Sei un ninja fullstack entusiasta di startup in rapida crescita con uffici divertenti? Oppure sei uno sviluppatore riflessivo alla ricerca di un posto di lavoro favorevole con potenziale di avanzamento?
Entrambi gli stili di linguaggio potrebbero essere usati per descrivere la stessa posizione, e scelte come questa possono essere fondamentali per attirare il tipo di candidati di cui un'azienda ha bisogno. La scelta intuitiva di una voce che corrisponde a un luogo di lavoro sembra una strategia naturale. Ma quando vuoi lanciare una rete ampia, qual è il modo migliore per andare avanti?
Siamo interessati a come cose come il contenuto del testo siano correlate ad altre metriche, come i clic "applica al lavoro". Un metodo per misurare e confrontare le caratteristiche dei documenti di testo (tra i tanti) è l'analisi del sentiment. In generale, i metodi di analisi del sentiment misurano spesso quanto "positivo" o "negativo" sia un documento di testo contando parole chiave e termini associati a questi due opposti.
Per avere un'idea di come il sentimento potrebbe influire sui clic di applicazione del lavoro, abbiamo utilizzato un analizzatore di sentimenti pre-addestrato all'interno di uno strumento chiamato textblob. Lo abbiamo usato per analizzare il testo di tutti i lavori che sono mai stati pubblicati su The Muse. La seguente trama mostra che, secondo questo strumento standard, la maggior parte dei posti di lavoro usa un linguaggio leggermente positivo.
Ad ogni lavoro assegnato un punteggio di sentimento, mettiamo tutti i posti di lavoro in 6 gruppi di uguali dimensioni, dal sentimento più negativo a quello più positivo. Le distribuzioni di sentimento di ciascun gruppo possono essere confrontate nella trama seguente:
Questo è un tipo di visualizzazione dei dati che si chiama box plot e aiuta a sintetizzare in che modo differiscono i nostri 6 gruppi. Ad esempio, la linea al centro di ciascun rettangolo segna il punteggio mediano del sentimento per ciascun gruppo; i punteggi tipici dei sentimenti per i lavori in un gruppo sono vicini a questa linea. Il rettangolo completo racchiude il 50% dei dati più vicini a questa linea (ovvero il più tipico). Questo tipo di riepilogo (che presenta alcuni dati grezzi sovrapposti) ci aiuta a capire che i lavori che presentano parole più positive, osservando tutte le categorie di lavoro, hanno storicamente ottenuto più clic di applicazione.
Esistono modi molto più sofisticati per esaminare queste qualità e le trame sopra solo graffiano la superficie di quali dati possono aiutarci a capire. Inoltre, diverse aziende hanno obiettivi diversi per il loro annuncio di lavoro - la qualità o la specificità dei candidati possono essere quantità più importanti, ad esempio.
In The Muse, stiamo usando i dati per comprendere questi e altri problemi per aiutare le persone in cerca di lavoro a trovare il lavoro dei loro sogni e aiutare le aziende ad assumere dipendenti dei sogni. Se sei uno sviluppatore interessato a lavorare su problemi come questo, aiutando le persone a trovare il lavoro dei loro sogni, ti preghiamo di contattarci.
