Hệ thống gợi ý hỗ trợ tuyển dụng và ứng tuyển ngành công nghệ thông tin

Trong tuyển dụng, hàng ngày nhà tuyển dụng nhận được rất nhiều hồ sơ ứng tuyển. Để có thể tìm được hồ sơ phù hợp, nhà ứng tuyển mất khá nhiều thời gian tìm và lọc hồ sơ. Một website tuyển dụng truyền thống chỉ dựa vào một số thuộc tính mà người dùng chọn lựa trên thanh tìm kiếm để trả về kết quả.
Nội dung trích xuất từ tài liệu:
Hệ thống gợi ý hỗ trợ tuyển dụng và ứng tuyển ngành công nghệ thông tin HỆ THỐNG GỢI Ý HỖ TRỢ TUYỂN DỤNG VÀ ỨNG TUYỂN NGÀNH CÔNG NGHỆ THÔNG TIN Phạm Mai Hương, Trương Văn Ninh Khoa Công nghệ Thông tin, Trường Đại học Công nghệ TP. Hồ Chí Minh GVHD: ThS. Võ Hoàng KhangTÓM TẮTTrong tuyển dụng, hàng ngày nhà tuyển dụng nhận được rất nhiều hồ sơ ứng tuyển. Để cóthể tìm được hồ sơ phù hợp, nhà ứng tuyển mất khá nhiều thời gian tìm và lọc hồ sơ. Mộtwebsite tuyển dụng truyền thống chỉ dựa vào một số thuộc tính mà người dùng chọn lựa trênthanh tìm kiếm để trả về kết quả. Để tăng tính hiệu quả của website, ngoài việc dựa vàonhững thuộc tính mà người dùng lựa chọn trên thanh công cụ, còn dựa vào những thông tinmà người dùng cung cấp qua việc điền hồ sơ để tiến hành lọc danh sách tin tuyển dụng chophù hợp với mong muốn của từng ứng viên.Từ khóa: gợi ý, kết nối, nhà tuyển dụng, tuyển dụng, ứng viên.1 GIỚI THIỆU1.1 Tổng quan về hệ thống gợi ýHệ thống gợi ý là một dạng của hệ hỗ trợ ra quyết định, cung cấp giải pháp mang tính cánhân hóa mà không phải trải qua quá trình tìm kiếm phức tạp. Hệ gợi ý học từ người dùngvà gợi ý các sản phẩm tốt nhất trong số các sản phẩm phù hợp. Hệ thống gợi ý sử dụng cáctri thức về sản phẩm, các tri thức của chuyên gia hay tri thức khai phá học được từ hành vicon người dùng để đưa ra các gợi ý.1.2 Các phương pháp gợi ý chủ yếuGợi ý dựa theo lọc cộng tác, gợi ý dựa theo nội dung, gợi ý dựa trên sự tương đồng.2 CÁC BƯỚC TIẾN HÀNH2.1 Thu thập dữ liệu- Thông tin ứng viên lấy từ CV có sẵn, về sở thích, kỹ năng, công việc đã làm...- Thông tin công việc lấy từ các website tuyển dụng.2.2 Chọn các thuộc tính- Ứng viên: tuổi, giới tính, tình trạng hôn nhân, bằng cấp, điểm số, ngành, kinh nghiệm, kỹ năng...- Thông tin công việc: bằng cấp, kinh nghiệm, kỹ năng, thông tin nhà tuyển dụng, lĩnh vực... 712.3 Phân loại dữ liệuỨng viên (6 nhóm): giới tính (2 nhóm), tình trạng hôn nhân (3 nhóm), bằng cấp (4 nhóm),điểm số (3 nhóm), chuyên ngành (8 nhóm), kinh nghiệm (6 nhóm), kỹ năng, vị trí địa lý (5nhóm).Nhà tuyển dụng (4 nhóm): lĩnh vực (8 nhóm), vị trí tuyển dụng (4 nhóm), mức lương (3nhóm), vị trí địa lý (5 nhóm), xếp hạng nhà tuyển dụng (5 nhóm).2.4 Khai phá dữ liệu và tìm luật kết hợp với thuật toán AprioriBước 1: áp dụng thuật toán Apriori để khai phá luật kết hợp dựa vào các thuộc tính của ứngviên để tìm ra các tập phổ biến của ứng viên từ đó có thể đưa ra được xu hướng lựa chọncông việc của các tập ứng viên. (Ví dụ: Những ứng viên trên 30 tuổi thường đã kết hôn vàkinh nghiệm lớn hơn 4 năm thường có xu hướng chọn những công việc có mức thu nhậpcao để lo cho gia đình, con cái.)Item: tuổi, kinh nghiệm, giới tính, tình trạng hôn nhân, điểm, vị trí địa lý của tất cả các ứngviên. Itemset: danh sách các Item của ứng viên. Transaction: tập hợp các Itemset của ứngviên. Với: min_confidence là 80% và min_support = 50%.Bước 2: sau đó xây dựng 1 ma trận đơn vị giữa các luật kết hợp tìm được và tất cả cáccông việc sao cho: Matrix [i, j] = 1 (nếu công việc j có tồn tại trong luật thứ i) (ngược lại = 0)=> ma trận yêu thíchBước 3: dựa vào ma trận yêu thích tìm được, tính ma trận trọng số cho tất cả các nhóm luậtvới từng thuộc tính: vị trí tuyển dụng (4 gr), mức lương (3 gr), xếp hạng nhà tuyển dụng (5gr) cách tính:a) Tính véc tơ trọng số cho các thuộc tính vị trí tuyển dụng (4 gr), mức lương (3 gr), xếp hạng nhà tuyển dụng (5 gr) với mỗi nhóm luật dựa trên ma trận yêu thích.Ví dụ: trong nhóm luật 1 có n công việc ta tính vecto trọng số cho vị trí tuyển dụng [A,B,C,D].Với nA là số lần xuất hiện của A trong n công việc ta có: pA=nA/n,P(1) = [pA pB pC pD],P(n) = [pA pB pC pD], với P(n): vecto trọng số cho vị trí công việc trong nhóm n.b) Đưa ra 1 ma trận trọng số cho vị trí tuyển dụng (V) với tất cả các nhóm luật.Matrix [i, j] = p(i,j) (trọng số của vị trí thứ j trong nhóm luật thứ i); i: n nhóm luật;j: 4 nhóm trong vị trí[A,B,C,D]c) Làm tương tự ta được ma trận trọng số cho mức lương (L), xếp hạng nhà tuyển dụng (R).2.5 Tiến hành các bước thực hiện để đưa ra gợi ý2.5.1 Lọc những ứng cử viên phù hợp với những thuộc tính ưu tiênCác trường được xem xét cho việc lọc danh sách các công việc thích hơp (danh sách thugọn) là: trình độ chuyên môn, bằng cấp tối thiểu và kinh nghiệm tối thiểu. Điều nàyđược thực hiện để thu gọn danh sách công việc phù hợp và giảm bớt thời gian xử lý cáccông việc không liên quan đến ứng viên. Vì xét tất cả các công việc đối với lọc dựa trên nộidung, dẫn đến độ phức tạp về thời gian cao hơn trong trường hợp tập dữ liệu lớn.72 H nh 1. Lọc những ứng cử viên phù hợp với những thuộc tính cơ bản2.5.2 Tính toán độ giống nhau g ...