近年，ソーシャルメディア上のデータを分析することで社会調査やマーケティングを実現する試みが増加している．ユーザの投稿内容を分析し，マーケティングに活かすには，調査対象のユーザ属性を取得する必要がある．ユーザ属性によっては，推定しやすいものと推定しにくいものがあり，例えば年齢や性別などの属性の推定は，以前から研究が行われていた．一方，ユーザ属性のなかでも職業は取得することが難しく，これまで研究が行われていない．本研究では，ユーザの職業を判別するために，ユーザの投稿内容に加え，ユーザの自己紹介文およびユーザが他の人から付与されたタグの情報を使うことで精度を向上させる．提案手法では，サポートベクターマシン（SVM）を使い，ユーザの投稿内容や自己紹介文，被リスト名を素性とすることで，会社員の職業推定に関して，適合率0.85，再現率0.77という実用的な精度で職業判別を実現することができた．