社会人才供需失衡一直是我国发展过程中面临的主要问题。随着高等院校招生规模不断扩大,高校毕业生人数逐年递增,大量的应届毕业生面临就业问题,而大量企业却招不到满足要求的人才。高校培养的专业人才与真实市场需求脱节,不合理的专业课程体系设置,缺乏准确洞察人才市场需求的能力都是造成上述困境的主要原因。为了解决以上问题,本文以数据分析师的招聘为例,采集了招聘网络上3万多条招聘信息,利用文本挖掘技术构建了多维度的岗位需求特征分析模型,利用自然语言处理技术和机器学习等创建了相对完善的数据分析师岗位方面的技能词典,并从多个角度对市场需求、就业技能进行了分析。该方法弥补了传统调研、人工统计分析等方法费时耗力的缺陷,实现了快速、高效、智能化的对岗位需求特征挖掘,特别是在数据量大、结构复杂等情况下,优势更为突出。通过分析,在对数据分析师岗位的研究中,从工作地点分布、企业融资情况、薪资状况、招聘岗位类别等角度了解了数据分析师岗位整体情况,从工作经验与薪资水平、最低学历要求及薪资水平、最低学历和专业要求、企业规模及工作经验需求、工具及计算机技能、综合素质六个维度对数据分析师岗位特征进行统计分析,得到数据分析师岗位多个角度的需求特征。并且利用构建的不同维度的指标使用频数统计分析法、相关分析、关联规则分析方式挖掘出市场上数据分析师岗位的技能需求特征之间的联系。据此,对应聘者、高校和相关学者提出几点建议。