Детальная информация

Целью работы является разработка системы автоматизированного профилирования пользователей для задач рекрутинга с использованием методов машинного обучения. Объектом исследования выступают методы профилирования пользователей на основе данных открытых источников. Задачи, решаемые в ходе исследования: 1. Исследовать современные методы профилирования пользователей. 2. Проанализировать существующие решения в области автоматизированного подбора кандидатов. 3. Разработать метод профилирования на основе графовых алгоритмов и машинного обучения. 4. Реализовать программный модуль для автоматического анализа пользовательских данных. 5. Оценить эффективность предложенного подхода. В ходе работы были исследованы современные методы профилирования пользователей. В результате работы разработана система профилирования на основе гиперграфов. Был сделан вывод, что разработанная система демонстрирует высокую эффективность автоматизированного профилирования кандидатов и перспективность применения графовых методов в HR-аналитике. Полученные результаты могут быть использованы в качестве основы для создания коммерческих HR-решений. Для достижения данных результатов использовались язык программирования Python, библиотеки для работы с графами (Networkx, Igraph), СУБД PostgreSQL/MySQL.

The aim of the work is to develop an automated user profiling system for recruiting tasks using machine learning methods. The object of the research is user profiling methods based on open source data. Tasks to be solved during the research: 1. To explore modern methods of user profiling. 2. Analyze existing solutions in the field of automated candidate selection. 3. To develop a profiling method based on graph algorithms and machine learning. 4. Implement a software module for automatic analysis of user data. 5. Evaluate the effectiveness of the proposed approach. In the course of the work, modern methods of user profiling were investigated. As a result of the work, a profiling system based on hypergraphs has been developed. It was concluded that the developed system demonstrates the high efficiency of automated candidate profiling and the promising use of graph methods in HR analytics. The results obtained can be used as a basis for creating commercial HR solutions. To achieve these results, the Python programming language, graph libraries (Networkx, Igraph), and the PostgreSQL/MySQL database management system were used.