所有文章 > 正文

不只是“互联网之都”!杭州高层次人才地图来了

作者: 学术头条

时间: 2020-11-20 15:49

通过 AI+大数据,详细了解一下杭州的人才现状和实力

说到杭州,你会想到什么?是西湖,是灵隐寺,是雷峰塔,还是烟雨飘渺里的江南美景?

作为浙江省的省会、长三角南翼的中心城市,杭州不仅是国际知名的旅游城市,也是中国重要的电子商务中心。2015 年杭州经济总量位居中国大陆第十,并被《福布斯》多次评为 “中国大陆最佳商业城市”。

2018 年底,以杭州为中心的杭州都市圈,面积达 53239 平方公里,居住人口 2569.8 万人。作为阿里巴巴、网易等互联网企业的总部所在,杭州对互联网、物联网等领域的行业人员都具有较强的人口吸引力。


今天,学术君就带领大家一起通过 AI+大数据,详细了解一下杭州的人才现状和实力。


通过杭州市智慧人才地图可以看出,杭州市人才整体分布与发展情况,排名靠前,仅次于北京、上海、广州等一线城市。

图 | 杭州市人才地图

具体而言,杭州市云计算、人工智能、大数据和物联网四个领域的高层次人才总数(四个领域高影响力期刊中近 10 年发文的学者数量)远超其它省会城市。其中,大数据领域的高层次人才凝聚数量最多,其次分别为云计算领域、人工智能领域和物联网领域。


此外,从图1中可以看出,杭州市 72.4% 的重点领域高层次人才集中在下城区,从所属高校/机构来看,浙江大学、杭州阿里巴巴和浙江工业大学占据北京人才机构排名前三。


分领域来看,在人工智能领域,杭州市的人才健康指数为 81.8,在全国排行第四。


从区域分布上看,人工智能领域的高层次人才主要集中在下城区和江干区;从地区影响力方面分析,杭州市与其它城市相比,在基础科研影响力和基础科研热度上较为突出,浙江大学在该领域人才数量较多、成果影响较大。“神经网络”、“数据掘”、“算法设计与分析”等词是该城市该领域的科研热点。


在云计算领域,杭州市的人才健康指数为 80.1,在全国排名第五。


从区域分布上看,云计算领域的高层次人才主要集中在下城区和江干区;从地区影响力方面分析,杭州市与其它城市相比,在基础研究与基础科研影响力上较为突出,在该领域的人才机构排名中,浙江大学一骑绝尘。“无线传感器网络”、“数学型”、“遗传算法”等词是该城市该领域的研究热点。


在大数据领域,杭州市的人才健康指数为 81.1,在全国排名第五。


从区域分布上看,大数据领域的高层次人才主要集中在下城区、江干区和西湖区;从地区影响力方面分析,杭州市与其它城市相比,在基础科研影响力和基础科研热度上较为突出,产业研究热度和产业科研影响力方面稍弱,在该领域的人才机构排名中,浙江大学在该领域人才数量较多、成果影响较大。“资源配置”、“特征提取”、“稳健性”等词是该城市该领域的研究热点。


在物联网领域,杭州市的人才健康指数为 80.2,在全国排名第五。


从区域分布上看,大数据领域的高层次人才主要集中在下城区和江干区;从地区影响力方面分析,杭州市与其它城市相比,在基础科研影响力和基础研究热度上较为突出,在该领域的人才机构排名中,浙江大学、杭州电子科技大学位居前列。“无线通信”、“计算建模”、“性能分析”等词是该城市该领域的研究热点。

“人才地图” 的智慧之处

《智慧人才地图》是智谱·AI 借助科技情报大数据挖掘与服务系统平台 AMiner,针对地区重点发展科技领域(材料技术、生物医药、人工智能、集成电路、新能源汽车、智能制造、智能电网)建立的智慧人才系统。


该系统选取近 5 年期间相关领域国际顶级期刊和会议所收录的全部论文数据,通过挖掘和分析论文数据,获取论文学者信息;通过命名排歧和信息抽取等大数据分析和挖掘技术,对重点科技领域的专家学者进行学者画像,构建领域人才智库,然后根据学者画像信息进行领域人才相关情报挖掘分析。


而且,智慧人才系统提供基于大规模知识图谱的人才语义检索,智能理解用户查询的语义信息,自动从学科领域、人才姓名、研究兴趣、就职单位等多个维度对系统提供的专家智库进行快速而准确地检索,准确定位用户寻找的专家人才,并提供多维度人才语义属性的快速过滤和智能排序。

除了自能的语义检索外,产品还为用户提供了专家/智库的收藏,以及对开通智库的浏览,从不同功能入口帮助用户快速找到目标专家。


智慧人才系统的亮点包括:

  • 以大数据技术为核心,构建超大规模多研究领域知识图谱,基于场景提供学者的智能匹配服务;
  • 提取基于各地区、研究领域的人才指标,对人才结构、发展目标等多维度进行分析和预测,提供对人才数据的可视化展示,实现对学者的 “按图索骥”;
  • 产品采用 SaaS 模式下的微服务架构,可对于业务需求的变更进行快速响应和快速部署,实现对业务扩展的及时支持。


从人才地图中我们可以看到人工智能、大数据、云计算、物联网等等多个当下热门领域的多方面信息。所呈现的数据点面结合,既包括该市该领域的人才动态、城市人才分布、人才机构排名,也有该领域的全国人才分布、全国发展情况以及该城市与其他省份省会城市的影响力对比。

图 | 智慧人才地图“人才健康指数”和“人才分布地图”功能介绍

图 | 智慧人才地图“本地人才核心领域/行业”和“人才动态”功能介绍

图 | 智慧人才地图“人才态势分析”功能介绍

此外,科技情报大数据挖掘与服务系统平台 AMiner 还结合人工智能学术知识图谱,深度挖掘了目前北京各个领域学者的职业生涯信息。

感兴趣的读者可以访问 AMiner 平台进行查看。


智慧人才系统算法解析


那么,这么详细、可视化的人才地图,是怎么做出来的呢?智谱AI人才地图的研发团队表示,该智慧人才系统依托清华大学高质量大规模知识图谱、深度隐含关联挖掘算法和认知图谱等核心技术,服务地方科技产业发展,展示符合地方发展方向的本地、全国和全球人才分布态势、人才流动趋势,可以为地方人才引进工作中的寻、评、引、用提供基于大数据的智能化支持,构建全球人才 Global Positioning System,实现人才工作的按图索骥。

在算法使用上,智慧人才地图主要使用了人才指数算法和两种城市人才分析方法。


人才指数算法:


该算法模型是一种机器学习+专家经验的集成模型,内层根据学术人才评价指标特点分别采用使用 LR,SVM,深度神经网络等机器学习算法。利用 AMiner 人工标注的不同领域、多层次学术机构的大量高质量学者数据库作为模型训练数据。在此基础上,外层封装专家知识的经验模型,组合而成城市人才评分模型。

为使该算法达到最优计算效果,该模型的训练采用了启发式规则+模型自主学习的联合算法,优化目标值也是从大量经过提纯的学者数据中,经过统计分析得到的。

这样得到的算法模型,结合了大数据分析和专家先验知识,从而达到合理精准评分。

而计算城市人才指数得分的过程,就是将人才该城市的人才指标特征(顶尖学者发文数之和、H 指数(h-index)之和、引用数之和等),输入到模型中,会得到所属的层级分类和具体得分,这个得分可以理解为和高等级的学术团体之间的差距。


城市人才分析方法:

针对需求领域类型的不同分别采用以下 2 种方法:

1. 针对较为专业的领域方向,且和其他领域交叉较多,采用学者标注算法进行人才分析;使用 2 类算法对学者进行领域分析标注:

a. AMiner 学科知识图谱:对学者的发表论文中的实体,关系等信息进行抽取(其中实体抽取方法使用 BERT+CRF 和规则,关系抽取采用多种方式结合:包括规则和远程监督),再利用已构建的学科知识图谱推理对学者进行领域标注。

b. 领域标注系统:这是一个以深度学习为核心算法的多标签标注系统,算法网络结构简单说明:先用 BERT 对学者多篇代表性论文进行 Emmbedding,再使用多个的局部 Attention 层和全局 Attention 层进行特征的融合和提取,最后基于这些语义特征向量进行标签预测,即对学者进行领域的标注。

2. 针对于相对独立的学科领域采用 AMiner 会议期刊库(包含大约 40000 个期刊会议)进行人才筛选分析;流程如下:专家标注期刊/会议→期刊/会议影响力排序→学者筛选→学者学术水平排序。


来源:

智谱.AI 智慧人才地图
http://talent.zhipu.ai/

二维码 扫码微信阅读
推荐阅读 更多