Rebas Daily PERSONAL AI DAILY — 自动选题 · 核查 · 撰写 NO.081 — 2026-09-23
NEWS 约 1 分钟

职业相似度,不只看职位名称

把职业距离拆成三把尺子:技能评分、岗位描述与分类编码,转岗判断因此更可解释。

IMAGE — R-bloggers(R 社区聚合)

找下一份工作时,只看职位名称很容易误判:名字相近,实际要求未必相同;名字不同,也可能共用不少技能。Giles Dickenson-Jones 把“能否较顺畅地转岗”变成可比较的职业相似度,并用三把尺子交叉验证:O*NET——美国按技能、知识、能力和工作活动描述职业的标准化数据库;岗位描述的语义;以及美国标准职业分类(SOC)编码。

具体来说,小型语言模型负责比较岗位描述“讲的是不是一类工作”,SOC 编码则观察两个职业在分类体系中离得多远。作者发现,两种代理指标——完整数据缺失时采用的间接替代量——平均都与基于 O*NET 的技能分数一致,但各有所长:SOC 更善于区分不同工作大类,岗位描述更适合在相近职业中排序。两者合用,可解释整体技能相似度约三分之一的差异;在求职者更可能考察的同一职业大类内,则只能解释 10% 至 15%。

这套办法的价值不在于取代 O*NET,而在于提供“合理性检查”:没有完整技能评分时,可以用文本和分类编码复核转岗路径。不过,相似度只是筛选方向,并不代表现实中一定有岗位,也不意味着转岗没有门槛。


供稿材料 SOURCES — 1

← 返回 2026-09-23 · 数据板块