虚假工作预测数据集

摘要该数据集用于识别虚假招聘信息包含职位标题、描述、要求等文本特征和公司Logo、远程办公等结构化特征存在类别不平衡和缺失值问题适合文本分类和欺诈检测任务。数据集简介数据集概述该数据集包含17,880条招聘信息共18个特征列文件大小约50MB。数据集旨在识别虚假招聘信息其中真实职位17,014条(95.16%)虚假职位866条(4.84%)存在显著的类别不平衡问题。特征包括职位标题、地点、公司简介、职位描述、要求、福利等文本字段以及远程办公、公司Logo、就业类型等结构化字段。数据集存在大量缺失值其中薪资范围缺失率高达83.96%部门缺失64.58%学历要求缺失45.33%福利缺失40.34%。文本类特征(描述、要求)相对完整缺失率低于15%。结构化特征显示79.53%的职位有公司Logo仅4.29%支持远程办公就业类型以全职为主(11,620条)。数据集适合文本分类和欺诈检测任务。建议使用SMOTE或类权重技术处理类别不平衡对文本字段应用TF-IDF或BERT进行特征提取高缺失率特征可考虑删除或创建缺失指示器。推荐模型包括逻辑回归、随机森林、XGBoost或基于Transformer的深度学习模型评估指标应关注精确率、召回率和F1分数而非准确率数据集来源由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-166文件大小6M原创声明本数据集为整理作品