招聘數據挖掘的物流和供應鏈人才能力

前言:尋找寫作靈感?中文期刊網用心挑選的招聘數據挖掘的物流和供應鏈人才能力,希望能為您的閱讀和創作帶來靈感,歡迎大家閱讀并分享。

招聘數據挖掘的物流和供應鏈人才能力

摘要:隨著大數據時代的到來,物流與供應鏈逐漸趨向于數字化、智能化,對于專業人才的能力需求也發生變化。為了有效識別企業對于數字化物流與供應鏈管理人才的能力要素的需求,本研究選取前程無憂網站的招聘數據進行挖掘,獲取企業對人才的能力需求信息。通過文獻分析,將人才能力分為社會能力、專業知識能力、業務管理能力、信息和數據能力以及語言能力;再利用TF-IDF方法分析招聘數據的能力關鍵詞,并將最終確定的關鍵詞與這五類能力進行匹配,進而分析不同維度下企業更關注的能力。

關鍵詞:招聘信息;物流與供應鏈人才;大數據

現階段,我國物流與供應鏈行業發展正處于黃金階段,物流與供應鏈總額持續增長。高校培養了大量的物流與供應鏈管理相關專業本科畢業生,面臨著就業難的問題,企業對物流與供應鏈人才求賢若渴卻難以得到供給,形成了供需不對稱的情況。由于戰略轉型、區域轉移和服務轉型,企業的需求不斷變化,陷入物流技能人才供需結構性短缺的困境。[1]在大數據時代背景和供給側結構性改革政策的支持下,物流與供應鏈行業發展呈現以下新特征:①在技術方面,人工智能、物聯網、5G等技術的應用使物流與供應鏈行業發展逐漸趨于智能化、數字化、網絡化;[2][3][4]②在業務功能方面,物流與供應鏈行業作為社會發展的樞紐,逐漸從運輸、倉儲等單一業務向一體化發展;[5]③在商業模式方面,近幾年供應鏈體系逐漸發展,其本身的復雜性導致企業應對更多的挑戰、第三方物流業務范圍也從傳統物流服務向更廣泛的供應鏈服務拓展。[6]近年來,隨著教學改革的不斷進行,高校也在不斷探索物流與供應鏈人才培養模式。然而其改革的速度跟不上行業的迅速發展,這使得高校的培養模式相對滯后。因此,如何掌握市場對人才的能力需求特征,以及培養模式如何適應市場對人才能力的需求,成為高校面臨的一大難題。

1研究現狀

物流與供應鏈人才的專業能力是指,該專業的學生面向物流管理和供應鏈管理的領域完成相關活動所需的能力。由于企業對于人才能力的要求已經不限于物流運作,還需要具備將物流與其他職能相結合的能力,因此將物流與供應鏈看作一個系統進行分析,有利于更全面地揭示行業對于人才能力的需求。從現有研究來看,相關學者從不同研究視角積極開展了相關研究?;趹眯臀锪鞴芾斫嵌龋瑮钣狼澹?]對本科專業學生的能力進行分析,指出高校培養的物流類專業的學生達不到企業對實踐能力的需求?;凇肮ぁ苋诤稀钡奈锪鞴芾韺I角度,謝如鶴[8]認為物流管理作為一個應用性很強的專業,其學生應當具備獲取知識和應用知識的能力、創新能力。在供給側背景下,李勇[9]等人發現企業對物流人才技能的需求主要為物流基礎技能、國際物流技能。從終生學習的視角出發,HerbertKotzab[10]等人通過總結文獻內容并結合職位進行分析,認為企業對物流與供應鏈人才的認知能力和元能力比社交能力關注較多。根據文獻分析和綜述,本研究得出物流與供應鏈企業所需能力基本可以概括為人際交往技能、物流與供應鏈核心技能、數量與技術技能與管理基本技能四個維度。其中,對人際交往的關注較多,有些學者將它細分為溝通能力、協同創新能力;有些學者將它稱作個人屬性,主要包含團隊合作能力、口語交際能力和大局觀能力等。該能力主要指物流與供應鏈管理人才需要懂得各種場合的禮節、具備善于與他人交往的能力。因此,本研究將該能力單獨列出,并稱之為社會能力。物流與供應鏈核心技能是指專業能力,是物流人才所需的最基本技能。有些學者將它描述為物流技能,其中包含運輸、國際物流、包裝等;還有的學者稱它為專業技能,包括供應鏈管理、國際貨物運輸等。所以,本研究將物流與供應鏈管理領域的能力描述為專業知識能力。管理基本技能是指善于處理商業關系與實現業務績效、能夠為企業帶來利益需具備的能力。已有文獻主要將其細分為供應鏈意識、跨職能意識、市場營銷等。鑒于物流與供應鏈管理是多學科融合的專業,因此本研究將此能力劃分為業務管理能力。基于物流與供應鏈行業逐漸向數字化、智能化方向發展,有些研究特別關注了數據與技術技能,其中包含數據庫能力、計算機編程能力等。因此現代物流與供應鏈不僅需要基礎操作人員,更需要能夠適應社會發展的技術型人才。因此,本研究將該技能單列為信息和數據能力進行研究。隨著國際物流與供應鏈的發展,語言能力也成為考察物流人才的重要因素。多數學者把它歸在人際交往能力的維度中,有學者將其劃分在國際物流能力中或把它單列出來。語言能力可能會成為促進其發展的一種因素,因此本研究把它單列出來進一步研究。綜上所述,本研究把物流與供應鏈專業人才能力需求分為五個維度,分別是社會能力、專業知識能力、業務管理能力、信息和數據能力以及語言能力?,F有研究或關注于高職、或關注于本科,且研究視角和研究方法各異,較少有學者研究大數據時代背景下物流與供應鏈企業對人才的能力需求。本研究將應用網絡招聘數據挖掘以及TF-IDF詞頻統計的方法,探索社會對人才能力的需求,進而構建物流供應鏈人才能力結構,為高校培養人才提供重要的參考。

2研究設計

2.1數據獲取和處理

為探求社會對求職者的技能需求,文章以前程無憂網站上發布的招聘信息為研究數據來源,通過“八爪魚”軟件對其發布的信息進行抓取。本研究通過“八爪魚”軟件對該網站以“物流”及“供應鏈”為檢索關鍵詞,工作地點為北京、上海、廣州、深圳、天津,為在校生/應屆生、無經驗,學歷要求為本科,工資待遇、公司性質、公司規模不限,檢索時間為2021年1月18日,檢索的有效時間范圍是2020年10月1日至2021年1月18日,獲取相關招聘信息5274條。本研究將與物流和供應鏈崗位無關的數據以及空缺的數據刪除,最終得到數據1571條。此外,只提取出與職位要求相關的信息,刪除具體工作地點、薪資福利、企業介紹等信息。通過python的jieba庫,將這些數據進行分詞,并刪除常用的停用詞。為了提高分詞效果,本研究將與人才能力無關的高頻詞匯錄入停用詞詞典。然后合并具有相同含義的詞語,如“人際溝通”“人際交往”“交流”合并為“溝通”等,最后將分詞和合并處理后的文本保存到txt文檔中。

2.2研究方法與流程

在獲取txt文檔后,本研究主要分為3個步驟,劃分能力維度、發現重要能力需求、分析能力需求。首先,能力維度的劃分主要是對已有文獻進行分析,將物流與供應鏈專業人才能力需求分為五個維度,分別為社會能力、專業知識能力、業務管理能力、信息和數據能力以及語言能力。其次,通過TF-IDF方法發現重要能力需求,該方法是最為常見的特征提取方法。最后,通過對招聘信息的統計,從五個能力維度分析企業對物流與供應鏈專業的人才能力需求的特點。

3研究結果

通過TF-IDF方法,本研究提取了物流與供應鏈人才能力的關鍵詞共147個。然后將這些關鍵詞分別歸類到社會能力、專業知識能力、業務管理能力、信息和數據能力以及語言能力中,再分析各類別下的能力特征。根據TF-IDF算法處理的詞頻結果,對各分類排名前10的關鍵詞進行統計,見表1。

3.1社會能力

社會能力是求職者應具備的內在素質方面的能力,物流與供應鏈企業對該類能力的需求在一定程度上反映了復合型人才的能力要求。從詞頻統計結果可以發現,企業更加關注該類能力中的“溝通”“責任心”等能力,這些能力在高校教育中需要逐漸形成,同時也是高校在人才培養中的難點。

3.2專業知識能力

專業知識能力是由物流與供應鏈的主要常規能力組成。隨著物流與供應鏈企業頻繁的國際交流,企業較為關注供應鏈能力和采購能力,一定程度上說明了掌握這兩類專業知識是供應鏈和物流從業人員必備的。

3.3語言能力該能力

主要包括英語、日語等能力,其中企業最關注英語能力。實際上,大部分企業對求職者英語能力的要求為英語四級或英語六級,僅少數外企崗位例如銷售助理、采購專員等對外語有較高的要求。未來物流與供應鏈的國際合作和交流將會越來越頻繁,企業對人才的語言能力需求將會不斷增長,因此高校在人才培養中應當注重對學生語言能力的培養。

3.4信息和數據能力

由詞頻統計結果可知,熟練使用Office軟件是企業最關注的能力,也是進行信息和數據分析最基本的能力。詞頻排名前10的能力還包括統計分析、數據庫、SPSS等,說明物流與供應鏈管理對人才的能力不再局限于管理方面的能力,對數據分析方面的能力也逐漸重視,這便要求學生全面發展。

3.5業務管理能力

物流與供應鏈的業務管理涉及多個學科,為分析和解決業務問題提供了系統的視角。不同的物流與供應鏈崗位對于人才的業務管理能力要求不同,詞頻統計結果可以說明企業對有關國際貿易崗位的人才需求較大,因此求職者需要注重此類能力的培養。此外,學生還應具有理解財務、市場營銷等業務學科的能力。

4結論與展望

4.1結論

文章借助數據挖掘的方法對大數據背景下社會對物流與供應鏈人才需求進行挖掘和分析,探索社會對人才能力的需求。首先通過文獻分析的方法將相關技能分為五類,再通過TF-IDF確定關鍵詞并與這五類能力匹配,最后對這五類能力中排序前十的能力進行深入分析。本研究結合上述研究結果提出以下建議:(1)完善培養體系。以大數據背景下的企業的需求為參考,建立適應當代物流與供應鏈專業的人才培養體系。企業對于人才的溝通、英語、供應鏈和采購等能力比較重視,因此高校要格外注重培養學生的此類能力以及動態調整相關課程的設置。在人才培養過程中,增加國際貿易、市場營銷等方面知識的培養,有助于提高學生的就業競爭力。(2)加強實踐訓練。Office作為數據分析的基礎軟件和企業常用的辦公軟件,掌握Office技能成為企業十分關注的能力。此外,學生還應當掌握其他數據分析能力,如數據庫、統計分析等。因此,高校應加強數據挖掘與分析方面的教學,并通過數據分析平臺促進學生對數據分析知識的理解和應用,增強其實踐能力。

4.2不足和展望

本研究存在數據范圍過于局限、研究方法不多等問題,導致研究結果不具有普適性,在今后的研究中可以從多個招聘網站獲取多個地區的信息進行分析,還可以應用LDA主題模型、回歸分析等方法進行分析,以此提高研究結果的普適性。

作者:程歡歡 王淼 王逸臨 霍詠琪 任美星 單位:天津商業大學 管理學院

亚洲精品一二三区-久久