目的：挖掘招聘平臺信息，并做簡單的數(shù)據(jù)分析案例以及數(shù)據(jù)使用方向。

挖掘平臺：boss直聘

檢索詞語：大數(shù)據(jù)、數(shù)據(jù)分析、數(shù)據(jù)采集、數(shù)據(jù)挖掘、用戶畫像

數(shù)據(jù)檢索級別：A級

數(shù)據(jù)檢索標(biāo)簽：標(biāo)題、公司位置、薪資水平、工作經(jīng)驗(yàn)、學(xué)歷要求、HR、HR崗位、公司名、公司領(lǐng)域、發(fā)展階段、公司人數(shù)、公司福利、招聘關(guān)鍵詞。

標(biāo)題：崗位熱度傾斜

位置：城市各區(qū)公司分布，對比

薪資：城市薪資水平，各區(qū)薪資對比

經(jīng)驗(yàn)-學(xué)歷：行業(yè)基礎(chǔ)在職門檻

HR：招聘人員男女比例

公司屬性：行業(yè)需求占比，不同發(fā)展階段需求比例

福利：熱招崗位基本福利水平

熱詞：就業(yè)擇業(yè)方向以及專業(yè)及技能考慮

采集結(jié)果：

數(shù)據(jù)條數(shù)1442

職位熱詞

在招崗位分布區(qū)域

城市薪資水平：

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為居中薪資水平占比%22。

城市招聘者HR性別比例，還是小姐姐多的喲！

行業(yè)崗位需求：

農(nóng)林牧漁排在首位相對來說是非常出乎意料的事情，當(dāng)然了三線城市HR的專業(yè)度也許會令人深思的。此外，針對數(shù)據(jù)的傾斜誤差行為并無太大的關(guān)系，數(shù)據(jù)服務(wù)，計(jì)算機(jī)軟件，以及移動互聯(lián)網(wǎng)行業(yè)依舊是遙遙在前。

最后的職業(yè)熱度詞就不再展現(xiàn)，并無太多的意義可言。

數(shù)據(jù)的采集挖掘——整理分類—— 清晰 階段——可視化

最為繁雜的要數(shù)整理分類以及清洗階段，在數(shù)據(jù)完整的情況下只要思維是絕對的清洗，剩下的只是不斷的重復(fù)操作而已。

以上的展現(xiàn)方式，因?yàn)閿?shù)據(jù)抽取的不完善性，以及并非完整的全年數(shù)據(jù)，會存在不小的傾斜性行為，（甚至城市與城市之間，全國城市整體數(shù)據(jù)作為分析手段又是更加精確，只是更大的數(shù)據(jù)分析行為上升的單位背景又是一個層次，目前只針對一些普類公司去做數(shù)據(jù)分析是基本夠用的）當(dāng)然了在這里只為提供一些針對迷茫的小白思路。

最后，網(wǎng)絡(luò)并非法外之地，此文只針對技術(shù)可用性分析。