人才是生产力中最重要也是最活跃的因素,对社会和经济的发展起到基础性和决定性的作用。因此,合理有效的分析人才需求状况也就成了求职者、企业乃至国家的迫切需求。而互联网的迅速发展,呈爆炸速度增长的信息资源,使得网络成为获取招聘信息、参加招聘的一个重要途径,且在招聘中所占比例逐年增加。本文基于某网站2015.12-2016.4之间发布的招聘信息,采用统计分析与数据挖掘的工具,并建立相应的模型,来研究我国人才需求的状况,首先,通过描述性统计分析,得到我国人才需求在城市、学历、工作经验等变量下的分布情况,得出的结论有:(1)我国的人才需求主要集中在一些大城市,招聘人数前十的城市占全部招聘人数的91%,而招聘人数最多的行业是互联网行业,且技术领域的人才需求数量最大;(2)高学历要求的招聘职位数量较少,招聘公司更偏向于有工作经验的求职者,会给有经验的求职者更高的工资,且技术领域的员工平均收入更高,高学历的求职者也更容易拿到高工资,而一线城市公司的高薪资职位的比重显著高于其他城市。其次,通过建立决策树模型和关联规则模型,挖掘地域、学历、工作经验、职业领域以及薪资之间的关系,并且得出对薪资影响作用的重要程度,从强到弱分别为:工作经验、行业领域、城市、学历以及公司规模。最后,特别分析了新兴职业——数据类岗位的需求状况,并与其它岗位进行对比,得出数据类岗位的特点。然后,用灰色模型对数据类的岗位进行了预测,得出数据类岗位的需求呈上升趋势。