Искусственный интеллект как инструмент повышения эффективности анализа трудовых ресурсов регионов РФ

Аннотация

Статья посвящена применению методов искусственного интеллекта в задачах анализа трудовых ресурсов субъектов Российской Федерации. Актуальность исследования обусловлена нарастающей дифференциацией региональных рынков труда и недостаточностью традиционных аналитических инструментов для работы с данными больших объёмов. Цель – обоснование методологии применения нейросетевых алгоритмов и NLP для повышения качества прогнозирования занятости, выявления структурной безработицы и оценки профессионально-квалификационного дисбаланса. Предложена авторская методика многоуровневого аналитического контура на основе открытых данных Росстата, HeadHunter и Федеральной службы занятости. На выборке из 85 субъектов РФ (2 380 наблюдений) показано, что ансамблевая модель XGBoost снижает погрешность прогноза уровня безработицы с 12,0% MAPE (ARIMA) до 5,0% MAPE, а классификатор RuBERT достигает точности 91,4% (macro F1) при разметке вакансий по группам ОКЗ.