多代际劳动力市场：基于机器学习的数据驱动多视角系统参数发现
人工智能
2023-02-21 v1
摘要
经济问题，如通胀、能源成本、税收与利率，持续存在于我们的日常生活中，并因疫情、环境灾害与战争等全球事件而加剧。一段持续的金融危机史揭示了现代经济基础的显著弱点与脆弱性。另一当前重大问题是大量人员辞职。此外，许多组织拥有包含多代人的多元化劳动力，带来新挑战。经济学与劳动力市场亟需变革性方法来保护我们的社会、经济与地球。在本工作中，我们利用大数据与机器学习方法发现多代际劳动力市场的多视角参数。学术视角的参数利用来自 Web of Science 的 1958–2022 年 35,000 篇文献摘要发现，专业人士视角则利用 2022 年 57,000 条 LinkedIn 帖子发现。我们共发现 28 个参数，并将其归类为 5 个宏参数：学习与技能、就业部门、消费行业、学习与就业问题，以及代际特定问题。我们开发了完整机器学习软件工具用于数据驱动参数发现。应用了多种定量与可视化方法，并提取多个分类体系以探索多代际劳动力市场。提供了基于逾 100 篇研究文献的多代际劳动力市场知识结构及文献综述。期望本工作能增强基于 AI 的知识发现与系统参数发现的理论与实践，以发展自主能力与系统，并促进劳动力市场经济学的新颖方法，从而导向可持续社会与经济的发展。
引用
@article{arxiv.2302.10146,
title = {Multi-generational labour markets: data-driven discovery of multi-perspective system parameters using machine learning},
author = {Abeer Abdullah Alaql and Fahad Alqurashi and Rashid Mehmood},
journal= {arXiv preprint arXiv:2302.10146},
year = {2023}
}
备注
77 Pages, 3 Tables, 13 Figures, Submitted, Under Review