通过领英讨论内容分析营销专业人士对总奖励的认知：一种自然语言处理方法

《Scientific Reports》：Analyzing total rewards perceptions of marketing professionals through linkedin discourse: a natural language processing approach

　　

摘要

本研究探讨了市场营销专业人士如何通过LinkedIn上的讨论来公开表达他们对总体薪酬的认知，并通过开发特定领域的模型来扩展自然语言处理方法。通过对2023年发布的35,691条评论进行分析，我们发现关于基于数字技能的薪酬讨论明显增加（增加了31.2%），同时与灵活的工作安排之间存在强烈的正面情感关联（r = 0.48，p < 0.001），尤其是在科技行业专业人士中。分层回归分析证实，基于数字技能的讨论倾向与行业特征共同影响了员工的情感态度（ΔR2 = 0.04，p < 0.001），并且对数字技能的重视在科技、零售和消费品行业表现出了不同的影响。基于“基于技能的总体薪酬理论”（Skill-Based Total Rewards Theory, SBTRT），我们为三个观点提供了初步的实证支持：数字技能与薪酬的一致性、技能的市场价值以及基于技能的灵活性。情感分析模型的F1分数为0.89，而针对不同行业的分析显示了显著差异（F(2,35688) = 27.32，p < 0.001）。鉴于LinkedIn上的讨论反映了公开构建的专业身份定位，而非未经筛选的潜在态度，我们将这些模式解读为在专业网络环境中对薪酬偏好的表达。从方法论角度来看，本研究展示了自然语言处理技术在大规模专业情感分析中的应用。实践上，研究结果为各行业制定了基于数字技能和工作场所灵活性的薪酬策略提供了依据，强调了这些因素对员工保留的重要性。该研究通过对SBTRT理论观点的定量验证，为薪酬理论做出了贡献，并为基于讨论的组织研究建立了方法论框架。