基于在线评论数据挖掘分析的求职软件优化研究

杨逸凡， 杨 睿

(江西财经大学 信息管理学院， 南昌 330032)

在供需不平衡的招聘市场中，求职者与市场之间的信息不对称导致企业招不到合适的员工，求职者又找不到合适的工作。为解决信息不对称问题，企业开始研发求职移动软件。通过求职App，企业能够精确发布求职信息，企业和求职者之间的信息逐渐对称，求职者能够更便捷地寻找工作，企业也能够招聘到更适合岗位的员工。

近年来，就业问题已成为亟须解决的民生问题[1]。其中，大学生就业问题直接影响着我国经济的发展和社会的稳定[2]。为使得求职软件能够更好地服务于大学生就业市场，本文选取不同企业开发的大学生使用较多的求职App进行比较，通过运用文本挖掘和数据分析技术，找出用户满意度较低软件的可优化点进行优化，从而为求职App提供更有效的管理建议。

一、研究过程

选取BOSS直聘、赶集网、猎聘、前程无忧、智联招聘和脉脉这6个下载量最高的求职App进行优化研究。在数据收集的过程中，共收集到的评论数量为：BOSS直聘15831条；赶集网15786条；猎聘16514条；脉脉15606条；前程无忧15931条；智联招聘16016条。数据预处理后，对评论文本进行情感分析和分词分类处理，将满意度最高的App和满意度最低的App进行比较[3]，最后从页面设计、操作体验、安全性能、职位类型和岗位质量这五个方面对满意度最低的App提出优化建议。

(一)数据预处理

利用八爪鱼采集器在“360手机助手”官网上爬取6个求职软件的评论，并剔除重复评论及无效评论，最终得到有效评论数量为：BOSS直聘10963条；……