我国战略性新兴产业的大力发展促进了人才市场对相应专业人才的需求,作为人才培养基地的高校则会增设相关学科、专业以确保充足的人才供给,然而毕业季的“两难”问题表明高校输送的人才在规模和质量上仍然无法有效满足人才需求,因此本文在已有研究的基础上,运用文本挖掘和因子分析方法对我国高校新增本科专业展开研究,为专业人才供需结构的协调发展做出积极努力。首先分析我国高校2012-2019年新增本科专业的学科、省域及专业种类分布,并结合专业的发展状况以人工智能为典型,简要描述其新增专业点的布局特征。然后,基于拉勾网爬取的人工智能相关岗位的招聘信息数据和Word2Vec、Kmeans、LDA模型,挖掘人工智能岗位的基本属性和需求热点主题。再结合提取的热点主题和人才供需关系,构建包含校专任教师总数、本科在校生数、理工类专业数等18个指标的契合度评价体系,运用因子分析对2019年申报人工智能专业的200所高校进行人工智能专业建设与人才需求契合度评价,对比分析综合排名前20和后20的高校的基础建设、经济需求、专业师生结构、专业教学建设、就业质量5个主要影响因子的平均水平。结果表明,新增本科专业整体布局在学科、省域上偏重于工学和华中地区,数据科学与大数据技术、人工智能是高校近年来争相增设的热门专业,云南、河南的新增专业设置重复度相对高于其他地区;人工智能专业新增专业点则主要集中在江苏、北京地区,且理工类高校占比最高。人工智能相关岗位多由互联网公司提供,学历水平和工作经验要求占比最高的是“本科”和“3-5年”,薪资水平较高,主题模型结果则表明人工智能岗位对相关人才在“学历专业背景”、“综合素质”等7个方面的要求较高。对比综合得分前20和后20的高校在5个因子上的平均水平发现,参与本次评价的高校在人工智能专业建设与人才需求契合度上有着非常明显的分层现象,主要是由高校的基础建设水平差异造成。综上,建议不同省域高校从新增专业整体布局出发,科学增设不同学科的专业,避免专业过度重复问题,同时还需加强院校的基础建设,做好申报专业的各项资源建设准备,调整人才培养方式、培育出符合市场需求发展的人才。