JobHop：大规模职业轨迹数据集
计算与语言
2025-11-04 v2
摘要
了解劳动力市场动态对政策制定者、雇主和求职者来说都是至关重要的。然而，能够捕捉真实世界职业轨迹的综合数据集极为稀少。本文介绍 JobHop，一个来自比利时西法大陆公共就业服务机构 VDAB 提供的匿名化简历衍生的大规模公共数据集。我们利用大语言模型（LLM）处理非结构化的简历数据，提取结构化的职业信息，然后通过多标签分类模型规范化为标准 ESCO 职业编码。这一过程结果为一个包含超过 167 万条工作经历、来自超过 36 万份用户简历并映射到标准 ESCO 职业编码的丰富数据集，为洞察真实职业转换提供了宝贵的线索。这一数据集支持多种应用，如分析劳动力市场的流动性、就业稳定性以及职业休假对职业转换的影响。它还支持职业路径预测及其他数据驱动的决策过程。为展示其潜力，我们探讨了数据集的关键特征，包括职业分布、职业休假和职业转换，展示了其在推动劳动力市场研究方面的数据价值。
引用
@article{arxiv.2505.07653,
title = {JobHop: A Large-Scale Dataset of Career Trajectories},
author = {Iman Johary and Raphael Romero and Alexandru C. Mara and Tijl De Bie},
journal= {arXiv preprint arXiv:2505.07653},
year = {2025}
}