鄭康樂，曾 莉，韋婷婷，張建桃

（華南農(nóng)業(yè)大學數(shù)學與信息學院，廣州 510642）

0 引言

近年來，伴隨新型城鎮(zhèn)化、美麗中國建設的不斷推進以及旅游產(chǎn)業(yè)的持續(xù)繁榮，園林行業(yè)呈現(xiàn)出良好的發(fā)展勢頭，對人才的需求不斷增加。雖然目前畢業(yè)生人數(shù)逐年增多，但依然存在企業(yè)人才需求與學生就業(yè)需求同時得不到滿足的情況。且當前高校園林專業(yè)畢業(yè)生還存在專業(yè)能力較低、社會能力缺乏，以及對職業(yè)生涯規(guī)劃不完善等問題。

針對園林人才培養(yǎng)與就業(yè)市場需求不相適應這一現(xiàn)狀，許多研究者從定性分析的角度，面向就業(yè)市場、區(qū)域產(chǎn)業(yè)需求，對園林專業(yè)的人才培養(yǎng)提出了改革建議。如胡金龍針對地方高校風景園林人才培養(yǎng)中存在的問題，從人才培養(yǎng)目標、專業(yè)課程體系、實踐教學體系、人才培養(yǎng)保障等方面提出了改革策略。洪艷鈮指出要形成以校企合作為重點、以政府監(jiān)管為支撐的“校企協(xié)同，工學結合”人才培養(yǎng)模式，為切實提高風景園林專業(yè)人才培養(yǎng)質量夯實基礎。邵長芬和李得發(fā)研究園林技術專業(yè)實踐教學的特點及存在問題，構建出適合園林技術專業(yè)人才市場需求的實踐教學模式和教學體系。溫娜等根據(jù)風景園林課程和專業(yè)特點，從“雙線條”“雙導師”及“雙評價”3個層面優(yōu)化了教學方式，為培養(yǎng)復合型和專業(yè)型人才、提高學生的專業(yè)技能和市場競爭力提供參考。

但鮮有利用招聘信息的文本數(shù)據(jù)對園林專業(yè)人才需求進行定量分析的研究，鑒于此，本文結合網(wǎng)絡招聘數(shù)據(jù)，以市場需求為導向，利用文本挖掘技術分析招聘單位對園林專業(yè)人才的需求，幫助求職者快速找到市場需求定位，有效指導高校園林人才培養(yǎng)。

1 研究方法

利用自然語言處理及文本挖掘技術對園林專業(yè)相關的招聘信息進行文本分析，挖掘園林專業(yè)崗位的核心需求。技術路線如圖1所示，總體上對園林專業(yè)崗位的人才需求分析可以概括為以下三個階段：數(shù)據(jù)采集、數(shù)據(jù)預處理以及數(shù)據(jù)可視化。

圖1 技術路線

1.1 數(shù)據(jù)采集

2021年3月10 日，以“園林”為關鍵詞，利用Python 爬取前程無憂網(wǎng)上全國范圍內(nèi)有關園林專業(yè)的招聘信息，共獲取24313 條招聘數(shù)據(jù)。數(shù)據(jù)的字段分別為：崗位名稱、薪資、地點、相關信息、公司名稱、公司類型以及崗位要求。

1.2 數(shù)據(jù)預處理

招聘網(wǎng)站上信息抓取有時會爬取到重復的崗位，且由于部分字段是非必填項，比如公司福利等，這就會難免會出現(xiàn)缺失值，因此必須先進行去重、去缺失值處理。同時，考慮到后續(xù)需要對崗位要求文本進行分析，本文將崗位要求文本字符串長度小于30且特殊字符（如？）占全字符串長度40%以上的文本都認為是無效文本，剔除該數(shù)據(jù)。

薪資單位不統(tǒng)一：經(jīng)統(tǒng)計后發(fā)現(xiàn)，薪資字段共有9 種表示方法。為方便后續(xù)可視化分析，統(tǒng)一規(guī)范為“千/月”的形式。其中，天以每月30 天進行換算，日以每天8 小時進行換算，若薪資存在上下限區(qū)間則對其進行求和平均。

地點表達不規(guī)范：通過分析地點字段，發(fā)現(xiàn)第一個詞都對應著中國的某個地級市，反之則顯示異地招聘。因此，本文搜集31個省級行政區(qū)（除香港、澳門和臺灣）下所屬的各個地級市，以及東北、華北、華南等7大地區(qū)分布，遍歷提取每一行地點中的地級市，與各省及地區(qū)所屬地級市進行匹配，若匹配成功，則返回對應省份和地區(qū)，反之，則將地點標注為“其它”。

通過分析相關信息字段，發(fā)現(xiàn)大部分格式都遵從著“市區(qū)，工作經(jīng)驗，學歷，招聘人數(shù)”這種寫法，比如“成都-高新區(qū)，5-7年經(jīng)驗，大專，招若干人”。因此，本文從相關信息字段中提取“經(jīng)驗、學歷、招聘人數(shù)”這三個特征字段，若提取不到對應字段，則對此數(shù)據(jù)進行剔除。至此，經(jīng)過上述數(shù)據(jù)預處理后，本文保留了15569條有效的招聘數(shù)據(jù)，字段分別為：崗位名稱、薪水（千/月）、招聘人數(shù)、經(jīng)驗、學歷、地區(qū)、省份、公司類型及崗位要求。

在進行中文分詞時，為了提高分詞的準確率，防止一些專有名詞被機器隨機切分開，比如“風景園林、綠化工作、工程造價”等，往往需要自定義詞典來降低切分錯誤率。本文以“園林、招聘、崗位、社會工作”等為關鍵字搜索并下載搜狗細胞詞庫中相關詞典，并通過觀察崗位要求這一列字段手動添加園林專業(yè)崗位的相關詞匯。然后，使用Python 中的jieba 加載自定義詞典。而對于崗位要求文本中的語氣詞、人稱、標點符號等特殊字符，本文則采用哈工大停用詞，并根據(jù)文本實際情況，手動添加了“備注、任職要求、崗位要求、有限公司”等相關詞匯，便于提高文本分詞的準確度。圖2是經(jīng)過分詞和去除停用詞后的文本。

圖2 分詞及去除停用詞部分結果

由于進行jieba 分詞后文本間可能會出現(xiàn)重復值，且分詞后每行文本的字符串長度都會遞減，有些甚至會減少到0。因此，有必要對文本進行進一步的清洗。本文對崗位要求中所有分詞字符串總長度小于30 的數(shù)據(jù)進行剔除，再進行去重操作。經(jīng)文本預處理后，崗位要求全部文本平均長度約為203個，最小值為31個，最大值為3828個。

1.3 LDA提取主題詞

潛在狄利克雷分配（Latent Dirichlet Alloca?tion，LDA）模型是由Blei DM 等人于2003年提出的，它采用無監(jiān)督的學習方法找出文本中所隱含的主題，其中的主題是一篇文檔中所包含的中心思想，在模型中主題被看作由一些服從特定概率分布的詞語構成，可用此模型得到文檔的主題分布，通過分析文檔的主題分布和主題對應的詞分布，可以進行主題詞的提取。

主題數(shù)的選取是LDA 建模最為關鍵的一步。一般地，主題數(shù)若選取過多，會導致主題提取過細，各部分重合度過高；主題數(shù)過少又會導致不同概念可能會歸納到同一個主題里，降低文本主題的可讀性。

本文采取LDA模型的困惑度指標（perplex?ity）以及基于經(jīng)驗和主觀判斷對實際模型不斷調參，繪制崗位要求字段困惑度的學習曲線，來選取最佳的主題數(shù)。LDA 模型的困惑度計算公式如下所示。

其中，表示語料庫中的測試集，本文采用隨機選擇語料庫中20%的文檔作為測試集，剩下80%的文檔作為訓練集。是文檔的篇數(shù)，N表示文檔中詞，(W)表示文檔中W一詞產(chǎn)生的概率。一般來說，困惑度越低，提取主題的效果越好。

2 數(shù)據(jù)可視化展示及分析

2.1 公司類型描述

由圖3可知，共有11 種不同類型的公司。其中，發(fā)布園林類崗位招聘信息最多的是民營公司，共計12548 家，占比約為80.6%；其次是國企，共計1052 家，占比約為6.76%；發(fā)布量排名第三的則是上市公司，共計980家，占比約為6.29%；合資和外資公司也對園林類崗位人才有所需求，在樣本中有470 家（3.02%）合資公司和332 家（2.13%）外資公司發(fā)布了招聘信息；而創(chuàng)業(yè)公司、非營利組織、事業(yè)單位、政府機關以及政企代表處對園林類崗位發(fā)布招聘信息較少。

圖3 發(fā)布招聘信息公司類型及其數(shù)量分布

2.2 工作經(jīng)驗分析

從圖4可以看出，在工作經(jīng)驗要求上，有28.96%的公司要求園林人才有4年工作經(jīng)驗，要求6年工作經(jīng)驗的公司占比達到了20.84%，而要求2年、1年以及無工作經(jīng)驗的公司占比差別不大（分別為16.71%、14.66%和11.78%），要求有8年和10年工作經(jīng)驗的公司累計占比約為7.04%。由此可見，公司比較看重有豐富工作經(jīng)驗的園林人才。因而，園林專業(yè)的學生需通過實踐不斷充實工作經(jīng)歷，在提升能力的同時積累自身經(jīng)驗。

圖4 工作經(jīng)驗分析

2.3 學歷與薪資分析

本文將薪資大于40 千/月的數(shù)據(jù)作為異常值進行剔除，繪制圖5的學歷與薪資箱線圖?？梢钥闯?，大專、中專以及高中的箱線圖較為類似，薪資的中位數(shù)也較為接近，基本上穩(wěn)定在6～8千/月，但大專薪資內(nèi)限以外的異常值較多，部分人最高薪資甚至可以達到40 千/月；本科與碩士的薪資中位數(shù)在10～13 千/月，從數(shù)據(jù)分布上來看，本科的薪資相比碩士來說更為分散，但兩者就業(yè)薪資趨勢大體上基本一致；初中及以下薪資中位數(shù)最低，為3～5 千/月，而博士薪資中位數(shù)最高，為19～22 千/月，其下四分位數(shù)也基本等同于本科薪資的中位數(shù)。由此可見，園林人才學歷越高，就業(yè)競爭中優(yōu)勢越明顯，薪資水平也會更高。

圖5 學歷與薪資箱線圖

2.4 學歷和地區(qū)需求分析

從圖6可以看到，大專的招聘人數(shù)需求最為旺盛，共計18687人，占比59.86%；其次是本科，共計9309人，占比29.82%；中專所招人數(shù)1856人（5.95%）； 高 中 所 招人 數(shù) 為964人（3.09%）；初中及以下所招人數(shù)183人（0.59%）；碩士所招人數(shù)199人（0.64%）；而博士在累計招聘人數(shù)為31217人中只招19人。由此可見，園林專業(yè)崗位的招聘人數(shù)所需學歷主要以大專和本科為主，占市場需求89.68%。

圖6 學歷招聘人數(shù)折線圖

從圖7、圖8可以直觀地看出，園林專業(yè)崗位人才在地理位置上的需求差異。

圖7 招聘人數(shù)地區(qū)條形圖

圖8 招聘人數(shù)省份分布

華東地區(qū)招聘人數(shù)最多，為9199人，占全國園林崗位招聘需求的29.47%，其中華東地區(qū)以江蘇、浙江、上海等發(fā)達省市為主，分別提供了3112、2708、1714個招聘名額；華南地區(qū)招聘人數(shù)為6691人，占全國園林崗位招聘需求的21.43%，其中以廣東省為主力軍，為整個華

南地區(qū)提供了6395個招聘名額，需求量在全國省市中最為旺盛；地區(qū)分布中標注為“其它”表示異地招聘，并不直接說明工作地點，但其招聘人數(shù)也達到了5695人，占比18.24%；西南地區(qū)招聘4143人，占比13.27%，其中四川、重慶、云南分別為西南地區(qū)提供了2183、1123、765個招聘名額；華中地區(qū)招聘3111人，占比9.97%，其中湖北、湖南、河南分別提供2231、538、342個招聘名額；西北地區(qū)招聘1024人，占比3.28%，其中陜西、甘肅分別提供962、36個招聘名額；華北地區(qū)招聘815人，占比2.61%，其中北京、天津、河北分別提供607、120、71個招聘名額；東北地區(qū)招聘人數(shù)最少，為539人，占比1.73%，其中遼寧、黑龍江、吉林分別提供423、60、56個招聘名額。綜上所述，園林專業(yè)的招聘單位主要集中在華東和華南地區(qū)，其中以廣東、江蘇、浙江、湖北、四川、上海、重慶等發(fā)達省市為主。

2.5 “崗位要求”字段的LDA可視化

本文在不同主題數(shù)下計算崗位要求字段的LDA困惑度如圖9所示?？梢钥闯?，當主題數(shù)取值在1～3 時，困惑度斜率變化最大，而當主題數(shù)大于3時，斜率變化較為平緩，此時的困惑度也相對較小，說明主題數(shù)為3可以較好提取崗位要求文本中的主題。因此，本文將3作為崗位要求字段LDA主題模型訓練的主題數(shù)。

圖9 崗位要求字段的LDA困惑度

運用LDA 模型可得到崗位要求字段中3個主題分布下的特征詞，而對于那些與主題無關且實際意義不大的詞語，進行人工剔除后選取每個主題下前30個權重值最大的特征詞，接著利用Python 中封裝好的WordCloud 包對3個主題的特征詞進行可視化繪制，效果如圖10—圖12所示。下列各主題的前30個特征詞占120 萬個分詞的權重值依次為29.42%、 32.86%和12.37%。

圖10 主題1工程能力詞云圖

圖11 主題2設計能力詞云圖

圖12 主題3業(yè)務和管理能力詞云圖

圖10—圖12可以看出，輸出的詞云圖分別代表企業(yè)招聘信息中蘊含著對園林專業(yè)崗位的三方面要求。從主題1和主題2 輸出的特征詞可以發(fā)現(xiàn)，兩個主題所反映的能力均與園林專業(yè)所學知識密切相關，可以將兩者概括為專業(yè)上的“硬技能”，且兩者在所有分詞中的綜合權重為62.28%，說明招聘單位極為看重這方面的能力。從高校園林人才培養(yǎng)的角度出發(fā)，結合園林專業(yè)綜合性和實踐性較強的特點，可以將主題1 的前30個特征詞概括為工程能力，主要體現(xiàn)在園林工程學和園林建設項目管理等課程上，強調園林人才需要以項目為驅動來夯實專業(yè)基礎知識，培養(yǎng)工程師思維，以及在項目運營中充分鍛煉計劃、組織、控制以及現(xiàn)場施工能力；主題2 的前30個特征詞則可以概括為設計能力，主要體現(xiàn)在中國園林設計和園林建筑學等課程上，強調園林人才需要提高自主設計與創(chuàng)新能力，熟練掌握CAD、PS和SU等軟件的使用方法，在實際項目中能獨立進行方案和景觀設計，且需在團隊中具備溝通、合作以及高度的責任感。主題3的特征詞則更多的從市場的角度出發(fā)，注重園林人才“軟實力”方面上的要求，因而可以將前30個特征詞概括為業(yè)務和管理能力，強調園林人才需要投身于社會實踐中不斷提高自身的產(chǎn)品和服務意識，培養(yǎng)科學、全面及文檔化的管理思維，在市場中磨練銷售、營銷和業(yè)務能力，從而敏銳判斷行業(yè)的發(fā)展趨勢，并做出準確的評估。

3 建議和結論

3.1 建議

結合上文對數(shù)據(jù)可視化的結果，對高校園林專業(yè)人才培養(yǎng)提出以下建議。

從工作經(jīng)驗分析中可知，88.22%的招聘單位對工作經(jīng)驗有一定的要求，說明企業(yè)十分看重求職者的實踐經(jīng)驗。因此學?？梢酝ㄟ^強化教育服務體系建設，將職業(yè)指導與日常的專業(yè)學習密切結合等方式，為學生爭取更多的企業(yè)實踐機會，可將目光重點聚焦在廣東、江蘇、浙江、湖北等園林專業(yè)崗位需求旺盛的發(fā)達省市中，為學生爭取到寶貴的實習機會，讓他們將所學知識充分運用到實踐中。

由LDA 提取崗位要求字段的“硬技能”可知，工程能力和設計能力相關詞語在所有分詞文本中占綜合權重為62.28%，說明大多數(shù)招聘單位都重視園林專業(yè)學生的工程思維、自主創(chuàng)新能力和綜合實踐水平，強調學生對基礎知識的理解和運用。因此，在課程設置上，各大高校可在充分調研用人單位和往屆畢業(yè)生的基礎上，合理修訂原有人才培養(yǎng)方案，適當增加實踐課的比重，如生態(tài)園林設計和園林工程學的課程實訓等。綜合類院校則需要增加更貼合招聘單位需求的實踐應用課程，讓學生能在交流中進行思維共享和理論碰撞，充分將所學知識運用到園林規(guī)劃設計項目的各個環(huán)節(jié)中，夯實專業(yè)基礎知識，真正培養(yǎng)學生的工程能力和設計能力，提高專業(yè)核心素養(yǎng)。

綜合LDA 所提取的“硬技能”和“軟實力”來看，3個主題的前30個特征詞在所有分詞文本中累計權重為74.65%，說明招聘單位十分注重園林人才將專業(yè)知識與實際項目融會貫通，以及在工作中交流、表達的能力，著重從多方面考察學生在專業(yè)上的綜合素質。因此，各大高校可以通過完善校企協(xié)同育人相關制度建設、出臺保障措施等方式，圍繞應用型、復合型、高素質園林人才的培養(yǎng)目標，引導民營公司等企業(yè)積極參與到人才培養(yǎng)方案制定和具體課程設置改革中來，豐富課堂教學形式，培養(yǎng)學生橫向和縱向思維能力，擴寬個人眼界，全面提高學生的實踐創(chuàng)新能力和綜合素質。

3.2 結論

隨著新型城鎮(zhèn)化、美麗中國建設的不斷推進以及旅游產(chǎn)業(yè)的持續(xù)繁榮，新常態(tài)下園林行業(yè)及相關產(chǎn)業(yè)對園林人才的需求變得越來越旺盛。通過對園林專業(yè)網(wǎng)絡招聘信息進行文本分析，可以幫助致力于往園林方向發(fā)展的求職者，并有效指導高校園林人才培養(yǎng)。在生態(tài)文明建設日益加強的背景下，高等院校作為園林專業(yè)人才的主要供給主體，應當從提升學生的“硬技能”和“軟實力”兩方面入手，以面向就業(yè)市場需求為導向，既要改革自身的教育教學體系，又要強化校企協(xié)同育人，全方面提升學生的實踐創(chuàng)新能力，培養(yǎng)具有核心就業(yè)競爭力的園林人才。