目前,大数据和信息技术的兴起和广泛应用,使得越来越多与企业紧密联系的数据和智能化方法被用于企业间的竞争分析成为可能。通过对线上海量招聘信息进行挖掘,可识别出其中的技能需求和资源禀赋信息,进而基于企业间的人才市场共同性和资源禀赋相似性计算出竞争对手间的整体竞争程度。同时,准确、快速地识别出企业之间的竞争关系进而计算出竞争程度,不仅有利于企业掌握竞争对手的情况,而且有助于企业获得战略决策优势。此外,企业间的竞争分析是企业管理、市场营销和微观经济等学科的研究热点,提出新型智能化的分析方法可以补充企业竞争分析的整体研究框架。据此,本文针对海量招聘信息做了两方面的工作:首先,探究如何采用智能化方法进行竞争信息挖掘。其次,探索如何运用以上挖掘出的竞争信息进行企业间竞争分析。互联网上累积了海量的招聘信息,这些信息以职位描述和企业简介等形式展现,不仅反映了企业需求方面对人才和技能的需求,而且蕴含着企业供给方面对资源禀赋和产品行业的定位。因此,基于企业竞争分析中的市场共同性和资源相似性理论,通过对招聘信息中的职位描述和企业简介进行挖掘,能够分析企业间在人才技能的需求和对资源禀赋的供给方面的重叠程度。首先,本文利用海量企业招聘信息,将文本信息转化为具有语义特征的结构化词向量,再利用相似性将其分类,为增加分类结果的系统性、科学性和应用性对其进行标注,最终构建企业的技能需求和资源供给指标体系。其次,基于二部图方法利用以上指标体系,识别出企业间的竞争关系和路径,进而计算出企业间的竞争程度。最后,使用企业真实数据进行实验,以验证其可行性以及相对优势,且根据具体实验结果获取竞争知识、确定竞争重点,进而为企业评价或制定竞争方案提供支撑。根据企业竞争分析结果,可从以下几个方面为竞争相关决策提供支持:首先,分别识别出对于给定企业具有相对优势、劣势以及相当竞争力的企业集合;然后,在大致判断出企业在不同集合中相对地位的前提下,识别出具体的人才市场以及资源禀赋竞争,同时审视自身独特市场以及发展定位的科学合理性;最后,依据以上竞争信息,调整或确定不同竞争战略中重点以及难点,进而评估或完善已有的竞争方案。此外,通过专家调查法和基于耦合的竞争分析方法分别对本文建立的指标体系的有效性以及竞争分析结果的相对优势进行检验。依据专家评价发现本文建立的指标体系具有外部内容效度,通过与耦合分析结果对比,发现本文结果在路径识别和不对称性竞争分析中具有优势。提出了从海量招聘文本中挖掘出企业竞争分析内容的方法框架,结合Word2Vec和K-means方法能够解决语义理解差的问题。此外,提出了在招聘信息中利用二部图的企业竞争路径识别方法及企业竞争程度度量体系,能够可视化竞争关系并度量竞争程度。然而,受限于挖掘的招聘文本数量,本文可能在具体领域的竞争指标上稍有遗漏,未来研究也可尝试在非中文招聘情境中进行类似探索。