Upgrade to Pro — share decks privately, control downloads, hide ads and more …

科系、職務與待遇: 大數據時代下的社會學與勞動市場

Ede9c1cd3481df2b1da4749b7fd98950?s=47 tlyu0419
November 20, 2020

科系、職務與待遇: 大數據時代下的社會學與勞動市場

探討學用之間的落差對於系所與學生來說都是相當重要的分析議題,系所可以藉此確認教學目標是否與勞動市場接軌,而對於學生來說則可以提早思考自己的職涯規劃。在這次的工作坊中我將帶著大家透過 Python 開發人力銀行的網路爬蟲程式,藉此截取網站上 20 萬筆的職缺資料。並藉由這些職缺中的科系、職務、要求技能、待遇...等等資訊進行分析,檢視勞動市場是如何看待不同科系的學生與勞動狀況。最後我將根據分析的結果給予相關建議,並說明在大數據時代下的社會學系有哪些機會與挑戰。

Ede9c1cd3481df2b1da4749b7fd98950?s=128

tlyu0419

November 20, 2020
Tweet

Transcript

  1. • •

  2. None
  3. None
  4. • • • • • • • • • •

    • • •
  5. • • •

  6. >”<

  7. None
  8. New!! Before 大學聯考 1994 多元入學方案 學測申請入學 2002 廢除聯考 改採學測+指考 2007

    招生管道加 入繁星推薦 2021 考招連動新制 Ref: 1. 駱明慶. (2002). 誰是台大學生?-性別, 省籍與城鄉差異. 經濟論文叢刊, 30(1), 113-147. 2. 駱明慶. (2018). 誰是台大學生?(2001-2014)-多元入學的影響. 經濟論文叢刊, 46(1), 47-95.
  9. None
  10. >”<

  11. None
  12. None
  13. None
  14. None
  15. https://www.youtube.com/watch?v=bZRADz6DNog

  16. None
  17. None
  18. None
  19. None
  20. None
  21. None
  22. Programming Math + Statistics Domain expertise Statistician Data Engineer Business

    Analyst DATA SCIENTIST • • • • • • • •
  23. • • • • • >“<

  24. None
  25. • • >”<

  26. None
  27. • • •

  28. None
  29. >”<

  30. • • • • • • • • • •

    • • • • • •
  31. • • • • • • • • • •

  32. • • • • • • • • • •

    類別 數學特徵 範例 類別 = , ≠ 居住縣市,科系名稱… 順序 = , ≠, >, < 滿意度,消費頻率… 等距 = , ≠, >, <, +, - 溫度, 年份… 等比 = , ≠, >, <, +, -, *, / 營業額,來客數…
  33. None
  34. • • • • • • • • • •

  35. None
  36. None
  37. None
  38. >“< 1 2 3 4

  39. None
  40. None
  41. • • • • • • • •

  42. >”<

  43. • • • • • • •

  44. None
  45. • • • • • 消費習慣分析 • 網頁瀏覽行為分析 • 客戶進線問題分析

    • …
  46. None
  47. • • • • 欠費行為分群 • 消費行為分群 • 進線行為分群

  48. None
  49. None
  50. 分析案 模型案 • • • • •

  51. None
  52. • •

  53. None
  54. None
  55. None
  56. >“<

  57. None
  58. None
  59. None
  60. None
  61. • • • • • • • • >”<

  62. • • >”<

  63. None
  64. • • • •

  65. None
  66. None
  67. None
  68. None
  69. http://r4stats.com/articles/popularity/ • • • • •

  70. None
  71. None
  72. • •

  73. None
  74. None
  75. None
  76. None
  77. • •

  78. None
  79. None
  80. • • •

  81. • •

  82. • • • •

  83. None
  84. >”<

  85. >”<

  86. • • >”<

  87. None
  88. • • • •

  89. None
  90. None
  91. None
  92. >”<

  93. None
  94. None
  95. None
  96. None
  97. None
  98. None
  99. None
  100. None
  101. None
  102. None
  103. • • • • • • • •

  104. • • • • • • • •

  105. >“<

  106. • • • • • • • • • •

  107. None