Алгоритмічно-програмний адаптований метод автоматизованого виявлення трендів в текстових оголошеннях про вакансії
dc.contributor.advisor | Заболотня, Тетяна Миколаївна | |
dc.contributor.author | Єрастова, Влада Юріївна | |
dc.date.accessioned | 2020-05-28T13:35:00Z | |
dc.date.available | 2020-05-28T13:35:00Z | |
dc.date.issued | 2020-05 | |
dc.description.abstracten | This master's dissertation is devoted to the research and development of an algorithmic-software adapted method of automated trend detection in text vacancies advertisements. This master's dissertation includes research on the problem of identifying trends in text data. In this work the study of specifics of vacancy announcements posted on the network was completed and a list of their characteristics was formed. The process of trend detection is analyzed with the possibility of taking into account the specifics of job descriptions and as a result, a modification of the stage of pre-processing of the input data of the proposed basic method of trend detection is proposed. An algorithmic-software adapted method for identifying trends in job descriptions presented in the network has been developed, with the possibility of taking into account the features of test data descriptions of these vacancies. On the basis of the conducted research the theoretical material describing the offered method was stated, and the offered method was programmatically realized. In this master's dissertation the results of the proposed method are given and their detailed analysis is carried out. | uk |
dc.description.abstractuk | Дана магістерська дисертація присвячена дослідженню та розробці алгоритмічно-програмного адаптованого методу автоматизованого виявлення трендів в текстових оголошеннях про вакансії. Дана магістерська дисертація включає у себе проведені дослідження проблеми виявлення трендів в текстових даних. У роботі виконано вивчення специфіки оголошень про вакансії, розміщених в мережі, та сформовано перелік їх характеристик. Проаналізовано процес виявлення трендів з можливістю врахування в ньому специфіки описів вакансій і в результаті запропоновано модифікацію етапу передоброблення вхідних даних запропонованого базового методу виявлення трендів. Розроблено алгоритмічно-програмний адаптований метод виявлення трендів в описах вакансій, що представлені в мережі, з можливістю врахування особливостей описів тестових даних цих вакансій. На основі проведеного дослідження було викладено теоретичний матеріал, що описує запропонований метод, та програмно реалізовано запропонований метод. У даній магістерській дисертації надано результати роботи запропонованого методу та проведено їх детальний аналіз. | uk |
dc.format.page | 154 с. | uk |
dc.identifier.citation | Єрастова, В. Ю. Алгоритмічно-програмний адаптований метод автоматизованого виявлення трендів в текстових оголошеннях про вакансії : магістерська дис. : 121 Інженерія програмного забезпечення / Єрастова Влада Юріївна. – Київ, 2020. – 154 с. | uk |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/33830 | |
dc.language.iso | uk | uk |
dc.publisher | КПІ ім. Ігоря Сікорського | uk |
dc.publisher.place | Київ | uk |
dc.subject | виявлення трендів | uk |
dc.subject | текстові дані | uk |
dc.subject | описи вакансій | uk |
dc.subject | індекс важливості | uk |
dc.subject | лінійна регресія | uk |
dc.subject | часові ряди | uk |
dc.subject | кластеризація | uk |
dc.subject | clustering | uk |
dc.subject | trend detection | uk |
dc.subject | text data | uk |
dc.subject | job descriptions | uk |
dc.subject | importance index | uk |
dc.subject | linear regression | uk |
dc.subject | time series | uk |
dc.subject.udc | 004.912 | uk |
dc.title | Алгоритмічно-програмний адаптований метод автоматизованого виявлення трендів в текстових оголошеннях про вакансії | uk |
dc.type | Master Thesis | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Yerastova_magistr.pdf
- Розмір:
- 2.55 MB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 9.06 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: