Empirisch basiertes Job-Matching-Modell mit Experten menschlichem Wissen: Ein Ansatz mit gemischten Methoden
Das übergeordnete Ziel dieser Forschung war es, Lebensläufe und Jobbeschreibungen zu verwenden, ein System zu entwerfen, das die Klassifizierung von Kandidaten und Jobpositionen in der Softwareentwicklung und in den datenwissenschaftlichen Bereichen als geeignet oder nicht geeignet ermöglicht. Dies wurde erreicht, indem Rekrutierungsprozesse identifiziert und modelliert wurden, die von Personal zur Anwendung bei der automatischen Profilierung von Personal eingestellt wurden.
Inhalt
- 1_instruments_eval : Dieser Ordner enthält die JSON- und Latex -Versionen der Instrumente für das Bewertungsexperiment.
- 2_FuzzyMeasuredata : Dieser Ordner enthält die Maßnahmen, die das reguläre Fuzzy -Maß definiert haben $ mu $ verwendet in der Choquet -Integration. Enthält auch die Jobs am Dienstalter $ W_j $ Anwesend $ W_m $ Anwesend $ W_s $ .
- 3_DB_EVAL_AND_QUEY : Dieser Ordner enthält die Ranglisten und Ranking -Cutoffs der CVs, die der Teilnehmer des Experiments und die allgemeinen Metadaten, die jedem Teilnehmer in einem Datenbankformat zugeordnet sind, hergestellt werden. Spezielle Python -Funktionen werden zur Abfrage dieser Datenbank bereitgestellt.
- 4_train_test_set : Dieser Ordner enthält den CV- und Jobbeschreibungspflicht, der während der Schulung des siamesischen Netzwerks verwendet wird. Jeder Datensatz enthält sein Tabellenschema.
1_instruments_eval Beschreibung
Die Instrumente werden mit den Namen des Sets Griechenland , Bäumen , Konstellationen , Früchten gruppiert. Jeder Satz enthält sechs zugehörige CVs. Zum Beispiel befinden sich im Griechenland -Ordner Delta, Kappa, Lambda, Sigma, Omega und Tau CVS. Die Latex -Version der Sets wurde unter Verwendung einer modifizierten Version Clean Resume -Vorlage von Vinayak Sharma auf Overy erstellt. Das "Gegenwart" im CVS bezieht sich auf November 2023.
2_FuzzyMeasuredata Beschreibung
Es enthält zwei Excel -Dateien. Die fspace_powerset_measure.xlsx -Datei hat die Definition des regulären Fuzzy -Maßes $ mu $ und senorityLevelsweights.xlsx enthält die jungsten Dienstalters Junior ( $ W_j $ ), mittlerer Ebene ( $ W_m $ ) und Senior oder höher ( $ W_s $ ).
3_db_eval_and_query Beschreibung
Drei Dateien sind im Ordner 3_db_eval_and_query enthalten. Der erste ist hlp_ranking_experiment.db, dies wurde in Python unter Verwendung von SQLite3 erstellt und enthält die Experimentinformationen, wie im ER -Diagramm zu sehen ist. Die zweite Datei SQLite-Examplequeries ist ein Jupyter-Notizbuch mit einigen Beispielen für die Datenbankverwendung. Die dritte Datei enthält ein Wörterbuch aller Tabellen, das die Bedeutung jeder Spalte erklärt.
Beispielzelle:
# Assuming that a connection is established above
# The IDs you want to search for
decision_making_professional_id = 14
case_id = 'Greece'
# SQL query using placeholders for parameters
sql_query = """
SELECT er.*, cs.case_id, cs.subject_id
FROM exp_rank er
JOIN experiment e ON er.experiment_id = e.id
JOIN case_subject cs ON e.case_subject_id = cs.id
JOIN decision_making_professional dmp ON er.dmp_id = dmp.id
WHERE cs.case_id = ? AND dmp.id = ?;
"""
# Define your query with parameters
parameters = ( case_id , decision_making_professional_id )
# Execute the query and fetch the result into a DataFrame
df = pd . read_sql_query ( sql_query , conn , params = parameters )
Ergebnis:
| Ausweis | experiment_id | DMP_ID | Rang | ober_cutoff | case_id | Subjekt_ID |
|---|
| 1 | 1 | 14 | 5 | 1 | Griechenland | Delta |
| 2 | 2 | 14 | 2 | 1 | Griechenland | Kappa |
| 3 | 3 | 14 | 3 | 1 | Griechenland | Lambda |
| 4 | 4 | 14 | 1 | 1 | Griechenland | Sigma |
| 5 | 5 | 14 | 4 | 1 | Griechenland | Omega |
| 6 | 6 | 14 | 6 | 1 | Griechenland | Tau |
Kontakt
Bei Fragen, Vorschlägen oder Klarstellungen in Bezug auf diese Ressourcen können Sie die Autoren mit folgenden Mitteln kontaktieren:
María Elena
Jordan Joel
Über die Autoren
- María Elena Martínez-Manzanares hat 2018 einen Bachelor-Abschluss in Mathematik aus der Universidad de Sonora (Mexiko) und einen Bachelor-Abschluss in Mathematikunterricht, das 2023 aus dem Universidad Aberta Ya Distancia de México erhielt. 2019 erhielt sie einen MSC in Mathematik von der Universidad de Sonora. Derzeit beendet sie einen Ph.D. In der Universidad de Sonora konzentrierte sich ihre Arbeit auf den stochastischen Kontrollbereich. Sie steht kurz vor dem Abschluss ihres zweiten MSC in Data Science an derselben Universität mit Schwerpunkt auf dem NLP -Bereich. Sie hat Forschungserfahrung zu Markovian und halbmarkovischem theoretischen Modellen und Problemen, die gemischte Methoden in verschiedenen Bereichen der angewandten Mathematik- und Mathematikausbildung verwenden. Sie arbeitete als Datenwissenschaftlerin im Telematiksektor.
- Jordan Joel Urias Paramo hat einen Bachelor -Abschluss in Informatik, der 2019 aus der Universidad de Sonora (Mexiko) erhält. Derzeit arbeitet er als Dateningenieur und ist ein Student von Data Science Master an der Universidad de Sonora.
- Julio Waisman-Vilanova hat einen Ph.D. in automatischen Systemen aus dem Institut National Polytechnique de Toulouse (Frankreich). Er ist ein vollständiger Professor an der Universidad de Sonora, Mexiko, und seine aktuellen Forschungsinteressen umfassen Bildverarbeitung, Mustererkennung und NLP.
- Gudelia figueroa-peciado hat einen Ph.D. in Mathematik aus der Universidad de Sonora (Mexiko). Sie ist eine vollständige Professorin an der Universidad de Sonora, Mexiko, und ihre aktuellen Forschungsinteressen umfassen Stichprobenmethoden, experimentelle Designs, Inferenzstatistik.
Anerkennung
Wir möchten die folgenden Menschen für ihre wertvollen Beiträge zu dieser Arbeit anerkennen:
- Ph.D. Cipriano Arturo Santos-Borbolla und MBA Francisco Enrique Andrade-López von der Operations Artificial Intelligence Group (Oper.AI) am Instituto Tecnológico y de Estudios Superiores de Monterrey (Mexiko);
- Evelyn Mercedes Medina-García vom Master-Programm in Sozialwissenschaften der Universidad de Sonora (Mexiko);
- Ph.D. Ramón Soto de la Cruz und Francisco Alejandro Bernal-Cañez vom Ministerium für Mathematik am Universidad de Sonora (Mexiko);
- M.Sc. Irenisolina Antelo-López vom Doktorandenprogramm in Wissenschaften mit einer Spezialisierung auf mathematische Bildungsmathematik an der Universidad de Sonora (Mexiko);
- Informatiker Luis Fernando Sotomayor-Samaniego.
Vielen Dank für Ihr Interesse an dieser Forschung.
