Suosittelujärjestelmät rekrytointiprosessissa

• Main Author: Paaso, M. (Markus)
• Format: Dissertation
• Language: Finnish
• Published: University of Oulu 2013
• Subjects: Information Engineering
• Online Access: http://urn.fi/URN:NBN:fi:oulu-201304051163; http://nbn-resolving.de/urn:nbn:fi:oulu-201304051163

Suosittelujärjestelmiä käytetään Internetissä parantamaan yksilön käyttäjäkokemusta sivustolla. Suosittelujärjestelmän avulla voidaan tuottaa yksittäisen käyttäjän tarpeita tyydyttävää sisältöä, käyttäen hyväksi käyttäjän käyttäytymistä ja verkostoitumista Internetissä. Suosittelujärjestelmä toimii usein hakukonetta avustavana ohjelmistona verkkokaupoissa ja tuotteiden hakusivustoilla. Kuitenkaan rekrytointiin soveltuvia suosittelujärjestelmiä ei tiettävästi ole tarjolla. Rekrytoinnissa suosittelujärjestelmä tuottaisi rekrytoijan tarpeisiin sopivia hakutuloksia saatavilla olevasta työnhakijajoukosta käyttäen niin työtehtävään kuin työnhakijaan liittyviä ominaisuuksia eli piirteitä apuna. Tässä diplomityössä tutkitaan suosittelujärjestelmien soveltuvuutta rekrytoinnin apuvälineeksi rekrytoijan jokapäiväiseen käyttöön. Tutkimuksessa lähdettiin liikkeelle tutkimalla vapaamuotoisen tekstin soveltuvuutta työnhakijoiden väliseen samankaltaisuuden laskentaan. Tutkimuksessa keskitytään tekstimuotoisen CV:n ja työntekijöiden käyttäytymisen hyödyntämiseen rekrytoinnissa. Toteutettu suosittelujärjestelmä yhdistää tiedonkeruun ja datasta rakennetun graafin yhdeksi kokonaisuudeksi. Se tarjoaa ennennäkemättömän tavan tehostaa rekrytointiprosessin työntekijän valintavaihetta. === Recommender systems are used on the Internet to improve user experience on the websites. With the assistance of the recommender system it is possible to produce content that fills the needs of a single individual user by using the behaviour and networking of the users as advise. A recommender system often works as a part of a search engine in web shops and product search sites. However, the recommender systems suitable for recruiting have not been found. In recruiting the recommender system would produce the search results of available applicants for a recruiter that fills the recruiters needs by using the features of the available applicants as well as the features of the available jobs. In this thesis the suitability of recommender systems as a tool for the every day use of recruiter is researched. The research started by exploring the suitability of freely formed text to similarity calculation between users. The research focuses into the use of user behaviour and text formed user data in recruiting. The implemented recommender system combines the data mining and the graph built on data relations into one ensemble. It provides unprecedented way to intensify the applicant choosing phase in the recruiting process.