岗位招聘信息采集并做数据分析

目的：挖掘招聘平台信息，并做简单的数据分析案例以及数据使用方向。

挖掘平台：boss直聘

检索词语：大数据、数据分析、数据采集、数据挖掘、用户画像

数据检索级别：A级

数据检索标签：标题、公司位置、薪资水平、工作经验、学历要求、HR、HR岗位、公司名、公司领域、发展阶段、公司人数、公司福利、招聘关键词。

标题：岗位热度倾斜

位置：城市各区公司分布，对比

薪资：城市薪资水平，各区薪资对比

经验-学历：行业基础在职门槛

HR：招聘人员男女比例

公司属性：行业需求占比，不同发展阶段需求比例

福利：热招岗位基本福利水平

热词：就业择业方向以及专业及技能考虑

采集结果：

数据条数1442

职位热词

在招岗位分布区域

城市薪资水平：

其中3.5k-5k占比%28排名第一，7.5K-9K占比%23排名第二，5.5K-7K为居中薪资水平占比%22。

城市招聘者HR性别比例，还是小姐姐多的哟！

行业岗位需求：

农林牧渔排在首位相对来说是非常出乎意料的事情，当然了三线城市HR的专业度也许会令人深思的。此外，针对数据的倾斜误差行为并无太大的关系，数据服务，计算机软件，以及移动互联网行业依旧是遥遥在前。

最后的职业热度词就不再展现，并无太多的意义可言。

数据的采集挖掘——整理分类—— 清晰 阶段——可视化

最为繁杂的要数整理分类以及清洗阶段，在数据完整的情况下只要思维是绝对的清洗，剩下的只是不断的重复操作而已。

以上的展现方式，因为数据抽取的不完善性，以及并非完整的全年数据，会存在不小的倾斜性行为，（甚至城市与城市之间，全国城市整体数据作为分析手段又是更加精确，只是更大的数据分析行为上升的单位背景又是一个层次，目前只针对一些普类公司去做数据分析是基本够用的）当然了在这里只为提供一些针对迷茫的小白思路。

最后，网络并非法外之地，此文只针对技术可用性分析。