View
80
Download
1
Category
Preview:
Citation preview
TEXT MINING
Estudio sobre vacante
“Minería de Datos”
Jorge A. Romero Ortiz
Objetivo (De la Presentación)
• Mostrar bondades de análisis con Minería de Texto (TEXT MINING)
2
Jorge A. Romero Ortiz
Objetivo (Del Estudio)
• Extraer conocimiento útil en texto que describe vacantes sobre “Minería de Datos” publicadas por empresas
• Determinar perfil del candidato en términos de habilidades, conocimientos, etc., de acuerdo a las necesidades del mercado
3
Jorge A. Romero Ortiz
Método
• Obtener, Modelar y Analizar TEXTO que describe vacantes sobre “Minería de Datos”
– Limpiar datos
– Aplicar Algoritmos de Minería de Texto
– Visualizar resultados
• Determinar perfiles según resultados obtenidos
4
Jorge A. Romero Ortiz
Análisis
• Colección de datos: desde septiembre 2010 hasta abril 2011
• Los registros contienen texto tóxico (no normalizado, no deseado, etc.)
• Variables consideradas
– Empresa, Vacante, Salario Mínimo, Salario Máximo, Lugar, Tipo de Contratación, Fecha, Origen del Registro y, Texto Buscado
5
Jorge A. Romero Ortiz
Análisis
• Elección de las variables de estudio
– Descripción de la Vacante
– Salario
• Limpieza de datos
– Eliminación de todo signo de puntuación
– Sustracción de caracteres no imprimibles
– Normalización de caracteres
– Detección y corrección de datos atípicos
6
Resultados
Aplicación
Modelos y algoritmos
Jorge A. Romero Ortiz
Salario
8
Estadística Salario Mínimo
Mínimo $ 3,000.00
1er cuartil $ 13,000.00
Mediana $ 18,000.00
Promedio $ 20,090.00
3er cuartil $ 22,000.00
Máximo $ 70,000.00
Sin datos 38
Estadística Salario Máximo
Mínimo $ 5,000.00
1er cuartil $ 15,000.00
Mediana $ 22,000.00
Promedio $ 24,100.00
3er cuartil $ 30,000.00
Máximo $ 100,000.00
Sin datos 38
0 10 20 30 40 50 60
10
00
02
00
00
30
00
04
00
00
50
00
06
00
00
Salario Máximo y Mínimo
Vacante Minería de Datos
Index
Sa
lari
o 0 10 20 30 40 50 60
10
00
02
00
00
30
00
04
00
00
50
00
06
00
00
Salario Máximo
Vacante Minería de Datos
Index
Sa
lari
o
0 10 20 30 40 50 60
10
00
02
00
00
30
00
04
00
00
50
00
06
00
00
70
00
0
Salario Mínimo
Vacante Minería de Datos
Index
Sa
lari
o
Jorge A. Romero Ortiz
Salario
9
Máximo Mínimo
10
00
02
00
00
30
00
04
00
00
50
00
06
00
00
Sa
lari
o
0 10 20 30 40 50 60
10
00
02
00
00
30
00
04
00
00
50
00
06
00
00
Salario Máximo
Vacante Minería de Datos
Index
Sa
lari
o
0 10 20 30 40 50 60
10
00
02
00
00
30
00
04
00
00
50
00
0
Salario Mínimo
Vacante Minería de Datos
Index
Sa
lari
o
Salario Máximo
Vacante Minería de Datos
Salario
Fre
cu
en
cia
s
0 10000 20000 30000 40000 50000 60000
05
10
15
20
25
Salario Mínimo
Vacante Minería de Datos
Salario
Fre
cu
en
cia
s0 10000 20000 30000 40000
05
10
15
20
2e+04 4e+04 6e+04 8e+04 1e+05
10
00
02
00
00
30
00
04
00
00
50
00
06
00
00
70
00
0
Salario
Máximo vs Mínimo
Salario Máximo
Sa
lari
o M
ínim
o
Jorge A. Romero Ortiz
Salario Máximo
• Se define
– Salario Promedio entre $11,800 y $34,000
– Salario bajo menor que $11,800
– Salario alto mayor que $34,000
10
Salario Máximo
Vacante Minería de Datos
SalarioF
recu
en
cia
s
0 10000 20000 30000 40000 50000 60000
05
10
15
20
25
Jorge A. Romero Ortiz
Descripción de la Vacante
11
Jorge A. Romero Ortiz
Descripción de la Vacante
12
Jorge A. Romero Ortiz
Descripción de la Vacante
13
Jorge A. Romero Ortiz
Perfiles
• Candidato para– Salario Bajo
• Análisis de datos utilizando Excel, actuarios o informáticos truncos o pasantes para realizar reportes
– Salario Promedio• Análisis de datos y programación con SAS, SQL y ORACLE con
experiencia en modelos estadísticos, generación de reportes (actuarios y matemáticos)
– Salario Alto• Experiencia con conocimiento en Minería de Datos para
prevención de fraudes y cálculo de riesgos, tener habilidades para desarrollar indicadores, actuarios analíticos en inteligencia de negocio
14
Conclusiones
Del Estudio
Perfilamiento
15
Jorge A. Romero Ortiz
Conclusiones
• Se obtuvieron 3 perfiles– Salario– Habilidades
• Se corroboró lo que es básico, entre más experiencia mayor salario
• Lo que contribuye a un mayor salario es experiencia en minería de datos con SAS para el sector financiero
• El promedio del salario está entre 20 y 24 mil pesos
16
Conclusiones
De la presentación
Minería de Texto
17
Jorge A. Romero Ortiz
Conclusiones
• La Minería de Texto enriquece al estudio de texto de documentos del tema de interés
• La gráfica de etiquetas de la Minería de Textotiene Potencial para resumir
• La Minería de Texto muestra una radiografía cercana a la realidad plasmada en documentos
18
Fin
Jorge A. Romero OrtizConsultor Analítico
Jorge.ro.net@hotmail.com
19
Recommended