[发明专利]基于大数据的区域人才供需平衡量化分析方法

说明书

本发明的区域人才供需量化分析方法，首先利用爬虫从招聘网站、组织招聘板块和编制招考信息上获取区域人才需求相关数据，然后利用爬虫从各类学校的招生信息上获取指定区域的人才供给相关数据，最后通过对人才需求数据和人才供给数据的处理，可从多角度多层面对指定区域的人才供需量做出有效分析，全面量化剖析指定区域人才的情况，明确区域人才构成，实现量化“知己”，以及折射不同阶段不同人才政策对区域人才供需的影响情况，总结不同人才政策中的优势和弊端，为更好的制定人才政策提供数据支持。

技术领域

本发明涉及一种人才供需平衡量化分析方法，更具体的说，尤其涉及一种基于大数据的区域人才供需平衡量化分析方法。

背景技术

人才是区域经济发展的第一资源和基础性资源，在很大程度上影响或决定着区域经济的发展方向、发展速度、发展潜力、市场竞争力和经济效益。因此，大到国家，中到省、自治区，小到地市，微到区县，各层各级行政区都希望对本区域的人才情况有着直观量化的掌控，从而根据区域经济优势及人才供需缺口，制定相匹配的人才发展计划和人才引进政策，宏观调控区域资源和人才的优化配置，进一步推进本地区经济又好又快的发展。

当前各层各级区域对人才供需现状的分析，一般是通过抽样式的调查问卷或购买咨询公司分析报告等人工服务介入的形式获取第一手数据，虽然加工后可直接获得定性结论，但存在如下三类问题：

一、范围窄

人才供需的分析都需要预先定义报告的主题也即分析的目标，一次只能分析一个目标，针对一个主题形成报告。而且受分析人员人力、报告时限及材料收集的限制，分析的目标不能过于宽泛，分析的维度不能过多，时间跨度也不能过大。因此，很难一次同时生成多个主题的报告。目前的分析报告大多是五年内一个行业或领域内有限维度的相关分析。

二、耗时长

确定分析目标后无论是调查问卷还是咨询公司，都需要花较长的时间去收集整理相关数据，而收集的数据大多来自年鉴库、省志库等统计资料库，这些资料库通常是在年末汇总具有一定滞后性的，很难实时地反映当前人才供需情况。随着分析指标的增多和时间跨度的增大，数据收集的难度会随之增大，信息的可靠性也会随之降低。此外，数据收集后的整理去噪规则的编写和多维度分析模型的构建也需要投入大量的人力和时间去处理。且在报告最终呈现前无法提前检验分析模型的有效性，当模型出现偏差时需多次迭代模型构建、数据分析、报告撰写等过程，无形地增加分析耗时。

三、成本高

一次人才供需分析，各个阶段都需大量人工介入，致使单次分析耗费的人力和财务成本较高。即使拥有一系列历史分析报告，由于每次分析的人员组成、目标数据和模型功能等因素不同，导致了数据割裂、目标模型单一等问题，使得之前报告的各项成果、数据、参数、指标、模型等很难被重用，每次分析的成本很难被降低。

大数据时代的来临，网络上承载的信息愈加丰富。其涵盖各行业个领域人才供需的详细信息，通过分布式网络爬虫在网络上采集人才的需求和供给相关数据，再利用大数据处理方法及数据挖掘算法量化分析方法，构建区域视角下人才供需分析系统，可有效解决人工分析所面临的上述三类问题，为区域人才的量化分析提供解决方案。。

发明内容

本发明为了克服上述技术问题的缺点，提供了一种基于大数据的区域人才供需平衡量化分析方法。

本发明的基于大数据的区域人才供需平衡量化分析方法，包括区域内人才需求相关数据采集、区域内人才供给相关数据采集和区域人才供需平衡量化分析步骤，其特征在于：

所述区域内人才需求相关数据采集通过以下方法来实现：

a).确定人才需求目标数据源和采集范围，优质可量化且能够实时反映区域人才需求的数据是做好分析的前提，因此选取的目标数据源为：招聘网站，大型组织、大学、人社局网站的招聘板块，以及编制招考信息；