UK职位广告中共现技能的模式

一个职位通常涉及应用几个互补或协同技能来完成其必需的任务。雇主在招聘新员工时所要求的技能就隐式地认识到这些关系。我们基于来自UK的数据集构建了一个技能网络，该数据集包含6500万条自2016年至2022年跨越数年的职位信息。随后，我们应用多尺度基于图的社区检测以获得不同分辨率级别的数据驱动技能聚类，这些聚类揭示了跨尺度的模块化结构。技能聚类显示出多样化的需求水平并在技能网络中占据不同角色：一些具有广泛的网络覆盖面（高接近中心性），而另一些则在簇内具有更高的包含程度，但与簇间的高互联且不存在技能孤岛。技能聚类还显示出不同的语义相似性，这突显了广告中共现与本质主题一致性之间的差异。清晰的地理差异体现在每个技能聚类的需求中，广泛地反映了每个地区的工业特征，例如伦敦作为金融、教育和商业的国际中心而表现为异常值。将2016年和2022年的数据进行比较后发现，雇主随着时间推移正在要求更广泛的技能范围，更多的广告包含跨越不同聚类的技能。我们还显示，我们的数据驱动聚类与专家编排的技能分类不同，表明专家评估 alone 无法捕捉技能之间的重要关系。