择，但同时也增加了竞争难度。在招聘过程中，企业更加看重的是求职者的岗位优势、核心竞争力等综合素质。

除了在求学期间系统扎实地学习专业知识、提高专业技能之外，求职者还可充分利用企业针对求职者实习实践能力提升的渠道和途径。目前，众多企业都在开放实习生招录计划，可以让职场新人提前得到锻炼的机会，零距离接触实际工作内容，提升就业技能。

以普华永道为例，每年1月和7月，其审计部、管理部、风险及控制服务部、税务部均会开放实习生机会。实习期间，学生不仅可以亲身体验在专业服务公司里的真实客户项目工作，还可学到各种基本职业技能，从而提高专业能力。若实习期间表现优异，还可以获得毕业后优先录用的机会。

在线上付费平台和虚拟社群方面，以当今较为火热的互联网人在线大学“三节课”平台为例，该平台以专业辅导互联网产品和运营岗位相关技能为切入点，主打互联网热点人物事件专业分析解读。并通过内容入口集聚粉丝，开展多层次的互联网职业培训，以提升职业能力为目标，倡导终生学习。平台关注和强调从“知识获得”到“能力提升”的转化过程，提供“设计体系化课程+高强度实战练习+专家助教1对1点评+班主任深度服务”的线上教学模式。不仅让求职者省去了线下课程成本，可以更加自由灵活地安排学习时间，有针对性地完善岗位专业知识，而且能在不断学习中迭代技能体系，利用集聚效应，提升应聘竞争优势。

4 结语

本文将文本挖掘方法运用于网络问答社区求职者关注行为的研究中，利用Node.js爬虫的方式从知乎求职话题圈和看准网求职专业互动平台抽取大量求职者提问和相关回答，并借助分词词典和Node.js中的jieba技术对数据进行处理和分析，构建求职者关注高频词云图和关注话题互动分布图，分析求职者在当今招聘环境中的关注行为。

研究结果表明：①使用网络问答社区参与求职关注行为讨论的求职者以年轻人居多，其中高校毕业生占比最大，管理类专业人才和岗位需求相比数量更多。②求职者对于如何顺利通过考核最为关注，讨论热度也最强，开放的问答社区使得用户参与和知识分享更为便捷，求职者可化被动为主动，提前了解更多考核信息并针对性地学习和准备。③雇主的吸引力是求职者择业最先考虑的因素，这其中包括企业内部竞争力和外部竞争力，内部竞争力体现在企业发展、晋升机制、企业文化和创新是否满足人才需求，外部竞争力主要体现在薪资待遇等物质条件方面，但由于目前各公司相同岗位的待遇没有统一的标准，且该类问题私密性较强，所以较难在开放社区得到充足的反馈。④工作经验也成为求职者更为在意的话题，因为企业目前更倾向于经验丰富，实践能力强的优质人才，即便针对应届毕业生，也更加看重实习或综合实训的技能培养。

因此，招聘企业需要在提高自身竞争力的同时更加了解求职者的关注行为。求职者需要充分利用线上线下各渠道和资源，丰富阅历，提高专业技能，实现更理想的人-岗匹配。

本文在数据来源的选取上存在一定的局限性，仅选择了知乎和看准网两大问答社区，在后续的研究中可以增设更多的平台验证数据结果。另外，对于问答发表者的用户画像没有很完善的判定，可在以后的研究中增设相关内容，更加丰富求职者关注行为研究的准确性。