Gewusst wie: Analyse von Online-Stellenanzeigen (8/11) – Zuordnung von Berufen
In dieser Blogreihe berichten Expert:innen über Lösungsansätze zu methodischen Herausforderungen, die bei der Analyse von Online-Stellenanzeigen (OJA – Online Job Advertisement) entstehen können. Die Vortragsvideos stammen von dem OJV Forum, welches vom Bundesinstitut für Berufsbildung und der Bertelsmann Stiftung im November 2021 ausgerichtet wurde. Das Forum hat zum Ziel, Expert:innen für die Analyse von OJA miteinander zu vernetzen, über methodische Herausforderungen zu diskutieren und sich gegenseitig auf den aktuellen Forschungsstand zu bringen. Darüber hinaus soll es dazu beitragen, das Potential der OJA-Analyse weiter auszuschöpfen und den Weg für weitere Studienideen und Kooperationen zu bereiten.
Video: Vorgehen und Grenzen bei der Normalisierung von Online-Inseraten
In ihrem Vortrag thematisiert Claudia Plaimauer von der 3s Unternehmensberatung die Erschließung von Online-Stellenanzeigen der Big-Data-Plattform Jobfeed mittels Normalisierung auf die Berufsklassifikation des österreichischen Arbeitsmarktservice (AMS). Diese Normalisierung wird in Jobfeed mittels maschinellem Lernen durchgeführt, wobei der gesamte Text der Online-Stellenanzeige vom System ausgewertet und auf Ähnlichkeiten mit zuvor präsentierten Beispielanzeigen untersucht wird. Frau Plaimauer zeigt auf, welche Eigenschaften eine ideale Berufe-Normalisierung besitzen sollte und welche Herausforderungen seitens der Online-Stellenanzeigen, der Taxonomie und der Schnittstelle zwischen Jobfeed und der Taxonomie auftreten können. Es wird deutlich, dass es hierbei zahlreiche Spannungsfelder gibt, die sich aus dem unterschiedlichen Charakter von OJAs und Taxonomien ergeben. Weder Mensch noch Maschine, so das Fazit, kann deswegen eine Normalisierung von Jobinseraten auf Berufe zu 100 % vollständig und genau vornehmen.
Weitere spannende Arbeiten von Frau Plaimauer bzw. der 3s Unternehmensberatung finden Sie unter den folgenden Links:
- (2020) Using big data analysis to develop labour market taxonomies: The case of the Austrian Public Employment Services skills taxonomy. In: The feasibility of using big data in anticipating and matching skills needs. Geneva: ILO. Section 2.1. https://www.ilo.org/wcmsp5/groups/public/—ed_emp/—emp_ent/documents/publication/wcms_759330.pdf
- (2019) How can we balance human interpretation and automated analysis? Presentation given together with M. Hudepohl at Cedefop workshop on comparing VET qualifications. Thessaloniki, 28.-29.11.2019. https://www.cedefop.europa.eu/files/09_key_question_3_how -_can_we_balance_human_interpreation_and_automated_analysis.pdf
- (2018) Die Darstellung der Arbeitskräfte-Nachfrage im AMS-Qualifikations-Barometer. AMS info 410/411.
https://www.ams-forschungsnetzwerk.at/downloadpub/AMS_info_410-411.pdf - (2016) Big Data als Informationsquelle für regionales Arbeitsmarkt-Monitoring: Online-Stellenanzeigen analysieren mittels Jobfeed. AMS info 339. https://www.ams-forschungsnetzwerk.at/downloadpub/AMS_info_339.pdf
Weitere Beiträge aus der Reihe „Gewusst wie: Analyse von Online-Stellenanzeigen“:
Gewusst wie: Analyse von Online-Stellenanzeigen (1/11) – Aufbereitung eines Datenschatzes
Gewusst wie: Analyse von Online-Stellenanzeigen (2/11) – Erkennung von Dubletten
Gewusst wie: Analyse von Online-Stellenanzeigen (3/11) – Sicherung der Qualität
Gewusst wie: Analyse von Online-Stellenanzeigen (4/11) – Wie repräsentativ sind die Daten?
Gewusst wie: Analyse von Online-Stellenanzeigen (5/11) – Evaluation
Gewusst wie: Analyse von Online-Stellenanzeigen (6/11) – Aufdecken von versteckten Informationen
Gewusst wie: Analyse von Online-Stellenanzeigen (7/11) – Mit Machine Learning zur Antwort
Gewusst wie: Analyse von Online-Stellenanzeigen (8/11) – Zuordnung von Berufe
Gewusst wie: Analyse von Online-Stellenanzeigen (9/11) – Gewinnung von Taxonomien
Gewusst wie: Analyse von Online-Stellenanzeigen (11/11) – Werben mit Nachhaltigkeit in Azubistellen
Kommentar verfassen