ВИКОРИСТАННЯ ВЕЛИКИХ ДАНИХ ДЛЯ ІНФОРМАЦІЙНОГО ЗАБЕЗПЕЧЕННЯ РИНКУ ПРАЦІ

Анотація

Проблеми збору актуальних даних щодо ринку праці в умовах глобальних змін та геополітичних коливань потребують нових підходів та альтернативних методів збору і аналізу інформації. Це підкреслює актуальність досліджень, спрямованих на розвиток та адаптацію методів формування інформаційного забезпечення ринку праці до сучасних викликів. Перспективним підходом є використання великих даних (Big Data) для оцінки ринку праці, що включає збір інформації з таких джерел як онлайнпортали з пошуку роботи та вакансій. Підхід дає змогу глибше аналізувати ринкові тенденції та забезпечувати більш точну й своєчасну оцінку потреб і можливостей на ринку праці. Метою даної статті є висвітлення підходів до формування інформаційного забезпечення ринку праці на основі використання великих даних, зокрема онлайн даних з сайтів вакансій. Розглянуто особливості використання великих даних для аналізу ринку праці, на основі бази даних, яка вміщує понад чотири мільйони вакансій, розміщених на українських порталах пошуку роботи за останні п’ять років, наданих Європейським фондом освіти — European Training Foundation (ETF). Здійснено оцінку ефективності цих підходів для сприяння пошуку роботи для усіх зацікавлених осіб, зокрема шляхом надання інформації про динаміку попиту та пропозиції на ринку праці на основі даних, отриманих з порталів. Проаналізовано можливості та обмеження використання великих даних, включаючи аналіз їх впливу на розвиток політики зайнятості та планування ринку праці. Окреслено потенційні переваги великих даних у забезпеченні глибшого і більш точного аналізу ринкових умов, а також розглянуто технічні аспекти та виклики, пов’язані з їх обробкою та інтерпретацією. У статті проаналізовано методологічні підходи до збору даних та аналітичного оброблення у контексті прискорених трансформацій, волатильності та обмеженого доступу до традиційних інформаційних ресурсів. Наукова новизна статті полягає в обґрунтуванні можливості та доцільності використання відкритих даних з онлайнпорталів вакансій для інформаційного забезпечення ринку праці в сучасних умовах. У дослідженні застосовано методи аналізу, синтезу та узагальнення для визначення основних сучасних проблем інформаційного забезпечення ринку праці України. Здійснено оцінку ефективності застосування методів збору даних на основі методів веб-скрейпінгу та парсингу, а також застосування інтегрованої платформи Snowflake з метою виявлення ключових тенденцій та патернів на ринку праці. У висновках узагальнено основні положення та обґрунтовано напрями подальших досліджень, указано на значення великих даних для розвитку стратегій зайнятості та оптимізації ринку праці.

ЛІТЕРАТУРА

1. Mashey J.R. Big data and the next wave of {InfraStress} problems, solutions, opportunities. In: 1999 USENIX annual technical conference (USENIX ATC 99). 1999. URL: https:// static.usenix.org/event/usenix99/invited_talks/mashey.pdf (дата звернення: 24.01.2024).
2. Sarioglo V., Ogay M. Approach to population estimation in Ukraine using mobile operators’ data. Statistics in Transition new series, 2023. Т. 24 (1). P. 131—144. https: // doi org/:10.59170/stattrans-2023-008
3. Chetty R., Hendren N. The impacts of neighborhoods on intergenerational mobility: Childhood exposure effects and county-level estimates. Harvard University and NBER, 2015. Vol. 133 (3). Р. 14—16. https://doi.org/10.1093/qje/qjy006
4. Sarioglo V., Cymbal O. Labour market landscaping Ukraine. Big Data for labour market intelligence. 2020. 29 р.
5. Vaccarino A. Big Data For Labour Market Information (Lmi) In Ukraine. Methodological overview and analytics insights on Ukrainian Web Labour Market Working Paper. 2020. Р. 6—33. URL: https://www.etf.europa.eu/sites/default/files/2021-05/ukraine_big_data_ lmi_analysis_2020_web.pdf (дата звернення: 24.01.2024).
6. Vaccarino A. Big Data For Labour Market Information (Lmi) In Tunisia. Methodological overview and Analytics insights on Tunisian Web Labour Market. Working Paper. 2020. Р. 11—30. URL: https://www.etf.europa.eu/sites/default/files/2021-05/tunisia_big_data_ lmi_analysis_2020_web.pdf (дата звернення: 24.01.2024).
7. Boughzala M. Big Data for labour market intelligence. Web labour market of Tunisia. Landscaping and brief overview. 2020. Р. 3—6. https://www.etf.europa.eu/sites/default/ f iles/2020-11/big_data_lmi_tunisia_landscaping_ojv_sources_2020_web.pdf (дата звернення: 24.01.2024).
8. Dusi S., Graziani C., Mezzanzanica M., Pelucchi M. Informal Employment: Can Big Data Improve Knowledge on This Phenomenon? Assessing Informal Employment and Skills Needs. Rainer Hampp Verlag, 2019. Р. 197—230. https://doi.org/10.5771/9783957103598-197
9. Giambona F., Khalawi A., Buzzigoli L., Grassini L., Martelli C. Big data analysis and labour market: an analysis of Italian online job vacancies data. In: ASA 2021 Statistics and Information Systems for Policy Evaluation: book of short papers of the on-site conference. Firenze University Press, 2021. Р. 117—120. https://doi.org/10.36253/978-88-5518-461-8.22
10. Офіційна бібліотека XML Path Language (XPath). URL: https://www.w3.org/TR/ xpath-10/ (дата звернення: 24.01.2024).
11. Офіційна бібліотека мови Python. URL: https://docs.python.org/3/faq/library.html (дата звернення: 24.01.2024).
12. Thapelo T.S., Namoshe M., Matsebe O., Motshegwa T., Bopape M.-J.M. SASSCAL WebSAPI: A Web Scraping Application Programming Interface to Support Access to SASSCAL’s Weather Data. Data Science Journal. 2021. Vol. 20. Р. 5. https: //doi. org/ 10.5334/dsj-2021-024
13. Chamberlin D. D., Boyce R. F. SEQUEL: A Structured English Query Language. Proceedings of the 1974 ACM SIGFIDET (Now SIGMOD) Workshop on Data Description, Access and Control (SIGFIDET’ 74). 1974. ACM Press, Ann Harbor. Р. 249—264. URL: https://s3.us.cloud-object-storage.appdomain.cloud/res-files/2705-sequel-1974.pdf (дата звернення: 24.01.2024).