研究背景及意义

研究背景

近年来，我国经济受疫情以及国外经济的多种因素影响，经济的增长速度缓慢，企业岗位的竞争越来越激烈，个人尤其是退伍军人等要在竞争的环境中脱颖而出，就必须时刻了解企业岗位的市场需求，不断提升自己的能力，同时要想在竞争的岗位中获胜，就需要根据自身能力评估自己适合那种岗位分类，对自己进行正确定位，寻找自身的不足，发挥自己的优势，从而为稳定就业打好基础；在人员选择岗位的同时，企业也非常关注自己岗位需要什么样能力的人员，从而制定合理的招聘计划和要求，对于已在职人员根据岗位分类相关因素，制定合理的培训计划，提高在职人员的能力，从而更改好的为企业服务；对于政府可以根据企业岗位人员信息，掌握就业人员的相关信息，为制定合理的就业政策做准备。近年来随着信息化的发展，许多人力资源机构已经积攒了丰富的企业岗位人员相关数据，机器学习技术在各领域的引用，为本文基于机器学习的企业岗位人员分析预测课题研究做好铺垫，所以选择本课题研究即可行且很有必要。

研究意义

基于机器学习的企业岗位人员分析预测对政府、企业和个人都有积极的影响，下面就其重要目的和意义进行阐述：

(1)提供决策支持：这种研究可以为政府、教育机构和企业提供关于未来就业市场的数据和见解，帮助他们做出更明智的政策和战略决策。政府可以根据预测的就业趋势调整教育政策和职业培训计划，以满足市场需求。企业可以根据预测的技能需求来进行人力资源规划和招聘。

(2)职业规划和教育选择：个人可以借助这些预测数据更好地规划自己的职业生涯。他们可以了解哪些职业领域有更多的就业机会，哪些技能将来更为重要，从而做出更明智的教育和职业选择。

(3)减少失业率：通过提前预测就业市场的供需情况，可以更好地调整就业培训计划，帮助人们获取需要的技能，提高他们的就业机会，从而减少失业率。

(4)更好的资源分配：政府和组织可以更精确地分配教育和培训资源，确保资源用于真正需要的领域，提高资源利用效率。

(5)部队任务的实战需要：当处于各项任务的紧急情况下，可以通过研究组建相关专业岗位人员团队，未来的大项任务这些专业岗位团队就可以更好的发光发热。

总之，基于机器学习的企业岗位人员分析预测不仅有助于个人做出明智的职业决策，还对社会、政府、企业和部队的发展和可持续性具有深远的影响。这种研究可以帮助建立更加适应未来就业市场需求的社会和经济体系。

研究工作

以社会人员的历史就业情况信息数据为依据，分析影响社会人员企业岗位的相关因素，基于BernoulliNB算法、GaussianNB算法和决策树算法构建企业岗位预测模型，为社会人员根据个人能力选择合适岗位提供决策中。

(1)分析企业岗位影响因素，主要有硬能力和软能力两方面，其中硬能力比如专业，学历，过往的岗位，软能力比如沟通能力，组织能力，学习能力，情绪管理能力，通过收集招聘网内部就业情况数据。具体收集专业，学历，过往岗位，沟通能力，组织能力，学习能力，情绪管理能力数据。

(2)就业情况数据清洗、预处理，对收集到的就业情况数据验证是否存在空值，若存在进行剔除；就业情况数据类型转化。

(3)就业情况数据可视化分析，通过饼图、柱状图等展示学历、专业、岗位对应的数据数量。

(4)通过直方图分组显示各因素数据的分布情况，观察是否存在离散数据，如果存在进行删除。

(5)通过热图显示就业情况数据间的相关性，对相关性差的数据因素去除。

(6)基于BernoulliNB算法的企业岗位预测模型探索，建立企业岗位征数据和标签数据，做标准化处理，并划分测试集、训练集。进行训练、评估模型(准确率等)。

(5)基于GaussianNB算法的企业岗位预测模型探索，进行训练、评估模型(准确率等)，展示训练集预测与实际结果。

(6)利用决策树的C4.5算法构建实现企业岗位分析模型，使用后剪枝对决策树进行修剪，通过最终的决策树模型分析得出就业的分析预测

(7)企业岗位预测模型比较，从查准率、召回率、F1分值等角度比较模型效果，展示训练集预测与实际结果。

(8)设计界面，展示可视化，并实现企业岗位预测功能。

企业岗位人员数据直方图分析

通过直方图观察企业岗位人员数据中出生年份、沟通能力、组织能力、学习能力、情绪管理能力等属性数据是否存在离群现象，如果存在则对上述离群值的企业岗位人员数据进行分析，同时掌握企业岗位人员数据的分布情况。

出生年份数据直方图分析

为了分析企业岗位人员数据中的出生年份数据，本文通过绘制出生年份数据直方图对该数据的分布情况以及离散值情况进行分析。读取文件“zhengli.csv”中出生年份数据，将其作为出生年份数据直方图数据源，绘制得到的出生年份数据直方图如下所示。

沟通能力数据直方图分析

为了分析企业岗位人员数据中的沟通能力数据，本文通过绘制沟通能力数据直方图对该数据的分布情况以及离散值情况进行分析。读取文件“zhengli.csv”中沟通能力数据，将其作为沟通能力数据直方图数据源，绘制得到的沟通能力数据直方图如下所示。

组织能力数据直方图分析

为了分析企业岗位人员数据中的组织能力数据，本文通过绘制组织能力数据直方图对该数据的分布情况以及离散值情况进行分析。读取文件“zhengli.csv”中组织能力数据，将其作为组织能力数据直方图数据源，绘制得到的组织能力数据直方图如下所示。

企业岗位人员数据统计分析

本文对企业岗位人员数据中的学历、企业岗位等类别型数值的数据情况进行统计分析，研究不同类别在企业岗位人员数据中占据的情况。

学历数据统计饼图分析

为了分析企业岗位人员数据中的学历数据，本文通过绘制学历数据饼图对不同学历数据的分布情况进行分析。读取文件“zhengli.csv”中学历数据，将其作为学历数据统计饼图数据源，绘制得到的学历数据统计饼图如下所示。

企业岗位人员数据相关性分析

绘制得到的企业岗位人员数据相关性热图如下所示。

企业岗位分类预测模型混淆矩阵分析

(1)以239条企业岗位人员测试集数据，通过加载BernoulliNB算法的企业岗位分类模型文件“BernoulliNB算法模型.model”，构架模型并对企业岗位人员测试集数据预测，绘制得到的基于BernoulliNB算法的企业岗位分类预测模型的混淆矩阵热力图如下图所示。