據(jù)中國新聞網(wǎng)報道，2020年度中央機關(guān)及其直屬機構(gòu)公務員招考筆試有超143萬人報名，涉及中央和國家機關(guān)86個單位、23個直屬機構(gòu)，而計劃招錄2.4萬人，通過資格審查人數(shù)與錄用計劃數(shù)之比約為60:1，在報名期間出現(xiàn)多個競爭超“千里挑一”的職位也就不足為奇了。
雖然筆者沒參加過國家公務員考試（以下簡稱“國考”），但本著“內(nèi)行看門道，外行看熱鬧”的心態(tài)，筆者想一個旁觀者的視角，通過一些語義分析技術(shù)去發(fā)現(xiàn)近八年（2011~2018）國考行政職業(yè)能力測驗（以下簡稱“行測”）考了哪些內(nèi)容，看能否有一些規(guī)律性的發(fā)現(xiàn)。
數(shù)據(jù)來源
“行程計算”類考題是重軸戲
- 小王步行的速度比跑步慢50%，跑步的速度比騎車慢50%。如果他…問小王跑步從A城到B城需要多少分鐘 ；
甲、乙兩人計劃從A地步行去B地，乙早上7︰00出發(fā)，勻速步行前往，…，為了追上乙，甲決定跑步前進，跑步的速度是乙步行速度的2.5倍，但每跑半小時都需要休息半小時，那么甲什么時候才能追上乙 ；
如右圖所示，甲乙兩人從A、B兩點同時出發(fā)，朝不同方向沿小路散步，已知甲的速度是乙的2倍。問以下哪個坐標圖能準確描述兩人之間的直線距離與時間的關(guān)系?
Note
-
詞頻：一般詞匯出現(xiàn)的次數(shù)越多，它的重要程度越高； -
位置：句首、句中還是句末，一般來說，句中的詞匯權(quán)重會高一些； -
詞性：名詞、動詞）； -
詞長：詞匯的長度，一般來說，詞匯的長度越長，好漢的語義信息越豐富，給的權(quán)重也更高一些。
近八年所有題干的詞匯關(guān)聯(lián)圖
字體大小表示詞匯的權(quán)重值大小，原理同上，能反映詞匯在評論中的重要性
不同的顏色代表不同的話題
詞匯之間距離越近，說明它們在同一語境中出現(xiàn)的頻率較高，越具有語義相關(guān)性，比如“速度”、“執(zhí)法船”、“行駛”、“小時”和“騎車”等詞匯挨得很近，我們能迅速聯(lián)想這些關(guān)鍵詞跟試題中的“行程問題”有關(guān)，而不是跟政治、物理或者汽車有關(guān)。
行程類：這類題一般涉及到路程、速度、時間三者的變化關(guān)系，主要反映在紫色系的詞匯簇群中，從“速度”、“行駛”、“距離”、“騎車”等詞匯可以看出；
生物醫(yī)學常識類：這類題主要考察應試者對于生物和醫(yī)學相關(guān)常識的知識覆蓋面，主要反映在深藍色的詞匯簇群中，從“抽搐”、“浮游植物”、“懸浮質(zhì)”、“海水”等詞匯可以看出；
財政學類：這類題主要考察應試者在宏觀經(jīng)濟相關(guān)指標的簡單計算能力，主要反映在土黃色的詞匯簇群中，從“交易規(guī)?！薄ⅰ翱傤~”、“水產(chǎn)品”、“同比增長”等詞匯可以看出；
場景計算類：這類題從應試者的生活、工作場景出發(fā)，考察應試者的基本計算能力，主要反映在青綠色和寶石藍兩個詞匯簇群中，從“培訓”、“部門”、“單位”、“平均年齡”、“概率”、“定價”和“余額”等詞匯可以看出。
Note：
此處的詞匯關(guān)聯(lián)圖基于HDBSCAN（Hierarchical Density-Based Spatial Clustering of Applications with Noise）實現(xiàn)。相較于傳統(tǒng)的聚類算法（K-means、Spectral clustering、Agglomerative clustering、DBSCAN等），它有如下3大優(yōu)良特性：
-
不需要設定聚類數(shù)，有算法自動算出來簇群數(shù) -
可以較好的處理數(shù)據(jù)中的噪音 -
可以找到基于不同密度的簇（與DBSCAN不同），并且對參數(shù)的選擇更加魯棒（Robust，模型更加健壯）
近八年各年份試題的相似度度量
-
從歷年的考題內(nèi)容相似度來看，2011年和2012年、2017年和2018年的試題內(nèi)容相關(guān)度較高，也就意味著出題結(jié)構(gòu)的連續(xù)性較好，以此類推，2013年度、2014年度、2015年度和2016年度的試題連續(xù)性也較好。與之相反的是，2012年度、2013年度的出題內(nèi)容相似度較低，出題內(nèi)容有一定的跳躍性。總體上來看，國考試題在出題內(nèi)容上的連續(xù)性較好，只是偶爾出現(xiàn)變動。
-
從歷年試題的特征來看，2011年的人文特征較為明顯，2018年的經(jīng)濟方面的試題較多，2018年的邏輯測試較突出，2015年的語言學方面出題較多，2016年的偏計算，其他年份的特征不甚突出。
Note:
