想象一下自己高中畢業(yè)，眼前的世界。

但是，現(xiàn)在您必須決定要從事的職業(yè)。您希望找到一份既能支付賬單的工作，又能享受這份工作。畢竟，您將在工作中花費大部分時間。

但是，如何做出可靠的選擇-除了父母可能會追求的目標之外，或者您最終的學年成績將使您直接進入。

我們今天發(fā)表在《美國國家科學院院刊》上的研究發(fā)現(xiàn)，不同的職業(yè)吸引著具有截然不同心理特征的人。

在尋找新職業(yè)時，您可以拜訪職業(yè)顧問并回答一系列問題，以確定您的興趣和優(yōu)勢。這些結果用于將您與一組潛在的職業(yè)相匹配。

但是，這種方法依賴于長期的調(diào)查，并未考慮到隨著技術改變了就業(yè)格局，許多職業(yè)正在發(fā)生變化或消失的事實。

21世紀求職

我們想知道是否可以開發(fā)一種數(shù)據(jù)驅動的方法來根據(jù)一個人在網(wǎng)上揭示的心理痕跡來匹配一個合適的職業(yè)。

研究表明人們通過在線發(fā)表的語言和在線行為留下自己的痕跡。

我們是否可以對此進行分析，以找出從事相同工作的人在何種程度上具有相同的性格特征?

在我們的研究中，我們確定了超過100,000個Twitter用戶，每個用戶的用戶資料中都包含3,513個職位之一。

然后，使用IBM基于云的人工智能引擎Watson提供的工具及其Personality Insights服務，我們根據(jù)每個帖子的語言為他們提供了十個與個性相關的特征的評分。

我們使用了各種數(shù)據(jù)分析和機器學習技術來探索每種職業(yè)的個性。

例如，要創(chuàng)建“職業(yè)指南針地圖”，我們使用了無監(jiān)督機器學習算法將職業(yè)人格數(shù)據(jù)聚類為二十個不同的聚類，從而將人格方面最相似的職業(yè)分組。

長期以來，就我們的個性，價值觀和興趣而言，如果工作適合我們作為一個人，就一直被認為會更加充實。

我們的結果證實了這一點，并且我們發(fā)現(xiàn)不同的職業(yè)傾向于具有非常不同的性格特征。

例如，軟件程序員和科學家通常更樂于體驗各種新活動，對知識好奇，傾向于思考符號和抽象，并發(fā)現(xiàn)重復無聊。另一方面，精英網(wǎng)球運動員往往更加盡責，有條理和樂于接受。

我們的發(fā)現(xiàn)指出，有可能使用社交媒體上共享的數(shù)據(jù)來使個人匹配合適的工作。

我們根據(jù)推斷出的人的人格特質(zhì)，使用機器學習對一千多個角色進行了聚類。我們發(fā)現(xiàn)許多類似的工作可以組合在一起。

例如，一個集群包含不同的技術工作，例如軟件編程，Web開發(fā)和計算機科學。另一個小組包括體育館管理，后勤協(xié)調(diào)和音樂會促銷。

您可以使用我們制作的此交互式在線地圖來探索更多內(nèi)容。

但是，雖然許多組合與現(xiàn)有的職業(yè)分類器(政府和其他組織用于將工作分組在一起的當前正式分組)保持一致，但某些集群所包含的角色傳統(tǒng)上并未分組在一起。

例如，制圖師，谷物農(nóng)民和地質(zhì)學家最終聚集在一起，并與許多技術專業(yè)人員共享相似的個性特征。

數(shù)據(jù)驅動的職業(yè)指南針

通過我們的結果，我們探索了構建數(shù)據(jù)驅動的職業(yè)指南針的想法：一種可以找到適合某人個性的最佳職業(yè)的推薦系統(tǒng)。

我們構建了一個系統(tǒng)，該系統(tǒng)可以推薦一種與人們的人格特質(zhì)相匹配的職業(yè)，其準確性超過70%。

即使我們的系統(tǒng)有問題，也相距不遠，它指向具有非常相似技能的行業(yè)。例如，這可能暗示詩人成為了虛構的作家。

由于自動化和技術突破，行業(yè)正在迅速變化。在我們互聯(lián)的數(shù)字世界中，我們留下了自己的痕跡。我們的工作提供了一種有效地使用這些痕跡的方法。

這種方法可能有一天可以用來幫助人們找到理想的職業(yè)，或者至少可以幫助我們更好地理解不同角色的隱藏性格特征。