基于序列隐变量模型的招聘市场趋势分析

招聘市场分析为理解特定行业的经济增长提供了有价值的认识，并对雇主和求职者都起着重要作用。随着在线招聘服务的快速发展，海量招聘数据得以积累，并使招聘市场分析的新范式成为可能。然而，传统的招聘市场分析方法在很大程度上依赖领域专家知识和经典统计模型，这些方法通常过于通用而难以建模大规模动态招聘数据，且难以捕捉细粒度的市场趋势。为此，本文提出一种招聘市场分析的新研究范式，利用无监督学习技术基于大规模招聘数据自动发现招聘市场趋势。具体而言，我们开发了一种名为MTLVM的新型序列隐变量模型，旨在捕捉企业招聘状态的序列依赖关系，并能够在贝叶斯生成框架下自动学习潜在招聘主题。特别地，为捕捉招聘主题随时间的变异性，我们为MTLVM设计了层次狄利克雷过程。这些过程可动态生成演化的招聘主题。最后，我们实现了一个原型系统，基于中国的真实招聘数据对我们的方法进行实证评估。事实上，通过可视化MTLVM的结果，我们成功揭示了诸多有趣发现，例如LBS相关职位的受欢迎程度在2014年下半年达到峰值，并于2015年下降。