09 марта 2016г.
Введение
Рынок труда – система общественных отношений, связанных с наймом и предложением рабочей силы, или с ее куплей и продажей. Этот рынок является сложной многомерной динамической системой с большим количеством обратных связей. Кроме того, количество информации о вакансиях и претендентах на работу (в дальнейшем претендентах) постоянно растет. Все это приводит к тому, что анализ рынка труда традиционными аналитическими средствами становиться все более сложным и недостаточно полным. Кардинальным решением этой задачи видится в применении технологий Big Data, которые, во-первых, умеют работать с очень большим количеством данных, а во-вторых, предлагают новые подходы их анализа без привлечения большого числа аналитиков.
Цели и задачи аналитиков при анализе рынка труда
Анализ рынка труда – функция управления, предназначенная для изучения, систематизации, обобщения и оценки достигнутых результатов на рынке труда [1]. В результатах анализа рынка труда заинтересованы: а) работодатели – хотели бы узнать, что собой представляют претенденты, какие требования они предъявляют к работодателю; с другой стороны, что предлагаю претендентам конкуренты; б) претенденты – оценивают предложения, сравнивая их со своими возможностями и запросами; в) системы управления образованием и учебные заведения – хотели бы понять, как необходимо скорректировать перечень направлений и специальностей, планы набора абитуриентов и учебные планы для подготовки востребованных выпускников.
Источники информации о состоянии рынка труда
К основным источниками информации о рынке труда можно отнести: 1) тематические печатные средства массовой информации (объявление в журналах, газетах, буклетах и т. п.); 2) специализированные интернет-сайты по трудоустройству (superjob.ru, headhunter.ru, rabota.ru, job.ru и пр.); 3) профессиональные социальные сети (linkedin.com, professionali.ru); 4) контактные аудитории (рекламные выставки, презентации, ярмарки, специализированные учебные семинары, тренинги); 5) готовые материалы о статистике рынка труда.
Наиболее удобным и доступным источником информации о рынке труда является Интернет. На специализированных сайтах по поиску работы большая часть информации о требованиях к персоналу содержится в объявлениях о вакансиях, что дает возможность оценить позиции других работодателей. Публикуются и объявления соискателей, в которых работники информируют работодателей о своих профессиональных навыках.
Сегодня в сети существует огромное количество сайтов по трудоустройству. При этом наблюдается постоянный рост количества опубликованных резюме и вакансий – объемы информации постоянно растут, и ее большая часть не является структурированной.
Big Data как инструмент анализа данных
Одним из перспективных направлений анализа рынка труда, на наш взгляд, являются технологии Big Data, так как они и подразумевают работу с информацией огромного объема и разнообразного состава, весьма часто обновляемой и находящейся в разных источниках [2]. Big Data (или Большие данные) – это совокупность подходов, методов и инструментов по работе с полным объемом разнородных явно не связанных между собой данных, с целью извлечения выгоды для бизнеса.
Задача анализа больших данных заключается в следующем: имеется данные большого объема и предполагается, что в этих данных существуют некоторые «скрытые знания». Эти «скрытые знания» должны быть: а) неочевидными – найденные закономерности не должны быть обнаружены при визуальном анализе данных, а также при помощи стандартных методов обработки информации; б) неизвестными – найденные закономерности не должны подтверждать уже известные сведения; в) практически полезными – полученные данные имеют определенную ценность и им можно найти практическое применение; г) объективными – обнаруженные закономерности должны полностью соответствовать действительности; д) доступными для интерпретации – полученные данные должны быть логически объяснимыми, их можно представить в наглядном виде и легко объяснить в терминах предметной области.
Применительно к анализу рынка труда необходимо рассматривать следующие данные:
1) для вакансий – должность, требуемый опыт работы, образование, навыки, место работы (на дому/на территории работодателя), график работы, тип занятости, условия работы, заработная плата, город, дата размещения, источник;
2) для резюме – желаемая должность, стаж работы, образование, знание иностранных языков, пол, возраст, семейное положение, наличие детей, готовность к командировкам, желаемый график работы, тип занятости, место работы (на дому/на территории работодателя), желаемая з/п, город, личностные качества, увлечения, наличие фотографии, дата размещения, источник.
Далее ставится задача поиска неочевидных зависимостей различного рода. В частности, можно получить такие тривиальные статистические данные как сведения о средней заработной плате специалистов по конкретным должностям, материальные ожидания соискателей, соотношение спроса и предложения по конкретным должностям общие требования работодателей к образованию, квалификации и опыту работы. При этом будут учитываться отраслевая и региональная специфика, сезонность и динамика спроса и предложения.
Применение технологии Big Data для анализа рынка труда имеет определенные трудности, связанные со сбором, обработкой и анализом информации. Во-первых, информация на сайтах по трудоустройству часто является неструктурированной, а, если и структурированной, то эти структуры отличаются от сайта к сайту. Сложность анализа подобной информации заключается в том, что не все пользователи полностью заполняют необходимые сведения, в связи с чем появляются определенные «дыры» в данных, которые необходимо минимизировать и сгладить. Также есть сайты, которые предлагают пользователям загружать свои резюме или вакансии на должность в простом текстовом формате, к которым уже не применить встроенные фильтры. Такие данные также необходимо собрать и проанализировать, прибегая к семантическому анализу.
Во-вторых, на различных сайтах очень много дублирующей информации. При поиске работника или работы ни один серьезно настроенный работодатель или соискатель не остановится на одном ресурсе, т. к. размещение информации на нескольких сайтах увеличивает шанс быть замеченным. В связи с этим следует рассмотреть вопрос об исключении попадания в выборку копий вакансий или резюме, т. к. это может серьезно повлиять на конечный результат анализа.
В-третьих, динамика рынка труда подразумевает большую зависимость результата от времени и периодичности сбора данных. Мониторинг рынка труда подразумевает необходимость постоянного пересчета, чтобы исключить серьезного устаревания результатов. Ситуация в этой сфере постоянно меняется и то, что было актуальным сегодня, завтра уйдет на второй план.
Еще одной существенной трудностью использования принципов Big Data является огромное количество методов анализа, в основе которых лежит инструментарий, заимствованный из статистики и информатики. В качестве примера можно привести такие методы как Data Mining, краудсорсинг, сетевой анализ, прогностическое моделирование, визуализация, кластерный анализ и др. При этом постоянно продолжается работа над совершенствованием существующих методов, а также созданием новых методов.
Все задачи, решаемые в Data Mining по назначению можно разделить на описательные и предсказательные. Описательные задачи уделяют внимание улучшению понимания анализируемых данных. В этих моделях главным является легкость и прозрачность результатов для восприятия человеком. Решение предсказательных задач направлено на предсказание или прогнозирование неизвестных или будущих значений других переменных [3].
Для анализа рынка труда наиболее подходящими являются описательные методы, в связи с тем, что главной целью исследования является поиск специфических для данной предметной области закономерностей, которые больше нигде не встретятся, а не предсказание результатов на новом наборе данных. К такому виду задач относятся кластерный анализ (метод классификации объектов по группам за счет выявления неизвестных общих признаков) и поиск ассоциативных правил (набор методик для выявления взаимосвязей между переменными величинами в больших массивах данных).
Также важным моментом в анализе больших данных является их визуализация. Это методы графического представления результатов анализа больших данных в виде изображений или диаграмм для упрощения восприятия полученных данных и облегчения их интерпретации.
Заключение
Анализ рынка труда относится к сложным задачам в силу большого числа разнородных быстро изменяющихся данных, что крайне осложняет применение традиционных методов анализа. Применение технологий Big Data не только справляется с этой задачей, но и позволяет получать новые, «скрытые» знания о предметной области.
Список литературы
1. Щербина В.В. Управление человеческими ресурсами: менеджмент и консультирование. М.: Независимый институт гражданского общества, 2004. 520 с.
2. Майер-Шенбергер В., Кукьер К. Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим. М. : Манн, Иванов и Фербер, 2014. 240 с.
3. Чубукова И.А. Data Mining. М.: Интернет-университет информационных технологий, Бином, 2008. 324 с.
