Кластерный анализ регионов Российской Федерации по потребностям в работниках на основе методов машинного обучения

Аннотация

Предмет: в данной работе раскрываются проблемы кластеризации регионов Российской Федерации как необходимого инструмента развития кадрового потенциала страны. В свою очередь, развитие кадрового потенциала страны по различным отраслям экономики должно происходить системно, учитывая тенденцию спроса в кадрах с необходимым набором компетенций и имеющимся кадровым потенциалом. Цель: кластеризация регионов согласно потребности организаций в работниках для замещения вакантных рабочих мест по профессиональным группам и субъектам Российской Федерации. Дизайн исследования: авторами исследования был реализован алгоритм кластеризации K-средних с использованием библиотеки scikit-learn в Python, который направлен на выбор центроидов с целью минимизации суммы квадратов расстояний внутри кластера. Количество кластеров для набора данных осуществлялся с помощью метода локтя. В ходе проведенного исследования было выявлено четыре кластера регионов Российской Федерации. К первому кластеру в большей степени принадлежат регионы Южного и Северо-Западного федеральных округов, а также города Москва и Санкт-Петербург. Второй кластер, самый количественный по составу, включает многие регионы Приволжского и Центрального федеральных округов. В третий кластер вошли в основном регионы Северо-Кавказского федерального округа. Четвертый кластер включил регионы Центрального, Сибирского, Дальневосточного федеральных округов. Результаты: разработанная методика проведения кластерного анализа может способствовать развитию кадрового потенциала Российской Федерации. В частности, она может стать инструментом в решении вопроса оптимизации подготовки кадров, повышения мобильности трудовых ресурсов, эффективного распределения ресурсов, а также создать условия для устойчивого экономического роста.