你是一个对于快速成长的初创公司和有趣的办公室感到兴奋的全栈忍者吗？ 或者，您是一位有思想的开发人员，正在寻找具有潜在进步的支持性工作场所吗？
这两种语言都可以用来描述相同的位置，这样的选择对于吸引公司需要的候选人来说至关重要。 直观地选择与工作场所相匹配的声音似乎是一种自然的策略。 但是当你想要投出一个广泛的网络时，前进的最佳方式是什么？
我们对文本内容等内容与其他指标相关联感兴趣，例如“适用于工作”点击。 测量和比较文本文档（在众多文档中）的特征的一种方法是情感分析。 从广义上讲，情感分析方法通常通过计算与这两个对立面相关的关键词和术语来衡量文本文档的“正面”或“消极”程度。
为了快速了解情绪如何影响工作应用点击，我们在名为textblob的工具中使用了预先训练的情绪分析器。 我们用它来分析在Muse上发布的所有工作的文本。 下面的图表显示，根据这种现成的工具，大多数职位都使用温和的积极语言。
每个工作分配一个情绪分数，我们将所有职位分为6个同等规模的小组，从最负面到最积极的情绪。 每组的情绪分布可以在下图中进行比较：
这是一种数据可视化，称为箱形图，有助于总结我们的6组如何不同。 例如，每个矩形中间的线标记每个组的中位情绪分数; 一组中的工作的典型情绪分数接近这一行。 完整的矩形包含最接近该行的50％的数据（即，最典型的）。 这种摘要（其中包含一些原始数据）有助于我们了解在查看所有工作类别时，具有更多积极词汇的工作在历史上获得更多应用点击。
有更复杂的方法来看待这些品质，上面的图表只是划分了数据可以帮助我们理解的表面。 另外，不同的公司在工作岗位上有不同的目标 - 例如，求职者的质量或特殊性可能是更重要的数量。
在The Muse，我们使用数据来理解这些和其他问题，以帮助求职者找到理想的工作，并帮助公司雇用梦想的员工。 如果您是一名有兴趣处理此类问题的开发人员，帮助人们找到理想的工作，请与我们联系。
