想象一下自己高中毕业，眼前的世界。
但是，现在您必须决定要从事的职业。您希望找到一份既能支付账单的工作，又能享受这份工作。毕竟，您将在工作中花费大部分时间。
但是，如何做出可靠的选择-除了父母可能会追求的目标之外，或者您最终的学年成绩将使您直接进入。
我们今天发表在《美国国家科学院院刊》上的研究发现，不同的职业吸引着具有截然不同心理特征的人。
在寻找新职业时，您可以拜访职业顾问并回答一系列问题，以确定您的兴趣和优势。这些结果用于将您与一组潜在的职业相匹配。
但是，这种方法依赖于长期的调查，并未考虑到随着技术改变了就业格局，许多职业正在发生变化或消失的事实。
21世纪求职
我们想知道是否可以开发一种数据驱动的方法来根据一个人在网上揭示的心理痕迹来匹配一个合适的职业。
研究表明人们通过在线发表的语言和在线行为留下自己的痕迹。
我们是否可以对此进行分析，以找出从事相同工作的人在何种程度上具有相同的性格特征?
在我们的研究中，我们确定了超过100,000个twitter用户，每个用户的用户资料中都包含3,513个职位之一。
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服务，我们根据每个帖子的语言为他们提供了十个与个性相关的特征的评分。
我们使用了各种数据分析和机器学习技术来探索每种职业的个性。
例如，要创建“职业指南针地图”，我们使用了无监督机器学习算法将职业人格数据聚类为二十个不同的聚类，从而将人格方面最相似的职业分组。
长期以来，就我们的个性，价值观和兴趣而言，如果工作适合我们作为一个人，就一直被认为会更加充实。
我们的结果证实了这一点，并且我们发现不同的职业倾向于具有非常不同的性格特征。
例如，软件程序员和科学家通常更乐于体验各种新活动，对知识好奇，倾向于思考符号和抽象，并发现重复无聊。另一方面，精英网球运动员往往更加尽责，有条理和乐于接受。
我们的发现指出，有可能使用社交媒体上共享的数据来使个人匹配合适的工作。
我们根据推断出的人的人格特质，使用机器学习对一千多个角色进行了聚类。我们发现许多类似的工作可以组合在一起。
例如，一个集群包含不同的技术工作，例如软件编程，web开发和计算机科学。另一个小组包括体育馆管理，后勤协调和音乐会促销。
您可以使用我们制作的此交互式在线地图来探索更多内容。
但是，虽然许多组合与现有的职业分类器(政府和其他组织用于将工作分组在一起的当前正式分组)保持一致，但某些集群所包含的角色传统上并未分组在一起。
例如，制图师，谷物农民和地质学家最终聚集在一起，并与许多技术专业人员共享相似的个性特征。
数据驱动的职业指南针
通过我们的结果，我们探索了构建数据驱动的职业指南针的想法：一种可以找到适合某人个性的最佳职业的推荐系统。
我们构建了一个系统，该系统可以推荐一种与人们的人格特质相匹配的职业，其准确性超过70%。
即使我们的系统有问题，也相距不远，它指向具有非常相似技能的行业。例如，这可能暗示诗人成为了虚构的作家。
由于自动化和技术突破，行业正在迅速变化。在我们互联的数字世界中，我们留下了自己的痕迹。我们的工作提供了一种有效地使用这些痕迹的方法。
这种方法可能有一天可以用来帮助人们找到理想的职业，或者至少可以帮助我们更好地理解不同角色的隐藏性格特征。

---