Please use this identifier to cite or link to this item:
https://dspace.ctu.edu.vn/jspui/handle/123456789/85054
Title: | RÚT TRÍCH THÔNG TIN KỸ NĂNG TỪ MÔ TẢ CÔNG VIỆC TRONG QUÁ TRÌNH TUYỂN DỤNG |
Other Titles: | EXTRACT SKILLS INFORMATION FROM JOB DESCRIPTIONS IN THE RECRUITMENT PROCESS |
Authors: | Lưu, Tiến Đạo Phùng, Sơn Minh Khoa |
Keywords: | KHOA HỌC MÁY TÍNH |
Issue Date: | 2022 |
Publisher: | Trường Đại Học Cần Thơ |
Abstract: | Công nghệ ngày một phát triển, trí tuệ nhân tạo đang được áp dụng trong đời sống hàng ngày của chúng ta. Những năm gần đây trí tuệ nhân tạo gần như được áp dụng vào tất cả các ngành nghề từ lớn tới nhỏ như: Marketing, y tế… Sau những năm COVID-19 các sản phẩm trí tuệ cho ngành nhân sự ra đời nhiều hơn nhầm mục đích giúp doanh nghiệp thuận tiện hơn trong quản lý nhân sự trong thời gian làm việc tại nhà. Công việc của nhà tuyển dụng hàng ngày phải đăng bài viết tuyển dụng và phải chọn nhóm kĩ năng hoặc phòng ban cho công việc đang đăng. Nhận thấy được những vấn đề đó có thể giải quyết bằng trí tuệ nhân tạo, vì vậy giải pháp trong luận văn này là xây dựng hệ thống phân loại kỹ năng dự trên mô tả công việc. Nghiên cứu này giúp đơn giản hoá bước đăng bài tuyển dụng bằng công nghệ phân loại kĩ năng dự trên mô tả công việc để đảm bảo mức độ hiệu quả cũng như sự khách quan công việc. Nghiên cứu áp dụng mô hình học sẵn BERT vào quá trình phân tích mô tả trong văn bản trong bài viết tuyển dụng. Thực hiện kỹ thuật cào dữ liệu, cào dữ liệu từ trang freelancer.com để lấy được các thông tin của mô tả công việc sau đó thực hiện các kỹ thuật xây dựng được mô hình phân lớp kỹ năng và áp dụng mô hình vào ứng dụng mã nguồn mở ODOO trong quá trình tuyển dụng. Từ đó đưa ra kết luận tin tuyển dụng đó thuộc nhóm kỹ năng hoặc phòng ban nào với mức độ chính xác là 71%, tiến hành thực nghiệm. |
Description: | 47 Tr |
URI: | https://dspace.ctu.edu.vn/jspui/handle/123456789/85054 |
Appears in Collections: | Trường Công nghệ Thông tin & Truyền thông |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
_file_ Restricted Access | 1.79 MB | Adobe PDF | ||
Your IP: 52.14.234.146 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.