874万，2020届高校毕业生人数再创新高，同比增加40万。同时，受疫情影响，大量人员面临降薪和失业。2020的难，还难在就业。这也激发了心理学学子的危机意识，纷纷开始关注就业信息，提前做打算。此外，随着“以用户为中心”观念的普及，企业对心理学人越来越重视，明确招聘心理学专业的岗位也越来越多，但部分心理学的同学对于自己未来从事的职业有所迷茫。现有心理学求职指南多是从定性的角度对少数职场人进行调查访谈，本篇报告从爬取的大量招聘信息入手，力求对心理学人的整体就业市场形成更客观、量化的认识。

为了帮助心理学人更直观地了解心理学就业前景，以及更有针对性地准备相关岗位应聘。在2020年3月31日至4月6日，以"心理学"为关键词，分别爬取了拉勾网、猎聘网和前程无忧三大招聘网站的搜索结果。为了获取更全面的大厂信息，在4月15至16日爬取了阿里巴巴、腾讯、百度、京东、网易、字节跳动的官方招聘网站中包含“心理学”关键词的招聘信息（包括校招和社招网站）。最终清洗过后数据共17135条，将之称为：心理学人的17135种可能。

数据爬取、分析、可视化的全流程技术解读

数据爬取

数据预处理

数据规范化

进行数据规范化主要分为两个步骤：一是使用正则表达式从原始数据中分别提取文字和数字信息；二是针对不同的原始单位，按照预先设定的判断逻辑进行计算和转化。

正则表达式（ Regular expression）是一组由字母和符号组成的特殊文本, 它可以用来从文本中找出满足你想要的格式的句子。

数据分析

以本次项目为例，主要有四类分析需求，即描述性分析、交叉分析、时序分析以及文本分析。

描述性分析和交叉分析的部分，出于美观以及操作便捷性的考虑，选取Tableau和Excel。

时序分析希望展示的是数据在时间维度上的变化趋势，而动态效果更能体现这种变化趋势，因此，我们选取了Flourish数据跑分软件。

文本分析常见的用途是从大量文本中提炼主题或关键字，比较简单的方法是对词频进行统计分析。但单纯的词频统计往往会遇到高频无意义词（例如“一个”、“的”）和单个词语意义有限两个问题。以“岗位关键能力”分析为例，我们希望在岗位描述中，提取出反映岗位要求的信息。为解决上述问题，选择将TF-IDF算法与n-gram结合使用。

TF-IDF算法可在计算词频时引入权重，从而排除在一般场景下词语使用频率的影响，得到在特定语境中的真实高频词。

n-gram是从一个句子中提取n个连续词的集合，可以获取到词的前后信息。经试验我们选择了1-gram、2-gram、3-gram和4-gram四种组合的结果。

数据可视化

项目成果

项目获“方向特色奖学金特等奖”；北师大英才“促就业行动”荣誉评价