想象一下你高中毕业前的世界。

然而，现在你必须决定从事什么职业。你想找一份既能付账又能享受的工作。毕竟，你会把大部分时间花在工作上。

但是，如何做出可靠的选择——除了父母可能追求的目标，还是你最后一学年的成绩会让你直接进入。

我们今天发表在《美国国家科学院院刊》的研究发现，不同的职业吸引着心理特征完全不同的人。

在寻找新的职业时，你可以拜访职业顾问，回答一系列问题来确定你的兴趣和优势。这些结果被用来为你匹配一组潜在的职业。

然而，这种方法依赖于长期调查，没有考虑到随着技术改变就业模式，许多职业正在改变或消失的事实。

21世纪的求职

我们想知道能否根据一个人在网上透露的心理痕迹，开发出一种数据驱动的方法来匹配合适的职业。

研究表明，人们通过网络语言和网络行为留下自己的痕迹。

我们能否对此进行分析，找出做同样工作的人在多大程度上具有同样的性格特征？

在我们的研究中，我们确定了超过10万名推特用户，每个用户的用户档案包含3513个位置中的一个。

然后，利用IBM基于云的人工智能引擎Watson提供的工具，以及其Personality Insights服务，我们根据每个帖子的语言为他们提供了十个与个性相关的功能的分数。

我们使用各种数据分析和机器学习技术来探索每个职业的个性。

例如，为了创建“职业罗盘图”，我们使用无监督机器学习算法将职业个性数据聚类成20个不同的聚类，从而将个性最相似的职业分组。

一直以来，就我们的性格、价值观、兴趣爱好而言，如果工作适合我们这个人，一直被认为更有成就感。

我们的结果证实了这一点，我们发现不同的职业往往有非常不同的性格特征。

例如，软件程序员和科学家通常更愿意体验新的活动，对知识充满好奇，倾向于思考符号和抽象，觉得重复很无聊。另一方面，优秀的网球运动员往往更认真、更有组织、更容易接受。

我们的发现表明，使用社交媒体上共享的数据将个人与合适的工作相匹配是可能的。

根据推断的性格特征，我们使用机器学习来聚类1000多个字符。我们发现许多类似的工作可以合并。

例如，一个集群包含不同的技术任务，如软件编程、Web开发和计算机科学。另一组包括体育馆管理、后勤协调和音乐会推广。

您可以使用我们制作的互动在线地图探索更多内容。

然而，尽管许多组合与现有的职业分类器(政府和其他组织目前用来将工作组合在一起的正式分组)一致，但一些集群中包含的角色传统上并没有组合在一起。

例如，制图员、种粮农民和地质学家最终聚集在一起，并与许多技术专业人员分享相似的个性特征。

数据驱动的专业指南针。

通过我们的结果，我们探索了建立一个数据驱动的职业指南针的想法：一个可以找到适合某人个性的最佳职业的推荐系统。

我们搭建了一个系统，可以推荐一个符合人的性格特征的职业，准确率超过70%。

即使我们的系统有问题，也不是很远，它指向技能非常相似的行业。例如，这可能意味着诗人已经成为一个虚构的作家。

由于自动化和技术的突破，行业正在迅速变化。在我们互联的数字世界里，我们留下了自己的痕迹。我们的工作提供了使用这些痕迹的有效方法。

这种方法也许有一天可以用来帮助人们找到理想的职业，或者至少可以帮助我们更好地理解不同角色隐藏的性格特征。

郑重声明：本文版权归原作者所有。转载文章只是为了传播更多的信息。如果作者信息标注有误，请第一时间联系我们修改或删除。谢谢你。

标签：