전문가 인간 지식을 사용한 경험적 기반 작업 일치 모델 : 혼합 방법 접근 방식
이 연구의 가장 중요한 목표는 이력서 및 직무 설명을 사용하여 소프트웨어 개발 및 데이터 과학 관련 영역의 후보자 및 직무를 적합하거나 적합하지 않은 것으로 분류 할 수있는 시스템을 설계하는 것이 었습니다. 이는 직원의 자동 프로파일 링에 적용하기 위해 인력을 고용 한 채용 프로세스를 식별하고 모델링하여 달성되었습니다.
콘텐츠
- 1_instruments_eval :이 폴더에는 평가 실험을위한 JSON 및 LATEX 버전의 기기가 포함되어 있습니다.
- 2_fuzzymeasuredata :이 폴더에는 일반 퍼지 측정 값을 정의한 척도가 포함되어 있습니다. $ mu $ Choquet 통합에 사용됩니다. 또한 작업 선임 가중치가 포함되어 있습니다 $ w_j $ ,,, $ W_M $ ,,, $ W_S $ .
- 3_DB_EVAL_AND_QUERY :이 폴더에는 실험의 참가자와 데이터베이스 형식의 각 참가자와 관련된 일반 메타 데이터가 작성한 CVS의 순위 및 순위 컷오프가 포함되어 있습니다. 이 데이터베이스를 쿼리하기 위해 특수 파이썬 기능이 제공됩니다.
- 4_TRAIN_TEST_SET :이 폴더에는 시암 네트워크 교육 중에 사용되는 CV 및 작업 설명 데이터 세트가 포함되어 있습니다. 각 데이터 세트에는 테이블 스키마가 포함되어 있습니다.
1_instruments_eval 설명
악기는 세트의 이름 그리스 , 나무 , 별자리 , 과일을 사용하여 그룹화됩니다. 각 세트에는 6 개의 관련 CV가 포함되어 있습니다. 예를 들어, 그리스 폴더 내부에는 델타, 카파, 람다, 시그마, 오메가 및 타우 CV가 있습니다. 세트의 라텍스 버전은 Vinayak Sharma의 Overtef에서 수정 된 버전 Clean 이력서 템플릿을 사용하여 만들어졌습니다. CVS의``현재 ''는 2023 년 11 월을 말합니다.
2_fuzzymeasuredata 설명
두 개의 Excel 파일이 포함되어 있습니다. fspace_powerset_measure.xlsx 파일에는 일반 퍼지 측정의 정의가 있습니다. $ mu $ , 및 SenorityLevelsweights.xlsx는 Job Seniority Weights Junior를 포함합니다 ( $ w_j $ )), 중간 수준 ( $ W_M $ ) 및 노인 이상 ( $ W_S $ ).
3_DB_EVAL_AND_QUERY 설명
3_DB_EVAL_AND_QUERY 폴더에는 3 개의 파일이 포함되어 있습니다. 첫 번째는 hlp_ranking_experiment.db이며 SQLite3을 사용하여 Python에서 작성되었으며 ER 다이어그램에서 볼 수있는 실험 정보를 포함합니다. 두 번째 파일 Sqlite-AxampleQueries는 데이터베이스 사용의 일부 예제가있는 Jupyter 노트북입니다. 세 번째 파일에는 모든 테이블의 사전이 포함되어 있으며 각 열의 의미를 설명합니다.
예제 셀 :
# 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 )
결과:
| ID | 실험 _id | DMP_ID | 계급 | 위 _cutoff | case_id | 주제 _id |
|---|
| 1 | 1 | 14 | 5 | 1 | 그리스 | 델타 |
| 2 | 2 | 14 | 2 | 1 | 그리스 | 카파 |
| 3 | 3 | 14 | 3 | 1 | 그리스 | 람다 |
| 4 | 4 | 14 | 1 | 1 | 그리스 | 시그마 |
| 5 | 5 | 14 | 4 | 1 | 그리스 | 오메가 |
| 6 | 6 | 14 | 6 | 1 | 그리스 | 타우 |
연락하다
이러한 리소스에 관한 질문, 제안 또는 설명은 다음 수단을 통해 저자에게 연락 할 수 있습니다.
마리아 엘레나
요르단 조엘
저자에 대해
- María Elena Martínez-Manzanares는 2018 년 Universidad de Sonora (멕시코)에서 얻은 수학 학사 학위를 받았으며 2023 년 Universidad Abierta Ya Distancia de México에서 얻은 수학 학사 학위를 받았습니다. 2019 년에 그녀는 Universidad de Sonora에서 수학 석사를 받았습니다. 현재 그녀는 박사 학위를 마치고 있습니다. Universidad de Sonora에서 그녀의 작품을 확률 적 제어 지역에 집중시켰다. 그녀는 NLP 지역에 중점을 둔 같은 대학의 데이터 과학 분야의 두 번째 MSC를 마무리하는 데 가깝습니다. 그녀는 Markovian 및 Semi-Markovian 이론 모델에 대한 연구 경험과 응용 수학 및 수학 교육의 다양한 영역에서 혼합 된 방법을 사용하여 문제를 해결했습니다. 그녀는 텔레매틱스 부문에서 데이터 과학자로 일했습니다.
- Jordan Joel Urias Paramo는 2019 년 Universidad de Sonora (멕시코)에서 입학 한 컴퓨터 과학 학사 학위를 받았습니다. 그는 현재 데이터 엔지니어로 일하고 있으며 Universidad de Sonora의 데이터 과학 석사 학위 학생입니다.
- Julio Waissman-Vilanova는 박사 학위를 받았습니다. Institut National Polytechnique de Toulouse (프랑스)의 자동 시스템. 그는 멕시코의 Universidad de Sonora의 전직 교수이며 현재의 연구 관심사에는 이미지 처리, 패턴 인식 및 NLP가 포함됩니다.
- Gudelia Figueroa-Preciado는 박사 학위를 받았습니다. Universidad de Sonora (멕시코)의 수학. 그녀는 멕시코의 Universidad de Sonora의 전직 교수이며 현재의 연구 관심사에는 샘플링 방법, 실험 설계, 추론 통계가 포함됩니다.
감사의 말
우리는이 작업에 대한 귀중한 기여에 대해 다음 사람들을 인정하고 싶습니다.
- 박사 학위 Cipriano Arturo Santos-Borbolla 및 MBA Francisco Enrique Andrade-López는 Instituto Tecnológico Y de Estudios De Monterrey (멕시코)의 인공 지능 그룹 (Oper.ai)의 작전 인공 지능 그룹 (Oper.Ai);
- Universidad de Sonora (멕시코)의 사회 과학 석사 프로그램의 Evelyn Mercedes Medina-García;
- 박사 학위 Ramón Soto de la Cruz와 Francisco Alejandro Bernal-Cañez는 Universidad de Sonora (멕시코)의 수학과;
- M.Sc. Universidad de Sonora (멕시코)의 교육 수학 전문 과학 박사 과학 박사 과정의 Irenisolina Antelo-López;
- 컴퓨터 과학자, Luis Fernando Sotomayor-Samaniego.
이 연구에 관심을 가져 주셔서 감사합니다.
