Спосіб оцінки відповідності кандидата до вакансії на базі засобів машинного навчання
| dc.contributor.advisor | Романкевич, Олексій Михайлович | |
| dc.contributor.author | Гей, Антон Віталійович | |
| dc.date.accessioned | 2024-02-12T14:12:55Z | |
| dc.date.available | 2024-02-12T14:12:55Z | |
| dc.date.issued | 2024 | |
| dc.description.abstract | Актуальність теми. Оцінка відповідності кандидата до вакансії є критичним етапом у процесі відбору кваліфікованих співробітників для організацій різних галузей та сфер діяльності. Вірне визначення підходящих кандидатів допомагає підвищити продуктивність роботи, покращити показники компанії і забезпечити ефективний розвиток. У цьому контексті, спосіб оцінки відповідності кандидата до вакансії визначається як один із ключових аспектів успішного підбору персоналу. Об'єктом дослідження є процес оцінки кандидатів, , зокрема, механізми і методи автоматизованого визначення їх відповідності зазначеним вимогам роботодавця. Предметом дослідження є алгоритми та методи обробки природної мови, а також інтеграція зі засобами машинного навчання, що використовуються для аналізу текстів резюме та описів вакансій з метою оцінки відповідності кандидатів. Методи дослідження включають аналіз та застосування технологій обробки тексту, алгоритмів машинного навчання, векторних представлень тексту та методів оцінки схожості. Мета роботи полягає у створенні системи для оцінки відповідності кандидатів до вакансій, яка базується на предметному аналізі природної мови та використанні засобів машинного навчання. Ця система покликана підвищити точність, швидкість та об'єктивність процесу відбору, враховуючи специфіку різноманітних вакансій та індивідуальні особливості кандидатів. Для досягнення цієї мети в роботі передбачено вирішення наступних задач: 1. Дослідження та оцінка існуючих методів та інструментів, які можуть бути застосовані для аналізу текстів резюме та описів вакансій, з особливим акцентом на векторні представлення тексту та методи визначення схожості. 2. Створення алгоритмів для оцінки ключових характеристик кандидатів, включаючи їхні навички, освіту та досвід, та адаптація цих методів для забезпечення високої точності та об'єктивності оцінок. Наукова новизна полягає в наступному: 1. Формалізація задачі автоматизації аналізу резюме та описів вакансій на базі алгоритмів машинного навчання та обробки природної мови (NLP), що сприяє швидкому та точному визначенню відповідності кандидатів до вакансії. 2. Алгоритми оцінки відповідності ключових характеристик кандидатів до вакансії, включаючи їхні навички, освіту та досвід. Практична цінність цієї роботи полягає полегшенні та покращенні процесу відбору кандидатів для вакансій у підприємствах та організаціях. Розроблений модифікований підхід дозволяє автоматично аналізувати резюме кандидатів та адаптувати до вимог конкретної вакансії, що полегшує та раціоналізує процес відбору персоналу. Апробація роботи. Основні положення і результати роботи були представлені та обговорювались на: ● XVІ науковій конференції магістрантів та аспірантів «ПРИКЛАДНА МАТЕМАТИКА ТА КОМП’ЮТИНГ – ПМК ’2023» ● CXXXV Міжнародній науково-практичній конференції "НАУКОВІ ПІДСУМКИ 2023" Структура та обсяг роботи. Магістерська дисертація складається з вступу, чотирьох розділів та висновків. У вступі подана загальна характеристика роботи, проведена оцінка сучасного стану проблеми, обґрунтована актуальність напрямку досліджень, сформульовані мета та завдання дослідження. Також надано відомості про апробацію результатів та їхнє впровадження. У першому розділі проведено теоретичний аналіз проблеми оцінки відповідності кандидата до вакансії, розглянуто основні методи та технології цього процесу, а також визначено роль машинного навчання у вирішенні даної задачі. У другому розділі визначено цільові критерії та метрики, які використовуються для оцінки відповідності кандидатів до вакансій. Також обгрунтовано вибір конкретних алгоритмів та моделей для вирішення цієї задачі. У третьому розділі описано реалізацію системи оцінки відповідності кандидатів до вакансій, включаючи вибір технологій та програмного забезпечення, підготовку та обробку даних та аналіз результатів. У четвертому розділі проведено валідацію та тестування розробленого програмного забезпечення, а також оцінку його практичної вартості та ефективності в реальних умовах. У висновках подані підсумки дослідження, висновки та рекомендації щодо подальших досліджень у даній області. | |
| dc.description.abstractother | Relevance of the topic. Assessing the suitability of a candidate for a vacancy is a critical step in the process of selecting qualified employees for organizations in various industries and fields of activity. The correct identification of suitable candidates helps to increase productivity, improve company performance and ensure effective development. In this context, the method of assessing the candidate's suitability for a vacancy is defined as one of the key aspects of successful recruitment. The object of the study is the process of evaluating candidates, in particular, mechanisms and methods for automated determination of their compliance with the specified requirements of the employer. The subject of the study is algorithms and methods of natural language processing, as well as integration with machine learning tools used to analyze resume texts and job descriptions to assess the suitability of candidates. Research methods include the analysis and application of text processing technologies, machine learning algorithms, vector representations of text, and similarity assessment methods. The scientific novelty is as follows: 1. Formalization of the task of automating the analysis of resumes and job descriptions based on machine learning and natural language processing (NLP) algorithms, which helps to quickly and accurately determine the suitability of candidates for a job. 2. Algorithms for assessing the relevance of key characteristics of candidates to a vacancy, including their skills, education, and experience. The practical value of this work is to facilitate and improve the process of selecting candidates for vacancies in enterprises and organizations. The developed modified approach allows to automatically analyze candidates' resumes and adapt them to the requirements of a particular vacancy, which facilitates and rationalizes the personnel selection process. Approbation of work. The main provisions and results of the work were presented and discussed at: 1. XVI Scientific Conference of Undergraduate and Postgraduate Students "APPLIED MATHEMATICS AND COMPUTING - PMC '2023" 2. CXXXV International Scientific and Practical Conference "SCIENTIFIC RESULTS 2023" Structure and scope of the work. The master's thesis consists of an introduction, four chapters and conclusions. The introduction provides a general description of the work, assesses the current state of the problem, substantiates the relevance of the research area, and formulates the purpose and objectives of the study. It also provides information on the testing of the results and their implementation. The first section conducts a theoretical analysis of the problem of assessing the suitability of a candidate for a vacancy, considers the main methods and technologies of this process, and defines the role of machine learning in solving this problem. The second section defines the target criteria and metrics used to assess the suitability of candidates for vacancies. It also justifies the choice of specific algorithms and models for solving this task. The third section describes the implementation of the system for assessing the suitability of candidates for vacancies, including the selection of technologies and software, data preparation and processing, and analysis of the results. The fourth section validates and tests the developed software, as well as evaluates its practical value and effectiveness in real conditions. The conclusion presents the results of the study, conclusions and recommendations for further research in this area. | |
| dc.format.extent | 81 с. | |
| dc.identifier.citation | Гей, А. В. Спосіб оцінки відповідності кандидата до вакансії на базі засобів машинного навчання : магістерська дис. : 123 Комп'ютерна інженерія / Гей Антон Віталійович. – Київ, 2024. – 81 с. | |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/64461 | |
| dc.language.iso | uk | |
| dc.publisher | КПІ ім. Ігоря Сікорського | |
| dc.publisher.place | Київ | |
| dc.subject.udc | 004.4 | |
| dc.title | Спосіб оцінки відповідності кандидата до вакансії на базі засобів машинного навчання | |
| dc.type | Master Thesis |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Hey_A_V_magistr.pdf
- Розмір:
- 1.98 MB
- Формат:
- Adobe Portable Document Format
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 8.98 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: