Σχεδιασμός & Υλοποίηση Συστήματος E-Recruitment με μηχανισμό αξιολόγησης προσωπικότητας των υποψηφίων

Design and implementation of an e-recruitment system with a candidates personality assessment mechanism (Αγγλική)

  1. MSc thesis
  2. ΚΟΛΟΚΟΥΡΗ, ΚΑΝΕΛΛΑ
  3. Μεταπτυχιακή Εξειδίκευση στα Πληροφοριακά Συστήματα (ΠΛΣ)
  4. Οκτώβριος 2016 [2016-10]
  5. Ελληνικά
  6. 138
  7. Ρήγκου, Μαρία, Δρ.
  8. Ρήγκου, Μαρία, Δρ. | Σιούτας, Σπυρίδων,Δρ.
  9. personality mining | e-recruitment systems | social media | recommendation systems | rank
  10. 2
  11. 22
  12. Περιέχει : πίνακες, διαγράμματα, εικόνες
    • Τα τελευταία χρόνια το διαδίκτυο είχε ραγδαία ανάπτυξη και πλέον έχει διεισδύσει στην καθημερινή ζωή των ανθρώπων επηρεάζοντας όλες τις δραστηριότητές τους (εργασία, διαπροσωπικές σχέσεις, ψυχαγωγία κ.τλ.). Πολλοί είναι αυτοί που στρέφονται στο διαδίκτυο για την αναζήτηση εργασίας. Πολλά e-recruitment συστήματα έχουν προταθεί και έχουν στόχο να αυτοματοποιήσουν και να επιταχύνουν τη διαδικασία της κατάταξης των υποψηφίων, τα οποία βελτιώνουν την όλη διαδικασία και αυξάνουν την αποδοτικότητα. Οι τεχνικές που έχουν χρησιμοποιηθεί μέχρι στιγμής για να αυτοματοποιήσουν το πρόβλημα του e-recruitment είναι τεχνικές συνεργατικού φιλτραρίσματος, relevance feedback, semantic matching κ.α. Η εξόρυξη γνώσης (knowledge mining) αποτελεί μια από τις πιο πολλά υποσχόμενες προσεγγίσεις για την παροχή τέτοιων συστάσεων, καθώς μπορεί να αυτοματοποιήσει με επιτυχία την όλη διαδικασία. Στόχος είναι να υλοποιηθεί ένα ολοκληρωμένο company oriented e-recruitment σύστημα που αυτοματοποιεί την αξιολόγηση των υποψηφίων με την εφαρμογή εποπτευόμενων αλγορίθμων μάθησης (supervised learning algorithms). Στο σύστημα που θα υλοποιηθεί η αξιολόγηση των υποψηφίων βασίζεται όχι μόνο σε ένα προκαθορισμένο σύνολο από αντικειμενικά κριτήρια αλλά και στο ταίριασμα εννοιών που είναι κοινές στο βιογραφικό και στη θέση εργασίας. Επίσης, στην αξιολόγηση περιλαμβάνονται τα στοιχεία της προσωπικότητας των υποψηφίων, τα οποία εξάγονται αυτόματα από την παρουσία τους στα κοινωνικά δίκτυα. Ζητώντας από τους υποψηφίους να κάνουν log-in στο σύστημα με τα στοιχεία του Facebook ή του twitter, έχουμε πρόσβαση σε πάρα πολλές πληροφορίες όπως status updates και αλληλεπιδράσεις με άλλους χρήστες. Όλα αυτά μπορούν να δείξουν τα δυνατά σημεία των χρηστών με τρόπο που η προϋπηρεσία δεν μπορεί. Για να προσδιορίσουμε την προσωπικότητα ορίζουμε κάποια κριτήρια που ποσοτικοποιούν τις πτυχές της προσωπικότητας που μας ενδιαφέρουν (cooperative, passionate, influential). Το πρώτο βήμα που απαιτείται για να υπολογιστούν αυτά τα κριτήρια είναι να οριστεί ένα σύνολο απο δραστηριότητες που υποδεικνύουν τα κριτήρια και επιλέγονται από τις κατηγορίες του Open Directory Project (ODP20). Το δεύτερο βήμα είναι να δημιουργηθεί ένα corpus λέξεων αντιπροσωπευτικό για την κάθε κατηγορία. Για να δημιουργηθεί αυτό το corpus θα χρησιμοποιηθεί το Open Directory Project, το οποίο μέσω μιας προκαθορισμένης ιεραρχίας κατηγοριών επιστρέφει ένα σύνολο από websites που είναι σχετικά με την αντίστοιχη κατηγορία. Το τελικό βήμα είναι να υπολογιστεί ένα score για κάθε ζευγάρι χρήστη-ενδιαφέροντος.
    • In recent years the Internet had growth rapid and has now penetrated the daily life, affecting all activities (work, interpersonal relations, entertainment etc). Many people turn to the internet for job search. Many e-recruitment systems have been proposed and are designed to automate and speed up the candidate classification process, which improves the process and increases efficiency. The techniques that have been used so far to automate the problem of e-recruitment is collaborative filtering techniques, relevance feedback, semantic matching, etc. The mining (knowledge mining) is one of the most promising approaches to the provision of such recommendations as it can successfully automate the entire process. The aim is to implement an integrated company oriented e-recruitment system, which automates the evaluation of the candidates with the implement of supervised learning. The system that will be implemented to evaluate candidates, is based not only on a predetermined set of objective criteria but in matching common concepts to resume and job define. Also, the assessment includes the elements of the candidate's personality, which is automatically extracted from their presence on social networks. Asking candidates to log-in to the system with credentials of Facebook or twitter, we have access to so many information such as status updates and interactions with others users. All this can show the strong points of the users that the experience can not do. To determine the personality we define some criteria that quantify aspects of personality that will be an interest us (collaborative, passionate, well-rounded). The first step that is required to calculate these criteria, is to define a set of activities that indicate those criteria and are being selected from the Open Project Directory (ODP20 or DMOZ) categories. The second step is to create a corpus of words representative of each category. To create this corpus, we will use the Open Directory Project, which through a predetermined category tree, returns a set of websites that are relevant to the respective category. The final step is to compute a score for each pair: user-interest.
  14. Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.