自适应选择职业以从在线招聘广告中检测技能短缺
计算机与社会
2020-03-20 v3
摘要
鉴于开展代表性调查的高成本以及这些指标的固有延迟，劳动力需求与技能短缺在历史上一直难以评估。这对于快速发展中的技能和职业（例如与数据科学与分析（DSA）相关的那些）尤为关键。本文提出了一种数据驱动的解决方案，用于从在线招聘广告（ads）数据中检测技能短缺。我们首先提出一种方法，基于招聘广告中的一组种子技能生成高度相似的技能集合。这为研究人员提供了一种基于细粒度技能数据自适应选择职业的新方法。接下来，我们将该自适应技能相似度技术应用于一个包含超过670万条澳大利亚招聘广告的数据集，以识别具有最高比例DSA技能的职业。这揭示了2012—2019年间跨23个职业类别的306,577条DSA招聘广告。最后，我们提出从在线招聘广告中检测技能短缺的五个变量：（1）发布频率；（2）薪资水平；（3）教育要求；（4）经验需求；（5）招聘广告发布可预测性。这为实时检测技能短缺的目标提供了进一步证据。在进行该分析时，我们还发现了澳大利亚高度技术性DSA技能与职业存在技能短缺的强有力证据。这些结果为来自其他发达经济体的数据科学研究人员、教育者和政策制定者提供了关于未来应满足增长中DSA劳动力需求而应培养哪些类型技能的见解。
引用
@article{arxiv.1911.02302,
title = {Adaptively selecting occupations to detect skill shortages from online job ads},
author = {Nik Dawson and Marian-Andrei Rizoiu and Benjamin Johnston and Mary-Anne Williams},
journal= {arXiv preprint arXiv:1911.02302},
year = {2020}
}