مدل سازی مسیر یادگیری برای بهینه سازی وضعیت شغلی با کمک تحلیل عمیق داده های متنی شبکه های کاریابی

از آنجایی که اهمیت در اختیار داشتن نیروی کار متخصص برای شرکت های بزرگ به رسمیت شناخته شده است، تحقیق و شناسایی مهارت های هر حوزه و صنعت، به امری مهم و تاثیر گذار در تربیت و آموزش نیروی کار جوان و دانشجویان کشور تبدیل شده است. همچنین دانشجویان و فارغ التحصیلان دانشگا ه ها دارای مجموعه ای از مهارت های آکادمیک و اولیه می باشند که شناسایی مهارت های موردتقاضای بازارکار می تواند در جهت دادن به مسیریادگیری آن ها نقش مهمی داشته باشد. مهارت های موردنیاز برای فرصت های شغلی، پارامتری متغیر و وابسته به مسایل مختلفی از جمله نوع صنعت، جغرافیا و زمان می باشد. در مقاله پیش رو ابتدا از طریق تکنیک های وب کاوی و متن کاوی، اطلاعات مربوط به آگهی های شغلی یک سایت شغل یابی مورد استخراج قرار گرفته است. در مرحله بعد با دریافت رزومه افراد و تخمین درآمد سالیانه معادل این رزومه و تجربیات از طریق ایجاد شبکه عصبی عمیق، شغلی با درآمد بیشتر به فرد جویای کار پیشنهاد می گردد. در نهایت این سیستم برای رسیدن فرد جویای کار به این موقعیت شغلی، کمبودهای مهارتی وی را معرفی و برای این مهارت ها مسیر یادگیری را معرفی می نماید

کلیدواژه ها:

داده کاوی ، متن کاوی ، شبکه عصبی عمیق ، خوشه بندی ، سیستم پیشنهادگر