Εξόρυξη γνώσης για την αγορά εργασίας μιας χώρας μέσα από online αγγελίες εργασίας
Loading...
Date
Authors
Καραϊσκάκης, Θωμάς
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Στα πλαίσια της εργασίας γίνεται προσομοίωση της λειτουργίας μιας κάθετης μηχανής μετα-αναζήτησης (vertical meta-search engine) στον ειδικότερο χώρο της ταξινόμησης θέσεων εργασίας (job titles) στα πλησιέστερα σε συνάφεια επαγγέλματα -και κατ’ επέκταση σε αντίστοιχες δεξιότητες. Δίνεται έμφαση στην επιλογή των καταλληλότερων αλγορίθμων συγχώνευσης και κατάταξης, την δοκιμή απόδοσης τους και την βελτιστοποίηση τους.
Ως αρχικές μηχανές αναζήτησης χρησιμοποιούνται οι τρείς σημαντικότερες υπηρεσίες κατηγοριοποίησης επαγγελμάτων/προσόντων που λειτουργούν σε αντίστοιχες τρεις μεγάλες αγορές εργασίας, αυτές των ΗΠΑ, ΕΕ και Ην. Βασιλείου. Οι υπηρεσίες αυτές παρέχουν μηχανές με διαδικτυακή αναζήτηση στις βάσεις δεδομένων τους. Εκτελώντας αναζήτηση με τον τίτλο ή κωδικό μιας θέσης εργασίας επιστρέφουν εγγραφές με σχετικά επαγγέλματα και δεξιότητες.
Η συνολική διαδικασία υλοποιείται στα ακόλουθα στάδια: Η αναζήτηση στις επιμέρους μηχανές γίνεται με την μαζική τροφοδότησή τους με τα δεδομένα θέσεων εργασίας από ένα από τα δημοφιλέστερα site αγγελιών εργασίας της Ελλάδας. Οι εγγραφές που επιστέφονται από κάθε μια μηχανή προσαρμόζονται σε μια κοινή μορφή (ISCO classification) καθώς χρησιμοποιούν διαφορετικές κωδικοποιήσεις -όπως συχνά συμβαίνει σε κάθετες μηχανές- ολοκληρώνοντας έτσι σε αυτό το στάδιο και μια διαδικασία preprocessing των δεδομένων.
Στην συνέχεια αντιμετωπίζεται το πρόβλημα της συγχώνευσης και κατάταξης των αποτελεσμάτων από τις 3 επιμέρους μηχανές. Υλοποιούνται δύο προτεινόμενοι αλγόριθμοι κατάταξης, οι KE Algorithm και Weighted Borda Fuse οι οποίοι εκτιμώνται ως καταλληλότεροι για την συγκεκριμένη διαδικασία μετα-αναζήτησης.
Στον αλγόριθμο Weighted Borda Fuse προτείνεται μια βελτίωση για την αυτόματη εκτίμηση του βάρους εντός των αποτελεσμάτων μιας αναζήτησης. Στην συνέχεια καθώς φάνηκε ότι η εκτίμηση είναι στην σωστή κατεύθυνση, προτείνεται μια ακόμα βελτίωση με την οποία αντιμετωπίζεται η προσαρμογή του βάρους σε μια αναζήτηση ως μια διαδικασία weak learning και ενισχύει τον επόμενο κύκλο βαθμολόγησης δημιουργώντας έτσι τελικά με ισχυρή μάθηση μια έξυπνη μηχανή η οποία εκτιμά ορθότερα το κατάλληλο βάρος κάθε μηχανής.
Description
Keywords
Μετα-αναζήτηση, Κατάταξη αποτελεσμάτων, Συγχώνευση αποτελεσμάτων, Κατηγοριοποίηση