Search

Browse

• Communities
• Authors
• Year
• Titles
• Subjects

My Space

• Login

Εφαρμοσμένη τεχνητή νοημοσύνη σε μεγάλου όγκου δεδομένα για χρήση επιλογής προσωπικού σε εταιρεία HR

Georgiadis Vasileios

Full record

---

Summary

Τα μεγάλα δεδομένα χρησιμοποιούνται για τη βελτίωση της λήψης αποφάσεων, την παροχή ιδεών, την ανακάλυψη και την υποστήριξη, αλλά πλέον και για βελτιστοποίηση των διαδικασιών σε όλο το εύρος της βιομηχανίας. Η συγκεκριμένη εργασία θα ασχοληθεί με την αναγνώριση τύπου προσωπικότητας χρησιμοποιώντας λεκτικά δεδομένα των χρηστών απó τα μέσα κοινωνικής δικτύωσης για ανάγκες εταιρειών ανθρώπινου δυναμικού. Το μοντέλο που θα χρησιμοποιηθεί για την λύση του προβλήματος θα είναι ένα νευρωνικό δίκτυο βαθιάς μάθησης. Η βασική διαφορά του μοντέλου αυτού απο τα κλασικά μοντέλα βαθιάς μάθησης είναι ότι στην συγκεκριμένη περίπτωση θα γίνει εκμετάλλευση μια αρχιτεκτονικής μοντέλου, με έναν τύπο μνήμης όπως είναι η Long Short-Term Memory (LSTM) Reccurent Neural Network, η οποία έχει αποδειχθεί ότι είναι πολύ καλύτερη από τις κλασικές αρχιτεκτονικές ειδικά εφόσον θα πρέπει να αντιμετωπιστούν προβλήματα σχετικά με αλληλουχίες (sequential problems) όπου στην συγκεκριμένη περίπτωση η ανάλυση λεκτικού περιεχομένου είναι ένα πρόβλημα αλληλουχίας.Τέλος, ο απώτερος σκοπός αυτής της εργασίας είναι η λύση του προβλήματος το οποίο δημιουργείται στα τμήματα Ανθρώπινου Δυναμικού κατά το στάδιο επιλογής προσωπικού. Συγκεκριμένα οι επιχειρήσεις με μεγάλο όγκο υποψήφιων εργαζομένων, χρησιμοποιώντας τον αλγόριθμο μηχανικής μάθησης, δύνανται να εξοικονομήσουν χρόνο και χρήμα, λαμβάνοντας την εικόνα ψυχογραφήματος των υποψηφίων, η οποία πραγματοποιείται συνήθως από εξωτερικά συνεργαζόμενους ψυχολόγους.

Available Files

Services