С 17 марта 2020 г. для ресурсов (учебные, научные, материалы конференций, статьи из периодических изданий, авторефераты диссертаций, диссертации) ЭБ СПбПУ, обеспечивающих образовательный процесс, установлен особый режим использования. Обращаем внимание, что ВКР/НД не относятся к этой категории.

Детальная информация

Название: Использование методов машинного обучения для отбора кандидатов при проведении рекрутинга: выпускная квалификационная работа бакалавра: 09.03.04 - Программная инженерия ; 09.03.04_01 - Технологии разработки и сопровождения качественного программного продукта
Авторы: Монастырев Виталий Викторович
Научный руководитель: Дробинцев Павел Дмитриевич
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2018
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: машинное обучение; искусственный интеллект; нейронные сети; наивный байесовский классификатор; автоматизация процесса рекрутинга
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 09.03.04
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: Отзыв руководителя
DOI: 10.18720/SPBPU/2/v18-1345
Права доступа: Свободный доступ из сети Интернет (чтение, печать, копирование)

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

Объект разработки – модули машинного обучения. Данные модули будут интегрированы с сервисом автоматизации процесса рекрутинга, уметь анализировать резюме кандидатов и выносить решения о том, стоит ли приглашать соискателя на собеседование. Цель работы – автоматизация процесса рекрутинга с применением методов машинного обучения. В работе рассмотрена система по автоматизации рекрутинга с интегрированными в нее модулями машинного обучения (наивный байесовский классификатор и нейронная сеть), которые позволяют анализировать резюме на стороннем сайт при помощи расширения для браузера. Данные модули были успешно разработаны, обучены на реальных данных и интегрированы в реальную систему по автоматизации рекрутинга. Также приведены дальнейшие планы.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Оглавление

  • СПИСОК ИЛЛЮСТРАЦИЙ
  • СПИСОК ТАБЛИЦ
  • ВВЕДЕНИЕ
  • 1. АКТУАЛЬНОСТЬ
    • 1.1. E-staff
    • 1.2. Experium
    • 1.3. Staffim
    • 1.4. Выбор системы и алгоритма машинного обучения
  • 2. АРХИТЕКТУРА
    • 2.1. Модули машинного обучения
      • 2.1.1. Модуль наивного байесовского классификатора
      • 2.1.2. Модуль нейронной сети
    • 2.2. Расширение для браузера и API взаимодействия
  • 3. РЕАЛИЗАЦИЯ
    • 3.1. Модули машинного обучения
      • 3.1.1. Модуль наивного байесовского классификатора
      • 3.1.2. Модуль нейронной сети
    • 3.2. Расширение для браузера и API взаимодействия
  • 4. РЕЗУЛЬТАТЫ
    • 4.1. Тестирование модуля наивного байесовского классификатора
    • 4.2. Тестирование модуля нейронной сети
    • 4.3. Тестирование с увеличенной выборкой
    • 4.4. Выбор модуля машинного обучения и сценарий работы
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

Статистика использования

stat Количество обращений: 158
За последние 30 дней: 2
Подробная статистика