互联网招聘平台凭借更广泛的触达范围和更便捷的发布方式逐渐成为企业单位首选的招聘信息发布渠道。通过网络爬虫等手段采集招聘平台数据进行分析可以全面清晰地识别行业内人才需求的现状。对于招聘信息数据,现有研究主要针对其中结构化的数据进行分析,较少有挖掘招聘信息文本的研究。相比于受限制较大的结构化数据,招聘信息文本包含企业人才需求的全面信息,其中涉及人才素质、能力、技能和专业领域等关键词的组合情况以及对行业内具体业务的介绍都是内涵丰富的可挖掘对象。本文针对人工智能产业招聘信息,采用文本挖掘的方法进行了分析。分析对象为使用爬虫爬取的前程无忧等三家互联网招聘平台中人工智能行业相关的岗位信息。爬取结果预处理后对获取到的招聘信息文本进行了特征分析,针对文本长度较短、专业用语使用频繁、具有丰富的技能和能力共现信息等特征,构建了基于词共现的BTM模型进行分析,并与主题挖掘领域常用的LDA模型进行对比验证了模型的优越性。在统计分析和主题模型建模分析的基础上,本研究从人才需求角度切入,展现我国人工智能产业“优等生”的人才需求和发展现状。研究针对北京、上海、广州、深圳等十座我国人工智能产业发展第一梯队的城市人工智能相关岗位的招聘需求进行了分析。从在三大招聘平台发布的招聘信息中提取出关键信息,包含发展方向、热门领域、需求规模、招聘条件等等。从结果来看,我国在产业链各个阶段都有了可观的产业规模,尤其是之前比较薄弱的基础支撑行业,如芯片设计、集成电路制造等,都有一批正在广招人才做大做强的公司。产业升级也大步迈进,人才需求的质量要求更高,高端人才在整个人才需求中占有很高的比重。同时,本文以一线城市为比较对象,分析非一线城市在人工智能产业发展方面的策略与优劣势,为政策制定提供了建议。建议从大力扶持中小创企业、错位竞争发力细分赛道、兼顾高端人才培养和人工智能普及教育三方面入手,为我国希望在人工智能产业有所突破的城市提供了参照。