以資料科學技術進行轉職行為之分析 - 政大學術集成

全文

(1)國立政治大學資訊科學系 Department of Computer Science National Chengchi University 碩士論文 Master's Thesis. 政治大. 立. 以資料科學技術進行轉職行為之分析. ‧ 國. 學. Career Transition Analysis. ‧. Using Data Science Techniques. n. er. io. sit. y. Nat. al. i n U. C. e n生：諶宏軍研 h究 gchi 指導教授：沈錳坤. 中華民國一○三年九月 . v.

(2) 以資料科學技術進行轉職行為之分析摘要轉職對於職涯發展來說，是非常重要的人生課題；而求職者目前在面臨轉職問題時，大多時候顯得手足無措，只能詢問親友的經驗或者憑著直覺找自己有興趣的工作；整個求職的過程就像是拿人生當賭注，. 政治大本篇研究使用國內某知名人力銀行的求職者資料，採用資料科學的立. 運氣不好時即可能賠上美好的未來。. ‧ 國. 學. 方式，利用大量求職者的實際轉職資料來做資料分析與探勘，分析轉. ‧. 職高峰期、工作轉換頻率、跨職類轉職、跨產業轉職及轉職與景氣的. sit. y. Nat. 關係，並使用 J48、Naïve Bayesian Classifier、Logistic Regression、Random. n. al. er. io. Forest、AdaBoost 和 Support Vector Machines 這 6 種分類方法來預測轉職行為。. Ch. engchi. i n U. v. 為了方便呈現實驗結果，本研究使用 Google App Engine 建立了一個轉職分析查詢系統，透過分析結果可以了解台灣各產業與各職類的轉職趨勢，而轉職預測功能也可以提供給求職者與人資人員做為參考。. 關鍵字：轉職、資料探勘、分類演算法、相關係數. . I.

(3) Career Transition Analysis Using Data Science Techniques. ABSTRACT Career transition is important for employees. However, most of job seekers are helpless in decision of career transition. They can only make the decision based on the experience from their friends and family members, or by intuition. The decision of job seeking is like a gamble that may lose a better future when they faced with bad luck.. 政治大. This research tried to analyse and discover the behaviours of job transition. 立. from the job seeking data based on the data science approach. The job. ‧ 國. 學. seeker’s data used in the study was obtained from the well-known job bank’s database. We analyse the behaviours of the job transition, including the peak. ‧. months of transition, transition frequency, cross-job and cross-industry career. Nat. sit. y. transition. Moreover, we investigate the methods to predict the behavior of job. a. er. io. transfer. Six kinds of classification algorithms were used to predict the. n. behavior of career transfer, i v Bayesian Classifier, l including the J48, Naïve. n U e nAdaBoost g c h i and SVM. Logistic Regression, Random Forest,. Ch. We develop the web-based Career Transition Analysis System to provide users the capability for behaviour analysis and prediction of career transition based on Google App Engine. The findings in this study are helpful for industry trends and career transition forecasts for job seeker and human resource staffs. Keywords：Career Transition、Data Mining、Classification、Correlation Coefficient. II .

(4) 致謝首先我要感謝我親愛的老婆映紅，在我準備論文的這段日子裡，大多時間獨自照顧剛出生不久的女兒亭頤；也對女兒感到不好意思，身為父親卻沒有抽出更多的時間來陪伴她。另外，當然也要謝謝我的父母，當初如果沒有他們積極鼓勵我繼續進修，現在我應該也沒有動力讓自己的學歷往前再更進一步；此外也佩服我的父親用最好的身教方式，自己也活到老學到老，在我就讀在職班後他也跟著繼續就學，甚至比我還要早拿到碩士學位，真的很值得敬佩和鼓勵。. 政治大. 在研究所求學的這段期間，感謝同事們都不斷地幫我加油打氣，主管們也能. 立. 體諒我因為進修而每天準時離開公司；也非常謝謝同學和學長姐們在這段期間的. ‧ 國. 學. 協助，真的覺得很自己很慶幸能夠和大家認識，希望大家畢業後都能繼續保持聯. ‧. 絡，在職場上也能相互幫助、共同成長。. 最後，這篇論文可以大功告成，要由衷的感謝指導教授. 博士在研. Nat. y. 沈錳坤. io. sit. 究所這段時間，給予我莫大的指導和協助，即使事情再多再忙，老師也總是撥出. n. al. er. 時間給我許多寶貴的建議，才讓我可以順利完成此篇碩士論文，同時也教導了我. Ch. i n U. v. 許多實驗和研究的方法，讓我在職場上可以進一步成長，這些技巧是我一輩子都. engchi. 受用無窮的。在研究的過程中，老師不厭其煩之指引我研究的方向，以及引導我思考許多本來沒有注意到的問題，使我在跟老師討論的過程中得到了許多靈感和啟發，讓我面對瓶頸時有了解決問題的能力；感謝老師對學生的耐心及包容，點燃了我對於做研究的興趣，讓我在這些年中獲益良多，老師對學問的嚴謹更是我學習的典範，謹此致上最誠摯的謝意。. 諶宏軍謹誌中華民國一０三年九月 III .

(5) 目錄摘要 ................................................................................................................................... I ABSTRACT ..................................................................................................................... II 致謝 ................................................................................................................................ III 目錄 ................................................................................................................................ IV 表目錄 ............................................................................................................................ VI 圖目錄 ..........................................................................................................................VIII 第一章前言 .................................................................................................................. 1 1.1 研究背景與動機 .......................................................................................... 1 1.2 研究目的及方法 .......................................................................................... 2 1.3 論文貢獻 ...................................................................................................... 2 1.4 論文架構 ...................................................................................................... 3 第二章相關研究 .......................................................................................................... 4 2.1 轉職相關學術研究 ...................................................................................... 4 2.2 轉職相關人力資源系統 .............................................................................. 5 2.2.1 104 升學就業地圖 ....................................................................................... 5 2.2.2 104 職務大百科 ........................................................................................... 7 2.2.3 1111 TAT 轉職測評 .................................................................................... 8 第三章研究方法 ............................................................................................................ 9 3.1 資料來源 ...................................................................................................... 9 3.2 資料前處理(Data Preprocessing)............................................................... 16 3.2.1 資料清理(Data Cleaning) .......................................................................... 16 3.2.2 資料整合(Data Integration) ....................................................................... 17 3.2.3 資料轉換(Data Transformation) ................................................................ 17 3.2.4 資料縮減(Data Reduction) ........................................................................ 18 3.2.5 解決類別不平衡問題(Solve the Class Imbalance Problem)..................... 18. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. 3.3 3.4 3.5 3.6 3.7 3.8. Ch. engchi. . . v. J48............................................................................................................... 23 Naïve Bayesian Classifier........................................................................... 24 Logistic Regression .................................................................................... 26 Support Vector Machine............................................................................. 26 AdaBoost .................................................................................................... 27 Random Forest............................................................................................ 27. . i n U. IV .

(6) 第四章實驗 .................................................................................................................. 28 4.1 實驗資料 .................................................................................................... 28 4.2 實驗方法 .................................................................................................... 28 4.3 實驗結果及分析 ........................................................................................ 29 4.3.1 轉職高峰期 ................................................................................................ 29 4.3.2 工作轉換頻率分析 .................................................................................... 34 4.3.3 跨職類轉職 ................................................................................................ 49 4.3.4 跨產業轉職 ................................................................................................ 52 4.3.5 轉職與景氣的關係 .................................................................................... 55 4.3.6 轉職預測 .................................................................................................... 59 4.4 系統實作 .................................................................................................... 71 第五章結論與未來研究方向 ...................................................................................... 73 5.1 結論 ............................................................................................................ 73 5.2 未來研究方向 ............................................................................................ 73 參考文獻 ........................................................................................................................ 74. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. V . i n U. v.

(7) 表目錄 3.1 求職者基本資料表 ................................................................................................. 10 3.2 職者學歷資料表 ..................................................................................................... 10 3.3 求職者經歷資料表 ................................................................................................. 11 3.4 職務大類分類表 ..................................................................................................... 11 3.5 職務中類分類表 - 資訊軟體系統類 .................................................................... 12 3.6 職務小類分類表 - 軟體／工程類人員 ................................................................ 13 3.7 產業大類分類表 ..................................................................................................... 14 3.8 產業中類分類表 - 電子資訊／軟體／半導體相關業 ........................................ 15 3.9 產業小類分類表 - 軟體及網路相關業 ................................................................ 15 3.10 科系大類分類表 ................................................................................................... 16 3.11 彙整所有新增屬性的轉職資料表 ....................................................................... 20 4.1 各月份離職與任職比例分佈 ................................................................................. 30 4.2 學術教育類求職者自填職務名稱 TOP 10 ........................................................... 32 4.3 學術教育類多數求職者自填公司名稱類型表 ..................................................... 33 4.4 不同世代的工作轉換頻率分析表 ......................................................................... 35 4.5 不同世代的工作轉換頻率分析表－職類：資訊軟體系統類 ............................. 35 4.6 不同世代的工作轉換頻率分析表－產業：電子資訊／軟體／半導體相關業 . 36 4.7 不同產業的工作轉換頻率分析表 ......................................................................... 37 4.8 不同產業的工作轉換頻率表－產業：電子資訊／軟體／半導體相關業 ......... 38 4.9 不同職類的工作轉換頻率分析表 ......................................................................... 39 4.10 不同職類的工作轉換頻率分析表－職類：資訊軟體系統類 ........................... 40 4.11 不同年紀的工作轉換頻率分析表 ....................................................................... 41 4.12 不同年紀的工作轉換頻率分析表－職類：資訊軟體系統類 ........................... 42 4.13 不同年紀的工作轉換頻率分析表－產業：電子資訊／軟體／半導體相關業 43 4.14 不同學校的工作轉換頻率分析表－軍校、警校相關 ....................................... 44 4.15 不同學校的工作轉換頻率分析表 ....................................................................... 45 4.16 不同學校的工作轉換頻率分析表－職類：資訊軟體系統類 ........................... 46 4.17 不同學校的工作轉換頻率分析表－產業：電子資訊／軟體／半導體相關業 47 4.18 不同性別的工作轉換頻率分析表 ....................................................................... 48 4.19 不同性別的工作轉換頻率分析表－職類：資訊軟體系統類 ........................... 48 4.20 不同性別的工作轉換頻率分析表－產業：電子資訊／軟體／半導體相關業 49 . 立. 政治大. ‧. ‧ 國. 學. n. al. er. io. sit. y. Nat. 表表表表表表表表表表表表表表表表表表表表表表表表表表表表表表表. Ch. engchi. VI . i n U. v.

(8) 4.21 轉職與景氣的關係表－以 2000 年資料為例 ................................................... 56 4.22 景氣指標與轉職的相關係數分析表 ................................................................... 57 4.23 景氣指標與轉職的相關係數分析表－產業：電子資訊／軟體／半導體 ....... 57 4.24 景氣指標與轉職的相關係數分析表－產業：一般製造業 ............................... 57 4.25 轉出比例受景氣分數影響的相關係數分析表 ................................................... 57 4.26 轉出比例受股價指數影響的相關係數分析表 ................................................... 58 4.27 轉出比例受失業率影響的相關係數分析表 ....................................................... 58 4.28 轉出比例受出口值影響的相關係數分析表 ....................................................... 59 4.29 實驗資料筆數統計－職務大類：電子資訊／軟體／半導體相關業 ............... 60 4.30 實驗資料筆數統計－職務中類：軟體及網路相關業 ....................................... 60 4.31 Feature Extraction for 求職者(不限職類) ............................................................. 61 4.32 Feature Extraction for 求職者(資訊職類) ............................................................. 62 4.33 轉職預測結果 for 求職者＆資訊產業大類＆不限職類 ..................................... 64 4.34 轉職預測結果 for 求職者＆資訊產業大類＆資訊職類 ..................................... 65 4.35 轉職預測結果 for 求職者＆軟體產業中類＆不限職類 ..................................... 65 4.36 J48 轉職分類符合條件表 for 求職者＆軟體產業中類＆不限職類 ................... 66 4.37 轉職預測結果 for 求職者＆軟體產業中類＆資訊職類 ..................................... 66 4.38 J48 轉職分類符合條件表 for 求職者＆軟體產業中類＆資訊職類 ................... 67 4.39 Feature Extraction for 求才廠商 ............................................................................ 68 4.40 轉職預測結果 for 求才廠商＆資訊產業大類＆不限職類 ................................. 68 4.41 轉職預測結果 for 求才廠商＆軟體產業中類＆不限職類 ............................... 69 4.42 J48 轉職預測結果 for 求才廠商＆軟體產業中類 ............................................... 70 . 立. 政治大. ‧. ‧ 國. 學. n. al. er. io. sit. y. Nat. 表表表表表表表表表表表表表表表表表表表表表表. Ch. engchi. VII . i n U. v.

(9) 圖目錄 2.1 104 升學就業地圖網頁功能示意圖 .................................................................... 6 2.2 104 職務大百科網頁功能示意圖 ........................................................................ 7 2.3 1111 TAT 轉職測評示意圖 ................................................................................. 8 3.1 資料表關聯圖 ...................................................................................................... 9 3.2 轉職定義示意圖 ................................................................................................ 18 3.3 利用 SMOTE 產生新訓練資料示意圖 ............................................................ 20 3.4 決策樹示意圖 .................................................................................................... 23 4.1 轉職歷程示意圖 ................................................................................................ 29 4.2 各月份離職與任職比例分佈圖 ........................................................................ 30 4.3 不同職類的離職時間分佈圖 ............................................................................ 31 4.4 不同職類的任職時間分佈圖 ............................................................................ 32 4.5 不同產業的離職時間分佈圖 ............................................................................ 33 4.6 不同產業的任職時間分佈圖 ............................................................................ 34 4.7 不同世代的工作轉換頻率圖 ............................................................................ 35 4.8 不同世代的工作轉換頻率圖－職類：資訊軟體系統類 ................................ 36 4.9 不同世代的工作轉換頻率圖－產業：電子資訊／軟體／半導體相關業 .... 36 4.10 不同產業的工作轉換頻率圖 .......................................................................... 38 4.11 不同產業的工作轉換頻率圖－產業：電子資訊／軟體／半導體相關業 .. 38 4.12 不同職類的工作轉換頻率圖 .......................................................................... 40 4.13 不同職類的工作轉換頻率圖－職類：資訊軟體系統類 .............................. 40 4.14 不同年紀的工作轉換頻率圖 .......................................................................... 41 4.15 不同年紀的工作轉換頻率圖－職類：資訊軟體系統類 .............................. 42 4.16 不同年紀的工作轉換頻率圖－產業：電子資訊／軟體／半導體相關業 .. 43 4.17 不同學校的工作轉換頻率圖－軍校、警校相關 .......................................... 44 4.18 不同學校的工作轉換頻率圖 .......................................................................... 45 4.19 不同學校的工作轉換頻率圖－職類：資訊軟體系統類 .............................. 46 4.20 不同學校的工作轉換頻率圖－產業：電子資訊／軟體／半導體相關業 .. 47 4.21 不同性別的工作轉換頻率圖 .......................................................................... 48 4.22 不同性別的工作轉換頻率圖－職類：資訊軟體系統類 .............................. 48 4.23 不同性別的工作轉換頻率圖－產業：電子資訊／軟體／半導體相關業 .. 49 4.24 不同年紀不同職類的跨職類轉入率 .............................................................. 50. 立. 政治大. ‧. ‧ 國. 學. n. al. er. io. sit. y. Nat. 圖圖圖圖圖圖圖圖圖圖圖圖圖圖圖圖圖圖圖圖圖圖圖圖圖圖圖圖圖圖圖. Ch. engchi. VIII . i n U. v.

(10) 圖圖圖圖圖圖圖圖圖圖. 4.25 不同年紀不同職類的跨職類轉出率 .............................................................. 50 4.26 不同年代台灣各職類間的跨職類轉入率 ...................................................... 51 4.27 不同年代台灣各職類間的跨職類轉出率 ...................................................... 52 4.28 不同年紀不同產業的跨產業轉入率 .............................................................. 53 4.29 不同年紀不同產業的跨產業轉出率 .............................................................. 53 4.30 不同年代台灣各產業間的跨產業轉入率 ...................................................... 54 4.31 不同年代台灣各產業間的跨產業轉出率 ...................................................... 55 4.32 WEKA Explorer 操作介面 .............................................................................. 64 4.33 轉職分析查詢系統示意圖 ............................................................................... 71 4.34 轉職分析查詢系統－轉職預測功能操作介面 ............................................... 72. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. . Ch. engchi. IX . i n U. v.

(11) 第一章前言 1.1 研究背景與動機轉職對於職涯發展來說，是非常重要的人生課題；而求職者目前在面臨轉職的抉擇時，往往考慮再三，詢問親友長輩的經驗或者憑著直覺找自己有興趣的工作；整個求職的過程就像是拿人生當賭注，運氣不好時即可能賠上美好的未來。轉職相關的議題，大部份是屬於企管、人資、勞動關係相關科系的研究範圍，. 政治大. 但目前多數都是針對特定族群或單一公司，用問卷或訪談的方式來做轉職分析。. 立. 自網路興起之後，求職者們使用人力銀行找工作取代了傳統的報紙分類廣告，. ‧ 國. 學. 宣告了數位化求職時代的來臨；從最早的 104 人力銀行開始，而後又出現 1111、 yes123、518 等人力資源網站，政府單位也推出如 eJob、OKWork、Good Job 等. ‧. 線上就業服務，直到最近一些小型網路人力銀行或求職 app 等服務也如雨後春筍. y. Nat. sit. 般陸續浮現。在掌握龐大、完整、豐富的就業市場資料庫的情況下，各間人力銀. n. al. er. io. 行都提供各式各樣的求職求才者資訊，進行職場現況分析報導，在提供各大電子. i n U. v. 及平面報章媒體報導外，更經常就求職求才與就業市場、各行各業的薪資水準等. Ch. engchi. 議題提供專業分析，對於這樣現成且大量的人力資源相關資料，如果能善加利用並且回饋給求職者與求才者，相信對於勞資雙方都能獲得更多益處。而未來人才招募，將以 Big Data 為主流；像是國際知名影印機大廠全錄 (Xerox)的客服中心，訓練每位新人平均需要六個月的培訓時間和花費 5,000 美元。如今成功靠 big data 的資料分析，為 4 萬 8,700 人的部門客服中心，減少 20%的人員流動率。像這類用大量資料協助人資尋找人才已經不是新聞，美國就有不少新創公司著重於用資料找尋適當人選。人才招募服務像是 Riviera Partners 著重幫新創公司找人才。Gild 著重科技職缺，用預測方式，從公開的 GitHub 頁面，評 1 . .

(12) 估人才的程式功力，幫企業找人才。TalentBin 用他們的搜尋技術，從不同來源像是問答網站 Quora，建構求職者的檔案，幫科技業和學術單位找尋人才。本篇論文研究使用國內某知名人力銀行求職者履歷資料，採用資料科學的方式，利用大量求職者實際發生的轉職行為資料來做資料探勘，讓轉職的分析結果能更接近真實狀況。. 1.2 研究目的及方法在現今的網路時代，各公司的人資透過人力資源網站在茫茫人海中搜尋符合. 政治大越吃重的角色，協助雇主與人資判斷適當的人選。本研究利用求職者過去的轉職立. 資格的求職者，還必須面臨其他公司搶奪人才；Big Data 技術在未來會扮演越來. 資料，分析各產業與各職類的轉職高峰，跨產業、跨職類的轉職情況，以及探索. ‧ 國. 學. 景氣和轉職之間的關係，期望能提供給求職者更全方位的轉職參考依據。. ‧. 另外再以資料探勘的方式針對求職者的轉職行為做分析，使用 J48、Naïve. y. Nat. Bayesian Classifier、Logistic Regression、Random Forest、Adaboost 和 Support Vector. 外也分析轉職頻率高的求職者都有哪些特質。. n. al. 1.3 論文貢獻. Ch. engchi. er. io. sit. Machines 等 6 種分類方式，針對求職者預測以自己的條件是否能轉職成功，另. i n U. v. 本篇論文的貢獻在於對求職者的轉職行為做分析，期望能提供給求職者更全方位的轉職參考依據。另外分析求職者短期任職的原因，以提供給人資及企業雇主作為參考，期望能減少招募人才所花費的冗長時間與高額成本。. 2 . .

(13) 1.4 論文架構本論文共分為五個章節，本章為研究之概論，說明本研究之動機與目的、轉職說明、相關名詞定義；第二章為相關研究，主要介紹轉職相關的研究和產業界轉職相關的人力資源系統；第三章為研究之核心，從選取之資料說明如何進行 Data Preprocessing、Data Reduction、Solve The Class Imbalance Problem 及使用的探勘方法，有 J48、Naïve Bayesian Classifier、Logistic Regression、Random Forest、 Adaboost 和 Support Vector Machines 共 6 種分類方法，以此來探勘出求職者轉職行為之規則；第四章則是資料分析與實驗；最後在第五章的結論作一個總結。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 3 . . i n U. v.

(14) 第二章相關研究 2.1 轉職相關學術研究目前轉職相關的學術研究，大部份是屬於企管、人資、勞動關係相關科系的研究範圍，大部份是針對特定族群或單一公司，用問卷或訪談的方式來做轉職分析。在王文賢（2009）探勘公務人員職系轉換對陞遷之影響[1]，該研究有別於. 政治大勘公務人員之陞遷歷程，藉由真實數據資料的挖掘，展現出不同之研究成果。該立以往的傳統的統計問卷或文獻探討等研究方式，首次以公務人力實體資料庫來探. ‧ 國. 學. 研究採用資料探勘的各種技術來分析職系類別轉換對職涯陞遷所造成影響，包括使用循序樣式的探勘技術(Sequential Pattern Mining)來分析各職系類別陞遷的時. ‧. 序歷程，以了解不同職系類別的陞遷歷程。. sit. y. Nat. 在薛冰絜（2010）探討影響年輕族群工作轉換意願之因素[2]，該研究採用. al. er. io. 行政院勞委會於民國九十七年所調查『青年勞工就業狀況』的資料進行分析，並. v. n. 且運用 SPSS 統計軟體中的 Logistic 迴歸模型進行整體架構探討。此調查報告之. Ch. engchi. i n U. 樣本數總計有 4,012 份，涵蓋各個產業及地理區域，對統計分析較為有利。而該研究的結果發現： (1)薪資獎金對於年輕族群轉職意願有正向影響 (2)目前工作屬性會間接影響年輕族群的工作轉換意願 (3)個人人力資本會正面影響年輕族群的轉職意願，其中職業訓練與專業證照呈負向影響效果 (4)個人屬性變數與年輕族群的轉職意願呈負向影響。. 4 . .

(15) 在阮金聲（2005）則針對護理人員，透過文獻探討的方式找出影響離職的因素[3]，建立研究模式雛型，並且以某區域級教學醫院於 2005 年 01 月 01 日前執業登錄之護理人員，包含已離職和在職護理人員資料共 973 筆為樣本，建立護理人員離職預測模式。該研究首先利用 Logistic 迴歸分析，找出顯著相關的變數，建立 Logistic 迴歸護理人員離職預測模式，並以 2005 年 1 月至 6 月每月份之在職護理人員資料進行模式之驗證。吳姿嬋（2013）探索景氣衰退的主觀預期與壽險從業人員自願離職傾向之間的關聯性[4]。以壽險從業人員對於(1)物價膨脹的預期、(2)失業率的預期、(3)人. 治政大做為主觀上景氣預期的五個構面。立. 口老化的預期、(4)消費者購買意願的預期、以及(5)對自己公司競爭力的預期來. ‧ 國. 學. 2.2 轉職相關人力資源系統. ‧. 目前國內知名的人力銀行，也有提供轉職相關的資訊系統，並且用視覺化的. sit. y. Nat. 方式來呈現，讓求職者能夠對迅速地了解轉職相關資訊，以下列出一些產業界中. n. al. er. io. 知名的轉職相關系統。. 2.2.1. Ch. 104 升學就業地圖. engchi. i n U. v. 104 人力銀行提供的「升學就業地圖」主要是以剛畢業的社會新鮮人為研究主題，在資料方面排除大專院校夜間部、博士、高中職及以下、大專院校肄業、以及學校或科系辨識不清的求職會員履歷表，以 131.1 萬名大專院校畢業生(含 27.7 萬名碩士畢業生)履歷表為資料庫樣本，統計 2002 年以後畢業的大專院校畢業生在畢業之後，是否直接就業、直接升學、還是先工作再就業，並針對上班族最近 10 年的就業軌跡進分析職涯路徑；宗旨是利用學長姐過去經驗幫新鮮人導航，提供應屆畢業生做為參考。讓求職者了解大部份的學長姐畢業後是選擇繼續 5 . .

(16) 升學學，還是先進進入職場工工作後再回學學校做進修修。如果選擇擇進入職場場，多數人選選擇哪幾幾間企業，並且提供系系友的出社社會後的平均均薪資報告告。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 2.1 104 升學學就業地圖網網頁功能示示意圖. 6 . .

(17) 2.2.2. 104 職務大百百科. 104 人力銀銀行提供的的職務大百科科，比較各各個職務的年年齡、性別、學歷、薪資資、調薪薪、在職時間間、待業時時間、從業人人數等資訊訊，用以上各各個向度的的分析數據，讓使用用者能更快快了解各種職職務的概況況。提供的資資訊包含工作作內容與任任務、從業人人員個性性、供給需求求、性別年年齡分佈、能能力技術分佈佈、薪資行行情、學歷分分佈、穩定度度、待業業時間以及及未來方向。。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 2.2 104 職務務大百科網網頁功能示意意圖. 7 . .

(18) 2.2.3. 11111 TAT 轉職職測評. 利用線上上問卷的方式式，分析求職職者的轉職職傾向、轉職職力和轉換換跑道這三個個向度的的評比。轉職職傾向代表表在目前的工工作狀態下下，潛在的轉轉職意願與與轉職動機的的程度。。轉職力代表表至今累積積的各項經驗驗與對自身身職涯規劃的的掌握度，是否具備一一般轉職職成功的基基礎。轉換跑跑道代表在釐釐清轉職的的目標時，自自身是否具具備轉換工作作跑道的的能力與傾傾向。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 2.3 11111 TAT 轉職職測評示意圖圖. 8 . .

(19) 第三章研研究方法法本研究是是先由國內某某知名人力力銀行的履歷歷資料庫中中選出欲探勘勘地求職者者資料，，對這些資料料先進行 Data D Prepro cessing，並並就 Data Im mbalance 之之問題，利用用增加樣樣本數方法法解決，再以以任職時間的的長短與頻頻繁轉職的求求職者有哪哪些相同特質質為切入入點，使用用 6 種分類方方法來探勘勘出轉職行為為之規則。. 3.1 資料來源源. 政治大職相相關資料。主主要履歷資資料中的學歷立歷、經歷為為本研究基礎礎，共使用用 3 個資料表表，資料來源源是來自國內內某人力銀銀行的履歷資資料庫，至至 2013 年 8 月的求職者者轉. ‧ 國. 學. 分別別為「求職者者基本資料料表」、「求求職者學歷資資料表」、「求職者經經歷資料表」。「求求職者基本本資料表」中的中 id_no 為為資料表的的主鍵，用來來與「求職者者學歷資料表表」. ‧. 和「求職者經經歷資料表」」做關聯。. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. 圖 3. 1 資料表關關聯圖 9 . . v.

(20) 表 3.1 求職者基本資料表中文名稱. 欄位名稱. 欄位型態. 長度. 說明. 個人編號. id_no. bigint. 20. 主鍵，自動取號. 性別. sex. tinyint. 1. 必選欄位，1=男、0=女. 生日. birthday. date. 10. 必填欄位，格式：yyyy-MM-dd. 履歷最後更新日. update_date. date_time. 19. 自動儲存，格式：yyyy-MM-dd HH:mm:ss. 由於個人資料保護法的關係，在「求職者基本資料表」中將身分證號、姓名、電話、地址、電子郵件等所有敏感性欄位皆完全移除，讓整個研究過程能避免讓求職者的個人資訊曝光。. 立. 政治大. ‧ 國. 欄位型態. 主鍵. pkey. bigint. 20. 主鍵，自動取號. 個人編號. id_no. bigint. 20. 外來鍵，與基本資料關聯. 學校代碼. school_id. bigint. 10. 非必選. 學校名稱. school_name. varchar. 40. 必填欄位. 科系代碼. major_no. bigint. 10. 必選欄位. 科系名稱. major_name. er. io. sit. y. 說明. ‧. 欄位名稱. Nat. 中文名稱. 必填欄位 50 a l varchar v i 必選欄位，1=博士、2=碩士、 degree_level tinyint 1 n Ch e n g c h i U3=大學、4=四技、5=二技、6=. n. 學歷. 長度. 學. 表 3.2 職者學歷資料表. 二專、7=三專、8=五專、9= 高中、10=高職、11=國中含以下. 畢業狀態. degree_status tinyint. 1. 必選欄位，１=畢業、2=肄業、 3=就學中. 就學日期. start_date. date. 10. 必選欄位，格式：yyyy-MM-dd. 畢業日期. end_date. date. 10. 必選欄位，格式：yyyy-MM-dd. 10 . .

(21) 表 3.3 求職者經歷資料表中文名稱. 欄位名稱. 欄位型態. 長度. 說明. 主鍵. pkey. bigint. 20. 主鍵，自動取號. 個人編號. id_no. bigint. 20. 外來鍵，與基本資料關聯. 統一編號. invoice. varchar. 8. 非必填. 公司名稱. firm_name. varchar. 50. 必填欄位. 職務類別. job_role. tinyint. 1. 必選欄位，1=全職、2=兼職. 職務代碼. job_no. bigint. 10. 必選欄位. 職務名稱. job_name. varchar. 50. 必填欄位. 工作地點. area_no. bigint. 10. 非必選欄位. 公司規模. co_size. tinyint. 1. 必選欄位， 1=1~30 人(小型公司) 2=30~500 人(中型公司) 3=500 人以上(大型公司). 政治大必選欄位 10. tinyint. 1. 非必選，1=全薪、2=時薪. wage. bigint. 10. 非必填. 年薪. wage_year. bigint. 10. 非必填. 任職日期. start_date. date. 10. 必選欄位，格式：yyyy-MM-dd. 離職日期. end_date. date. 10. 必選欄位，格式：yyyy-MM-dd. 薪資類別. wage_type. 月薪. ‧. ‧ 國. ind_no. 學. 立bigint. 產業代碼. y. Nat. io. 以及 458 個小類。下表為職務 18 個大類的全覽。. n. al. Ch. engchi. er. sit. 在本實驗的人力銀行求職者資料中，職務分類共分為 18 個大類，44 個中類. i n U. v. 表 3.4 職務大類分類表職務 18 大類名稱. 定義. 經營／人資類. 從事企業經營、幕僚之規劃、執行工作。. 行政／總務／法務類. 從事一般行政事務、後勤支援等工作。. 財會／金融專業類. 於企業內部從事財務規劃、分析、出納或管理等工作。. 行銷／企劃／專案管理類. 負責產品發展、推廣商品、拓展客群、通路規劃及管理廣告事宜或從事產品規劃、開發、趨勢分析、成本控管等相關工作。. 客服／門市／業務／貿易類. 負責客戶服務、固定店面或攤位的產品銷售或從事產品推廣與銷售，並且拜訪客戶維持關係和開發客源等相關工作。 11 . . .

(22) 餐飲／旅遊／美容美髮類. 負責製作各式餐點、飲料或從事休閒、旅遊規劃以及從事顧客保養、美容服務等相關工作。. 資訊軟體系統類. 負責撰寫、測試程式或從事管理網路安全、資料庫、系統維護與電腦軟硬體更新等相關工作。. 研發相關類. 從事產品的研發、改良等相關工作。. 生產製造／品管／環衛類. 負責生產、製造、品質管理或從事各項環境安全等相關工作。. 操作／技術／維修類. 具有專門知識的技術員或操作員，在作業現場進行儀器操作或產品組裝、維修服務等工作。. 資材／物流／運輸類. 負責商品採購或從事倉庫整理、分類、運輸、配送等工作。. 營建／製圖類. 負責營建、土木之規劃、設計及管理或從事室內設計和景觀設計等工作。. 傳播藝術／設計類. 負責工商宣傳、舞台佈景、表演及展場設計或從事歌曲編作演唱，電視、電影、戲劇演出之相關工作。. 立. 文字／傳媒工作類. 政治大. ‧ 國. 學. 負責各式文章的撰寫、編輯與翻譯或從事新聞採訪、撰稿、發佈，以供媒體與報章雜誌報導等工作。負責醫療診斷、救護或從事各項照料病人、老人、幼兒起居或醫療輔助等工作。. 學術／教育／輔導類. 負責有關國內外學術研究或從事擬定課程計畫並傳遞知識給學生等工作。. sit. n. al. 從事國家防護、治安維繫、災害救助、維護駐守地點之安全等工作。. er. io. 其他職類. y. Nat. 軍警消／保全類. ‧. 醫療／保健服務類. v. 無法歸類於上述職類者皆屬於其他職類。. Ch. engchi. i n U. 以「資訊軟體系統類」的大類為例，底下又分為 2 個中類，分別是「軟體／工程類人員」和「MIS／網管類人員」，定義如下。表 3.5 職務中類分類表 - 資訊軟體系統類資訊軟體系統類之中類. 定義. 軟體／工程類人員. 本類人員撰寫、測試程式，執行軟體偵錯，協助編寫使用者手冊。. MIS／網管類人員. 本類人員為組織執行內部網路設定、系統維護及資料庫建置、維護與更新，設計網路安全系統與防火牆、防範電腦病毒。 12 . . .

(23) 以「軟體／工程類人員」的中類為例，底下又分為 12 個小類，各小類定義如下。表 3.6 職務小類分類表 - 軟體／工程類人員軟體／工程類人員之小類. 定義. 軟體專案主管. 負責計劃、指揮及協調與電腦系統、軟體相關之專案，並管理部門日常活動。. 電子商務技術主管. 負責計劃、指揮及協調電子商務相關的資料處理、資訊系統、系統分析、電腦程式設計等事務，並管理部門日常活動。. 通訊軟體工程師. 發展、創造及修改一般電腦應用軟體或專業化實用程式。分析客戶需求與開發軟體解決方案，並為客戶設計或訂製運作效能最佳的軟體。. 立. 軟體設計工程師. 政治大負責軟體的分析、設計、程式撰寫與維護，並進行軟體的測試與修改，以及控管軟體設計進度。. ‧ 國. 學. 規劃及執行產品控制單元之設計、產品韌體之撰寫與量產產品韌體之維護，並進行產品韌體之測試，控管韌體設計之進度、品質與成本。. Internet 程式設計師. 從事網路程式設計、架站，網路安全維護等工作。. 電腦系統分析師. 進行系統分析、系統開發、以及資料庫分析等相關工作。. ‧. 韌體設計工程師. n. al. 其他資訊專業人員. 依電腦遊戲之規則、故事性與趣味性，從事電腦遊戲軟體之設計、修改、測試、偵錯及安裝等工作。. er. io. sit. y. Nat. 電玩程式設計師. Ch. engchi. i n U. v. 從事各方面的資訊專業工作。. 資訊助理人員. 在系統分析工程師的指導下，從事系統軟體開發、資料管理及維護等資訊相關工作。. BIOS 工程師. 從事主機板 BIOS 撰寫及修改工作。. 演算法開發工程師. 從事有關演算法之研究、發展、設計、構建、操作、驗證等工作。. 在本實驗人力銀行的求職者資料中，產業分類共分為 16 個大類，66 個中類以及 281 個小類。下表為產業 16 個大類的全覽。. 13 . .

(24) 表 3.7 產業大類分類表產業 16 大類名稱. 定義. 電子資訊／軟體／半導體相關業. 從事電子、電信、電腦、軟硬體等科技相關之行業。. 一般製造業. 以機械、物理或化學方法，將有機或無機物質轉變成新產品，不論其使用動力機械或人力，在工廠內或在家中作業，均歸入製造業。. 批發／零售／傳直銷業. 含農、畜、牧、水產、食品什貨、布疋、服飾品、家電、化妝品、清潔用品、文教、育樂、鐘錶、眼鏡、首飾、貴金屬、建材、化學原料、燃料、機械器材、機器車及零件用品、綜合商品批發。. 金融投顧及保險業. 從事銀行及其他金融機構之經營、證券及期貨買賣業務、保險業務、代辦保險經紀及服務之行業。. 文教相關業. 公私立各級學校、特殊教育事業及其他教育服務之行業。. 政治大從事利用科技發送手段傳播資訊之行業。. 立. 大眾傳播相關業. 從事運動、娛樂活動、旅遊相關服務之行業。. 學. ‧ 國. 旅遊／休閒／運動業. 從事法律、會計、建築及工程技術、專門設計、電腦系統設計、資料處理及資訊供應、顧問、研究發展、廣告等各種專業、科學及技術服務之行業。. 一般服務業. 從事提供一般服務性質之行業。從事客貨運輸、儲配運輸物流、運輸輔助、倉庫經營、郵政及快遞、電信等行業。. sit. n. al. 從事土木工程、建築工程、機電、電路及管道工程、建物裝潢等行業，或從事不動產經營管理及機械、運輸工具設備與物品等租賃而收取租金之行業亦屬之。. er. io. 建築營造及不動產相關業. y. Nat. 運輸物流及倉儲. ‧. 法律／會計／顧問／研發／設計業. Ch. engchi. i n U. v. 醫療保健及環境衛生業. 從事醫療保健及社會福利服務之行業。. 政治宗教及社福相關業. 政府機關、民意機關、國防事業、國際組織以及宗教團體機構等均屬之。. 農林漁牧水電資源業. 從事農業、林木、漁業、畜牧、水電能源等相關行業。. 礦業及土石採取業. 從事石油、天然氣、地熱、煤礦、金屬礦、非金屬礦及土石之探勘、採取及產品現場之初步處理等行業。此外，礦業及土石採取業探勘與採取之準備及附屬作業，如除土、開坑、掘鑿及礦場工。. 住宿／餐飲服務業. 從事住宿、餐飲等相關行業。 14 . . .

(25) 以「電子資訊／軟體／半導體相關業」的大類為例，底下又分為 6 個中類，分別是「軟體及網路相關業」、「電信及通訊相關業」、「電腦及消費性電子製造業」、「光電及光學相關業」、「電子零組件相關業」和「半導體業」，定義如下。表 3.8 產業中類分類表 - 電子資訊／軟體／半導體相關業電子資訊／軟體／半導體. 定義. 相關業之中類軟體及網路相關業. 從事提供顧客特定需要所設計之軟硬體搭配之系統或軟體技術提供系統分析及設計或網路相關之行業。. 電信及通訊相關業. 產品從事發送、傳輸或接收符號、信號、文字、影像、聲音或其他性質之訊息等服務之行業。. 學. ‧ 國. 立. 治政以有線電、無線電、光學、電磁系統或其他科技大從事製造電腦相關、個人影音設備、數位字相機、電動遊戲、及其它個人手持設備相關之行業。. 光電及光學相關業. 從事光電以及通訊服務之行業。. 電子零組件相關業. 從事電子零組件製造之行業。. 半導體業. 從事半導體相關之行業。. sit. io. n. er. Nat. al. y. ‧. 電腦及消費性電子製造業. i n U. v. 以「軟體及網路相關業」的中類為例，底下又分為 6 個小類，各產業小類定義如下。. Ch. engchi. 表 3.9 產業小類分類表 - 軟體及網路相關業軟體及網路相關業之小類. 定義. 電腦系統整合服務業. 從事提供顧客特定需要所設計之軟硬體搭配之系統，或代為組合、設計連結其他廠商之軟體等服務之行業。. 電腦軟體服務業. 從事以軟體技術提供系統分析及設計、程式設計等軟體服務之行業。. 網際網路相關業. 指對機構或個人透過網際網路提供內容服務、系統及應用程式服務等專門服務之行業。 15 . . .

(26) 多媒體相關業. 從事使用一種以上的媒體來傳遞訊息之相關行業。. 數位內容產業. 從事網路資訊及新聞資訊等供應服務之行業。. 其它軟體及網路相關業. 上述小類以外軟體及網路相關之行業。. 在本實驗人力銀行的求職者資料中，科系類別共分為 18 個大類，138 個中類。下表為科系 18 個大類的全覽。. 表 3.10 科系大類分類表科系 18 大類名稱. 治政工業技藝及機械學科類大工程學科類. 教育學科類藝術學科類. 立. 語文及人文學科類. 建築及都市規劃學科類農林漁牧學科類. 法律學科類. 家政相關學科類運輸通信學科類. 自然科學學科類. 觀光服務學科類. 數學及電算機科學學科類. 大眾傳播學科類. y. 醫藥衛生學科類. 軍警體育及其他學科類. n. al. er. io. sit. Nat. 商業及管理學科類. ‧. ‧ 國. 學. 經濟社會及心理學科類. C. hengchi 3.2 資料前處理(Data Preprocessing). i n U. v. 資料來源來自 3 個資料表，因資料龐雜，為順利分析先就各資料表進行 Data Preprocessing。. 3.2.1 1.. 資料清理(Data Cleaning) 為了求轉職資料的完整性，故篩選求職者的全職工作作為實驗樣本，排除兼職與領時薪性質的工作。. 2.. 將生日、性別、職務代碼、產業代碼有空值或是明顯代碼錯誤的部份排除。 16 . . .

(27) 3.. 為了避免學生在學期間的工讀和實習造成混淆，所以最後選取畢業後的全職工作為實驗樣本。. 3.2.2. 資料整合(Data Integration). 1.. 將 3 個資料表透過關連 join 在一起，並以求職者編號 id_no 為主鍵。. 2.. 將各欄位資料不一致單位轉換為一致之單位。. 3.2.3 . 資料轉換(Data Transformation) 資料一般化(Data Generalization) 將原本求職者學歷的 11 個分類，依照同性質的學歷簡化區分為 6 個分. 政治大. 類，1=博士、2=碩士、3=大學、四技、二技、4=二專、三專、五專、. 立. 5=高中、高職、6=國中含以下。. ‧ 國. 學. . 建立新屬性(Attribute Construction) 1.. 用「生日」判斷求職者是屬於哪一個「世代」。例如求職者Ａ出生. ‧. 於 1981 年，則歸類為 80 世代；求職者Ｂ出生於 1990 年，則歸類. y. Nat. n. al. er. 用「離職日期」、「任職日期」與「生日」，可以衍伸出「離職當. io. 2.. sit. 於 90 世代。. i n U. v. 時年齡」與「任職當時年齡」。例如求職者Ｃ出生於 1980 年 1 月. Ch. engchi. 1 日，而他的第一份工作於 2000 年 1 月 1 日任職，則任職當時年齡為 20 歲。 3.. 從某一個工作的「任職日期」到該份工作的「離職日期」所經歷的月數，衍伸出「任職時間(月) 」。例如求職者Ｄ的某一份工作從 2000 年 1 月 1 日任職，到 2000 年 12 月 31 日離職，則該份工作的任職時間為 12 個月。. 17 . .

(28) 4.. 從某一個工工作的「離職離職日期」到到下一個工作作的「任職職日期」所經經歷的月數，衍衍伸出「待待業時間(月))」。例如求求職者Ｅ的的第一份工作作於 2010 年 1 月 1 日離職職，並且在 20 010 年 3 月 1 日任職於於第二份工作作，則待業時間間為 2 個月月。. 政治大. 立. ‧ 國. 學. 資料料縮減(Datta Reductiion). ‧. 3.2.4. 圖 3.22 轉職定義義示意圖. sit. y. Nat. 本研究因因資料來源來來自於求職職者履歷資料料庫，資料非非常複雜且且繁多，但是是裡. al. er. io. 面有有些資料可可能對分析結結果並無影影響，故先刪刪除無關或多多餘之屬性性，以避免需需花. v. n. 費很很多時間來來分析和探勘勘。將各 atttribute 逐一一審視後，僅僅留下可能能會有影響之之屬性。。. 3.2.5. Ch. engchi. i n U. 解決決類別不平平衡問題( Solve the Class Imb balance Prroblem). 本研究主主要是分析轉轉職行為，而而一般求職職者在找到一一份新工作作時，短期間間之內快快速離職的的情況較為少少數，所以要要分析短期期離職的狀況況，會造成成分類的數量量差距極極大，導致致雙方資料樣樣本數會有有 imbalance 的情況發生生。資料不平平衡時，解決決的方法包括包括成本敏感感學習(cost sensitive leearning)[5]和和抽樣技技巧[6]。抽樣樣技巧又可可再分為減少少取樣 und dersampling g、增加取樣樣 oversamp pling 和混混合方法 hybrid h appro oach。 18 . .

(29) 1.. 成本敏感學習：正負例分別給定不同的錯誤分類成本，以減少整體分類所花的成本，缺點是需要使用者自行定義不同目標類別的錯誤分類成本，當使用者判斷力不足時，則無法訂出適當的錯誤成本。. 2.. 減少取樣：舉例來說，假設有一組資料包含 100 個負例(少數類別)和 1000 個正例(多數類別)的資料，減少取樣就是從 1000 個負例中隨機選出 100 個和正例個數相同的為訓練資料，缺點是可能造成有些有用的負例未被選到，解決方法就是做很多次，最後再歸納出來。. 3.. 增加取樣：複製正例直到數量和負例相同，優點是確保在決策邊緣的例. 治政法是在訓練時不要加入任何新的訊息。大立. 子不會被修剪掉，缺點是當有 noisy data 時，會導致過度配適，解決方. 混合方法：是結合減少取樣(藉由隨機二段抽樣產生)和增加取樣(重複已經存在的正例或是在鄰近產生新的正例)。. 學. ‧ 國. 4.. ‧. 本研究因資料集不平衡，且不希望在決策邊緣的資料被修剪掉，故採增加取. y. Nat. 樣方式來平衡資料，增加取樣最著名的抽樣法便是 SMOTE[7]演算法，利用. er. io. SMOTE 演算法：. sit. SMOTE 演算法使訓練資料裡的少數類別數量增加至和多數類別相近。. al. n. v i n 利用 SMOTE 產生新訓練資料之示意圖如圖 3.3，設有參數(T, N, K, R)，其中 Ch engchi U. T 代表少數類別的訓練資料筆數、N 代表少數類別增加的倍率、K 代表鄰居個數、 R 代表多數類別的訓練資料筆數，其演算法為針對少數類別的每筆訓練資料xi，找出其K 個最近的鄰居，從K 個最近的鄰居隨機抽樣N 個鄰居，針對每個隨機抽樣的鄰居yi，計算位移 difi=yi-xi，增加的訓練資料 zi=xi+gap*difi(gap：隨機產生一介於0 至 1 之間的數字) 例：設xi 為(8,6)，yi 為(2,8)，xi 與yi 的差異值 dif=(2,8)−(8,6)=(-6,2)；設取得的gap 是0.4，則xi 為(8,6)+0.4×(-6,2)=(5.6,6.8)。 19 . .

(30) 多數類別資料訓練資料. 新的訓練資料少數類別資料. 所有資料分類. 測試資料. 圖 3.3 利用 SMOTE 產生新訓練資料示意圖. 治政大44 個欄位，詳如表 3.11； Preprocessing 之後，產生一個新的轉職資料表，共有立將原本的求職者基本資料表、學歷資料表以及經歷資料表，經過上述 Data. 後續的各項轉職分析，則按照需要選取各個屬性來使用。. ‧ 國. 學長度. 說明. 主鍵. pkey. bigint. 20. 主鍵. 個人編號. id_no. bigint. 20. 資料關聯用. 性別. sex. tinyint. 1. 1=男、0=女. 生日. birthday. date. 10. 所屬世代. generation. n. 1 C h tinyint engchi U. sit. io. al. y. 欄位型態. Nat. 欄位名稱. er. 中文名稱. ‧. 表 3.11 彙整所有新增屬性的轉職資料表. v n i 3=30 世代、4=40 世代、5=50 世格式：yyyy-MM-dd. 代、6=60 世代、7=70 世代、8=80 世代、9=90 世代. 工作個數. seq. tinyint. 2. 轉職者的第幾個工作. 轉職次數. rownum. tinyint. 2. 轉職者的第幾次轉職. 原工作任職時間. stay_month1. int. 4. 原工作任職時間(月). 新工作任職時間. stay_month2. int. 4. 新工作任職時間(月). 年資(月). seniority_month. int. 4. 轉職時累計工作年資(月). 年資(年). seniority_year. float. 6. 轉職時累計工作年資(年). 轉職頻率. frequency. float. 6. 平均一年換幾個工作. 待業時間(月). wait_month. int. 4. 從原公司轉至新公司經過的待業時間(月). 20 . .

(31) 轉職前原職類(大類). job1. varchar. 4. 轉職前原工作所屬職務(大類). 轉職前原職類(中類). job_M1. varchar. 7. 轉職前原工作所屬職務(中類). 轉職前原職類(小類). job_S1. varchar. 10. 轉職前原工作所屬職務(小類). 轉職後新職類(大類). job2. varchar. 4. 轉職後新工作所屬職務(大類). 轉職後新職類(中類). job_M2. varchar. 7. 轉職後新工作所屬職務(中類). 轉職後新職類(小類). job_S2. varchar. 10. 轉職後新工作所屬職務(小類). 是否為相似工作. similar_job. varchar. 1. 轉職前的原職類是否與轉職後的新職類為同一個職類大類，T= 是、F=否. 轉職前原產業(大類). industry1. varchar. 4. 轉職前原工作所屬產業(大類). 轉職前原產業(中類). industry_M1. varchar. 7. 轉職前原工作所屬產業(中類). 轉職前原產業(小類). industry_S1. varchar. 10. 轉職前原工作所屬產業(小類). 轉職後新產業(大類). industry2. 轉職後新產業(中類). industry_M2. 轉職後新產業(小類). industry_S2. 是否為相似產業. 4. 轉職後新工作屬於產業(大類). varchar. 10. 轉職後新工作屬於產業(小類). similar_industry. varchar. 1. 轉職前的工作所屬產業是否與轉職後的工作所屬產業為同一個產業大類，T=是、F=否. size1. tinyint. 1. 轉職前原公司的公司規模大小，1=1~30 人、2=30~500 人、 3=500 人以上. tinyint. 1. 轉職後新公司的公司規模大小，1=1~30 人、2=30~500 人、 3=500 人以上. trans_size. sit. y. n. al. er. size2. io 公司規模是否相似. ‧. ‧ 國. 立. Nat. 轉職後新公司規模. varchar. 學. 轉職前原公司規模. 治 7 轉職後新工作屬於產業(中類) 政 varchar 大. v i n C h varchar e n g c h i2 U 轉職前後兩公司規模是否相. 似，S2S=小轉小、S2M=小轉中、 S2L=小轉大、M2S=中轉小、 M2M=中轉中、M2L=中轉大、 L2S=大轉小、L2M=大轉中、 L2L=大轉大. 學歷. degree. tinyint. 1. 轉職者畢業的最高學歷：1=博士、2=碩士、3=大學、四技、二技、4=二專、三專、五專、5= 高中、高職、6=國中含以下. 學校代碼. school. varchar. 4. 轉職者畢業最高學歷的所屬學校. 21 . .

(32) 科系代碼(大類). major. varchar. 4. 轉職者畢業最高學歷科系 (大類). 科系代碼(中類). major_M. varchar. 7. 轉職者畢業最高學歷科系 (中類). 原公司任職日期. start_date1. date. 10. 格式：yyyy-MM-dd. 原公司離職日期. end_date1. date. 10. 格式：yyyy-MM-dd. 新公司任職日期. start_date2. date. 10. 格式：yyyy-MM-dd. 新公司離職日期. end_date2. date. 10. 格式：yyyy-MM-dd. 原公司任職月份. start_month1. varchar. 2. 格式：MM. 原公司離職月份. end_month1. varchar. 2. 格式：MM. 新公司任職月份. start_month2. varchar. 2. 格式：MM. 新公司離職月份. end_ month2. varchar. 2. 格式：MM. 原工作任職時年齡. start_age1. 原工作任職時年齡區間. 治 5 顯示原工作任職當時年齡為： start_age_range1 政 varchar 大 20~29、30~39、40~49、50~59 立 tinyint. 2. 原工作任職日期 – 生日. end_age1. tinyint. 2. 原工作離職日期 – 生日. end_age_range1. varchar. 5. 顯示原工作離職當時年齡為： 20~29、30~39、40~49、50~59 或 60~69. ‧. 原工作離職時年齡區間. 學. 原工作離職時年齡. ‧ 國. 或 60~69. tinyint. 2. 新工作任職日期 – 生日. 新工作任職時年齡區間. start_age_range2. varchar. 5. 顯示新工作任職當時年齡為： 20~29、30~39、40~49、50~59 或 60~69. n. sit. er. io. al. y. start_age2. Nat. 新工作任職時年齡. v i n C h tinyint e n g c h i2 U 新工作離職日期 – 生日. 新工作離職時年齡. end_age2. 新工作離職時年齡區間. end_age_range2. varchar. 5. 顯示新工作離職當時年齡為： 20~29、30~39、40~49、50~59 或 60~69. 在原公司三個月內離職. old_stay_lte_3. varchar. 1. T=是、F=否. 在新公司三個月內離職. new_stay_lte_3. varchar. 1. T=是、F=否. varchar. 1. T=是、F=否. 是否一年轉職 3 次或 frequency_gte_3 更多. 22 . .

(33) 3.3 J48 J48 演算法法[8]是由 ID D3 演算法 [9]所改良而而成，兩者都都是屬於決決策樹分類的的一種。。決策樹是一一個類似流流程圖的樹狀狀結構，其其主要功能是是藉由已知知所屬哪一類類的 instance，從中中歸納出 insstance 裡的某某些規則來來建立一個樹樹狀結構，並利用該規規則對未未知樣本的的分類。主要由三三各部份組成成(參考圖 33.4)，每一個個路徑代表表一個規則 (1)internal node：表示示一個測試試屬性，例例如公司規模模。 (2)branch：表示測試試屬性的結果果，例如所所屬世代 = 非 90 世代代求職者。. 政治大. (3)leaf node：代表分分類的結果，例如短期期任職就代表表是一個 cclass label。。. 所屬屬世代. 學. ‧ 國. 立. Bran nch：非 90 世代求職者世. 90 世代代求職者 . ‧. internall node . 小型公公司 . er. io. sit. y. Nat. 大型型公司 . 短期任職短. 公司司規模. n. al. i n 非短期期任職 C h 短期任職短 engchi U. v. 圖 3. 4 決策樹示示意圖決策樹演演算法是採用用 Divide annd Conquer 演算法，利利用由上向向下遞迴式分分割的方方法，藉由由三個數：D D、attributee_list 和 Atttribute_selection_methhod 來建樹。其中參參數 D 代表表分割資料；attribute__list 為描述述值組的屬性性； attriibute_selecttion_method d 對指定的的 attribute 提供一個啟發提發式程序使使其對選擇類類別有最最佳的區別別，此程序會會使用屬性性選擇指標如如 Informatiion gain 或 gini index，其 23 . .

(34) 中 gini index 會強制所建的樹為一個二元樹，Information gain 則允許有多個節點。在產生決策樹的過程中，建樹與修剪樹是很重要的工作。在進行建樹前必需確認所有的屬性都屬 nominal，如果有 numeric，必須先做 discretization。一開始所有訓練資料通通都放在根部，接著再根據所選擇的測試條件將訓練樣本分成不同的子集合，若是分在某子集合內之訓練樣本全屬於同一個分類標記，則產生一個葉節點代表這群樣本分類標記，結束分類動作，否則重複選取測試條件，直到所有樣本都可以分成屬於同一分類標記的子集合為止，樹就建好了。樹建好之後要再進行修剪，也就是找出並移除 noise 資料和離群值，因為所. 治政大避免因過度配適影響結果，修剪可分為預先修剪或事後修剪。預先修剪就是提早立. 建立的樹狀結構可能會有過度配適的問題，所以必須修剪決策樹的一些枝葉，以. 停止決策樹生長，在決策樹建立前就要先設定好一個門檻值以停止決策樹生長，. ‧ 國. 學. 當分支節點滿足該門檻值的設定，就停止該分支繼續生長，那麼末端節點就是樹. ‧. 的 leaf node。相反的，事後修剪是先建立一個完整的樹，再一邊修剪一邊檢驗，. y. Nat. 倘將某分支移除後不會降低準確度的話，則剪去該分枝，到最後未被移除的分支. n. al. er. io. sit. 節點就是 leaf node。. Ch 3.4 Naïve Bayesian Classifier. engchi. i n U. v. Naïve Bayesian Classifier[10]其原理主要是根據貝氏定理(Bayesian Theorem)，利用事件發生機率來推測未知資料之類別，並假設各屬性彼此間是互相獨立的，以此來預測分類的結果。貝氏定理係假設試驗 E 的樣本空間為 S，A、B 為 E 的事件，事件 A 發生的機率記為 P(A)，事件 B 發生的機率記為 P(B)，事件 A 和 B 同時出現的機率記為 P(AB)，在 A 已發生的條件下， B 發生的機率稱為 A 發生的條件下事件 B 發生的條件機率，記為 P ( B | A)  P ( AB ) / P ( A)，設 X 為一個資料值組，H 為某個假設，. 24 . .

(35) 例如假設 X 屬於某類別 C， P ( H | X ) 代表在 X 下，假設 H 成功的機率，也就是當 X 已知，X 屬於 C 類的機率， P ( H | X ) 是在 X 的條件下 H 的事後機率。 Naïve Bayesian Classifier 的步驟如下： 1.. 設 D 為包含類別標籤的訓練資料值組集合，每一個值組由 n 維屬性向量組成， X=(x1,x2,..xn)，從 n 個屬性描繪 n 測量值，分別為 A1,A2…An。. 2.. 假設有 m 個類別為 C1,C2,…Cm，給定一個值組 X，分類器會將一個已知 X 屬於某個類別的事後機率最大化，所以 Naïve Bayesian Classifier 預測當 P(Ci│X)>P(Cj│X)時，值組 X 屬於類別 Ci，其中 i≦j≦m, j≠i。對於類別 Ci，. 3.. P( X | Ci ) P(Ci ) P( X ). 政治大對所有類別 P(X)為常數，僅需最大化 P(X│C )P(C )，類別的事前機率可由立. 可得到 P(Ci | X ) . i. i. ‧ 國. 4.. 學. P (Ci )  Ci , D / D 計算，其中 C i , D 代表在 D 中屬於類別 Ci 的值組個數。. 當屬性個數很多時，要運算 P ( X | Ci ) 會非常費時，為了減少計算成本，naïve. ‧. 假設各類別條件獨立，因此. Nat. y. n. sit. P ( X | Ci )   P( X k | Ci ) P ( X 1 | Ci )  P ( X 2 | Ci )  ...  P ( X n | Ci ) ，可以很容易從 k 1. io. er. 訓練值組來計算 P ( x1 | Ci )  ...  P( xn | Ci )。xk 指的是值組 X 裡面的屬性 Ak 的值，. al. n. v i n 對於每一個屬性，若 A 為類別值屬性，則 P( x | C ) 是在 D 中類別 C 的 A 值 Ch engchi U k. k. i. i. k. 為 xk 的個數除以 C i , D ，若 Ak 為連續值屬性，則假設其為一個具有平均值 µ 和標準差的高斯分配，以此來計算 P( xn | Ci ) ，定義為  1 g ( x,  ,  )  e 2. 5.. ( x )2 2 2. 為了預測X的類別，對每個類別Ci計算 P( X | Ci ) P(Ci ) ，如果 P ( X | Ci ) P (Ci )  P ( X | C j ) P (C j ) 當 1  j  m, j  i ，則預測X屬於類別Ci. 25 . .

(36) 3.5 Logistic Regression 線性迴歸模型主要是用來處理連續值函數，廣義的迴歸模型則可以用來處理類別變數，其中最常見的就是logistic regression[11]，其類似一般線性迴歸，惟可分析二元變數的資料。除了預測獨立變數的值外，logistic regression 亦會計算出該獨立變數的機率值 P，舉例來說，logistic regression 要預測該公司信用貸款有無風險時，會算出其無風險之機率值P，現在一般也都是依該機率值P 來做決定，如果算出來的機率值>0.5，代表 yes，也就是預測為無風險，反之則代表有風險，這個機率值 P 稱做success probability。. 政治大. 當模型的輸出變數為二元類別時，可使用logistic regression，假設有一輸. 立. 出值Y 有 2 個可能類別值編碼為 0 和 1，可以計算其機率值為 P(yi=0)=1-pj 和. ‧ 國. 學. P(yi=1)=Pj，和這些機率值配適的模型稱做linear regression： Pj 1  Pj. )=f(x)=β0+β1xi1+…+βikxnj，將相關資料帶入後即可得到 Pj。. ‧. log(. sit. y. Nat. n. al. er. io. 3.6 Support Vector Machine. i n U. v. SVM[12]是根據統計學習理論為根基，處理高維度的資料，利用一個非線性. Ch. engchi. 轉換將原始資料對應至較高維度資料，之後在較高維度中藉由支持向量與邊界 (Margin)來找出最佳線性分隔之超平面(Hyperplane)，也就是 maximum marginal hyperplane，因為其具有較高的分類準確性。目前 SVM 已被廣泛運用至一般生活中，例如手寫數字識別、物件識別等。. 26 . .

(37) 3.7 AdaBoost Boosting 指對每個訓練資料皆會給一個權重，產生 k 個判別模型進行學習，第 i 次模型 Mi 會對模型判決錯誤的值組進行權重調整，使下一個判別模型 Mi+1 能以更多關注力去注意那些判別錯誤的值組，最後把未知值組代入 k 個模型依不同權重進行判別。 Adaboost[13]是一個常用的 boosting algorithm，假設資料 D 包含 d 個值組為 (X1,y1),(X2,y2),…,(Xd,yd)，其中 yi 是 Xi 的類別，Adaboost 對每個測試值組一開始時都給定一個 1/d 之權重，根據 D 值組權重在第 i 回合使用取出放回產生訓練樣本 Di， d. 利用訓練樣本 Di 產生模型 Mi，然後計算 Mi 的錯誤率，error ( M i )   w j  err ( x j ) ，. 政治大如果錯誤率>0.5，則捨棄模型立 M ，重新產生 d 個值組，再產生新的模型 M ，模型 j. i. i. ‧ 國. 學. Mi 確定後，將判別正確值組的權重乘上 error ( M i ) /(1  error ( M i )) ，之後再對所有值組的權重予以正規化，也就是透過將每個值組的權重乘以調整前權重的總和除以調. ‧. 整後權重的總和，以使調整前和調整後的權重總和相同。判別未知值組 X 時，將所. sit. n. al. er. io. 3.8 Random Forest. y. Nat. 有預測的判別類別之權重加總，最高權重的類別即為 X 的類別。. Ch. engchi. i n U. v. Random Forest[14]中其每個樹的構造是使用下列演算法： 1.. 設訓練案例數為 N，分類的變量是Ｍ，藉由輸入變數 m 來決定一個樹的節點，其中ｍ要小於Ｍ。. 2.. 藉由從所有 N 的訓練案例更換選擇Ｎ次，來對這棵樹選擇一個測試集，使用其餘的案例藉由預測他們的類別來估計樹的 error。. 3.. 對於每個節點的樹，根基於節點的決定來隨機選擇 m 變量，在訓練集裡藉由變數ｍ計算最佳的分裂點。. 4.. 每個樹是完全成長都不需修剪。 27 . . .

(38) 第四章實驗 4.1 實驗資料本研究的實驗分為兩個階段，第一個階段為轉職高峰期、工作轉換頻率分析、跨職類轉職、跨產業轉職、轉職與景氣關係的實驗，這部份的資料來源是採用國內某知名人力銀行的履歷資料庫，先針對這些資料先進行 Data Preprocessing，再彙整成如表 3.11 的轉職資料表，轉職者轉職實驗樣本筆數為 2,918,709 筆。. 政治大久後會在短期之內離職，讓求職者知道以自己本身的條件是否能順利轉職成功；立第二個階段是利用資料探勘方法進行轉職行為分析，分別判斷是否在到職不. ‧ 國. 學. 另外也判斷轉職者一年內的轉職次數是否過高，讓求才廠商能看出轉職頻率高的求職者都有哪些相同的特質。. ‧ sit. y. Nat. 4.2 實驗方法. n. al. er. io. 本實驗方法採用 J48、Naïve Bayesian Classifier、Logistic Regression、Support. i n U. v. Vector Machines、AdaBoost、Random Forest 等分類方法，分別建立模型並測試. Ch. engchi. 準確率，其中訓練資料先利用 SMOTE 方法使訓練資料 balance 後，再針對產業大類：電子資訊／軟體／半導體相關業和產業中類：軟體及網路相關業分別實驗，並依 3 個月內離職和一年內轉職達 3 次的資料比較是否有差異。. 28 . .

(39) 4.3 實驗結果果及分析本實驗針針對轉職高峰峰期、工作轉轉換頻率分分析、跨職類類轉職、跨跨產業轉職等等研究，，製作了轉轉職分析查詢詢系統，方方便使用者直直接查詢各各種可能的分分析結果。 . 4.3.1. 轉職職高峰期. 轉職高峰峰期的研究是是在探討一一年中哪些月月份是轉職職的高峰期？？不同的產產業的轉轉職高峰期期都是一樣的的嗎？是否否有哪些產業業特別例外外？不同職類類之間的轉轉職高峰峰期是否也也有不同之處處？在這邊邊我們將以上上所有疑問問都做出詳細細的分析。. 立. 計算方式式：. 以工工作歷程中第第一份工作作的離職月份份來分析各各月份離職狀狀況。. 2.. 以工工作歷程中第第二份工作作的任職月份份來分析各各月份任職狀狀況。. 學. 1.. ‧. ‧ 國. . 政治大. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 4.1 轉職歷程程示意圖 . SQL 指令令： 1. 各月月份離職狀況況： . 2.. select end_ _month1 leaave_month, count(end_ _month1) coount from careerr_data group by en nd_month1 order by en nd_month1;; 各月月份任職狀況況： . select start_ _month2 staart_month, count(start_ c _month2) coount from careerr_data group by sttart_month22 order by sttart_month2 2;. 29 . .

(40) 表 4.1 各月份離職與任職比例分佈月份. 各月份離職比例. 各月份就職比例. 1. 5.61%. 6.19%. 2. 9.21%. 6.73%. 3. 11.23%. 11.23%. 4. 9.14%. 9.74%. 5. 8.95%. 9.17%. 6. 10.17%. 8.95%. 7. 9.00%. 9.29%. 8. 8.24%. 8.83%. 9. 7.52%. 8.84%. 10. 7.62%. 8.55%. 政治大 7.70% 立. 11. 5.61%. 12. 10.00%. ‧. ‧ 國. 11.00%. n. al. er. io. 8.00%. sit. y. Nat. 9.00%. 7.00%. 5.51%. 學. 12.00%. 6.96%. Ch. 6.00%. engchi. i n U. v. 5.00% 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 圖 4.2 各月份離職與任職比例分佈圖. 30 . . 12. 離職曲線任職曲線.

(41) 由圖 4.2 可以看出，可在轉職的最最高峰位於於 3 月份期間間，也就是是俗稱的農曆曆年後轉轉職潮，不論論是離職人人數和到新公公司就就職職的人數都是是一年之中中的最高點。如果以以離職曲線線來看，一年年之中離職的的第二高點點位於六月份份，原因在在於與教育有有相關的的產業或工工作職類，習習慣與學校的校的學期同步步，以九月為為開始、六六月為結束，在後面面的不同職職類、不同產產業高峰期期的分析，會會再加以詳詳述。. . 不同職類類的轉職高峰峰期：. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 4.3 不同同職類的離職職時間分佈佈圖. 31 . .

(42) 政治大. 圖 4.4 不同同職類的任職職時間分佈佈圖. 學 ‧. ‧ 國. 立. 由上圖 4.3 與圖 4.4 可以看出大大部份職類類的轉職高峰峰都分佈在在農曆年之後後的. sit. y. Nat. 3月月份，唯獨「學術／教教育／輔導類類」的求職職者，離職高高峰點分佈佈在 6、7 月，月. er. io. 而任任職高峰點點分佈在 8 月份。月. al. n. v i n C h類求職者自填表 4.2 學術教育類學 e n g c填職務名稱 h i U 稱 TOP 10. 轉出職務務名稱. 佔比. 轉入職務名名稱. 佔比. 研究究助理. 8.06% %. 研究究助理. 2.79%. 教師師. 3.70% %. 教師師. 2.07%. 安親親老師. 3.12% %. 安親親老師. 1.56%. 安親親課輔老師師. 2.54% %. 代理理教師. 1.37%. 老師師. 2.11% %. 安親親課輔老師. 1.31%. 實習習教師. 2.09% %. 社工工員. 1.23%. 安親親班老師. 1.98% %. 行政政助理. 1.21%. 代理理教師. 1.91% %. 實習習教師. 1.16%. 課輔輔老師. 1.78% %. 老師師. 1.15%. 社工工員. 1.60% %. 安親親班老師. 0.90%. 32 . .

(43) 表 4.3 學術教育類多多數求職者者自填公司名名稱類型表表公司名名稱. 佔總百分比佔比. 補習班班. 14.96%. 英文、英語英語、美語. 10.88%. 幼稚園園. 7.03%. 托嬰、托兒托兒、托育. 5.45%. 安親班班. 2.57%. 表 4.2 為「學術／教教育／輔導類類」求職者者自填的工作作名稱前十十名，不論是是離職轉轉出的職務務或是任職轉轉入的職務務，從除了社社工員之外，其他職務務名稱都能明明顯發現現跟學校有有關係密切；；由於學期大大多以九月月開始六月結束，以致致「學術／教教育. 政治大. ／輔輔導類」求職職者的離職職時間與任任職時間與其其他職務有有所不同。由由表 4.3 可以以看. 立. 出學學術教育類類的求職者大大多從事於於補習班、幼幼稚園、安親親班等與學學期制的工作作環. ‧ 國. 學. 境，，所以更能能確定「學術術／教育／／輔導類」與與其他職類類時間分佈不不同的原因因。. ‧. . 不同產業業的轉職高峰峰期. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 4.5 不同同產業的離職職時間分佈佈圖 33 . .