猎聘网就业招聘形式分析

calvin

简介

本次从猎聘网上获取了4400条招聘信息，信息内容包括：岗位，工作年限要求，薪资。然后对该数据进行清洗，删除研发、销售、IT、行政等岗位。仅保留质量部、工程部、生产部、统计分析、注册、仓库的数据。以为已在药厂从事相关工作的朋友提供一个参考。如需所有原始数据，请自行用附件A的R代码爬取。本报告仅分析岗位需求。
注：本次数据获取仅自行研究和有限范围的展示，其它人请勿用做它用以及一些有可能损害相关利益方利益的行为。

数据清洗

1. library(stringr)
   
2. library(ggplot2)
   
3. td<-read.csv("drugpositionclean.csv",stringsAsFactors = FALSE)
   
4. td$group<-td$position
   
5. td$group[str_detect(td$position,pattern="\\w*QA\\w*")]<-"QA"
   
6. td$group[str_detect(td$position,pattern="\\w*QC\\w*")]<-"QC"
   
7. td$group[str_detect(td$position,pattern="\\w*质量\\w*")]<-"Quality"
   
8. td$level[str_detect(td$position,pattern="\\w*主管\\w*")]<-"主管"
   
9. td$level[str_detect(td$position,pattern="\\w*经理\\w*")]<-"经理"
   
10. td$level[str_detect(td$position,pattern="\\w*主任\\w*")]<-"主任"
    
11. td$level[str_detect(td$position,pattern="\\w*总监\\w*")]<-"总监"
    
12. td$level[is.na(td$level)]<-"None"

复制代码

岗位分布
对频次只有1的进行合并，合并为“其它”，画折线图，我们可以看出质量相关人员需求还是蛮大的。td$group[td$group %in% names(table(td$group))[table(td$group)==1]]<-"other"

1. podis<-sort(table(td$group),decreasing = T)
   
2. podis<-data.frame(podis=podis[c(2:length(podis),1)])
   
3. ggplot(podis,aes(x=podis.Var1,y=podis.Freq))+geom_bar(stat="identity")+theme_bw()+theme(axis.text.x=element_text(angle=90,vjust=0.5,size=rel(0.9)))+geom_text(aes(label=podis.Freq),vjust=-0.3,size=2.5)

复制代码

对于质量部QA相关人员，我们再进行详细的挖掘。QAdetail<-td$position[str_detect(td$position,pattern="\\w*QA\\w*")]

1. QAdetail<-sort(table(str_sub(QAdetail,start=1,end=4)),decreasing = T)
   
2. ggplot(data.frame(QAdetail),aes(x=Var1,y=Freq))+geom_bar(stat="identity")+theme_bw()+geom_text(aes(label=Freq),vjust=-0.3)

复制代码

附件A

爬虫代码

1. {r,echo=TRUE,eval=FALSE}
   
2. library(Rwebdriver)
   
3. library(XML)
   
4. library(stringr)
   
5. # Run the server
   
6. start_session(root="http://localhost:4444/wd/hub/",browser="chrome")
   
7. # Get the subject list.
   
8. post.url("https://www.liepin.com/zhaopin/?industryType=industry_10&fromSearchBtn=2&ckid=80b9029c43a8be95&industries=270&init=-1&flushckid=1&headckid=80b9029c43a8be95&d_pageSize=40&siTag=1B2M2Y8AsgTpgAmY7PhCfg%7EfA9rXquZc5IkJpXC-Ycixw&d_headId=db463eab01d5e0a26aca705a4e4b76ae&d_ckId=db463eab01d5e0a26aca705a4e4b76ae&d_sfrom=search_fp_nvbar&d_curPage=0")
   
9. pagesource<-page_source()
   
10. Encoding(pagesource)<-"UTF-8"
    
11. pagesource
    
12. pagesource <- htmlParse(pagesource,encoding = "UTF-8")
    
13. xpathSApply(pagesource,"//div[@class='job-info']//a",xmlValue)
    
14. url_list<-str_extract_all(pagesource,"coser/detail/\\d*/\\d*")
    
15. url_list<-str_c("https://bcy.net/coser/detail",unlist(str_extract_all(unlist(url_list),"/\\d*/\\d*")))
    
16. # Create the handle
    
17. handle<-getCurlHandle(useragent=str_c(R.version$platform,R.version$version.string,sep=", "),httpheader=c(from="111@qq.com"))
    
18. # Define download function
    
19. downloadPIC<-function(url_list){
    
20.   dir.create(paste0("E:\\image\",Sys.Date()))
    
21.   for(i in 1:length(url_list)){
    
22.     post.url(url=url_list[i])
    
23.     pagesource_pic<-page_source()
    
24.     Encoding(pagesource_pic)<-"utf-8"
    
25.     pic_list<-unlist(str_extract_all(pagesource_pic,"https:.*?\\.jpg"))
    
26.     for(j in 1:length(pic_list)){
    
27.       writeBin(getBinaryURL(pic_list[j]),paste0("E:\\image\",Sys.Date(),"\",i,"-",j,".jpg"))
    
28.     }
    
29.   }
    
30. }

复制代码

更多内容请关注微信公众号：DataSciences

饭团休走

原来是这么的“吃香”啊