A HYBRID FRAMEWORK FOR RESUME-JOB MATCHING SYSTEM

Аннотация

На сегодняшний день процесс найма сопровождается значительным потоком заявок, что затрудняет детальную и беспристрастную оценку кандидатов. Автоматизированные инструменты часто полагаются на простое текстовое сходство или независимые оценки их пригодности, которые не учитывают фактические условия на рынке труда.  Данное исследование предлагает гибридную систему принятия решений, совмещающую контекстные текстовые представления, стандартизированное сопоставление навыков на основе классификации ESCO, соответствие квалификациям и оптимизацию ранжирования для более точной оценки кандидатов. Цель работы заключается в создании архитектуры модели и ее тестировании на парных наборах «резюме - вакансия» и исследовании влияния различных источников данных на итоговое качество.  Предложенный метод показывает высокую эффективность в выделении наиболее подходящих кандидатов, стабильность прогнозов и улучшенную способность различать соответствия в сравнении с традиционными подходами. Результаты исследования показали, что семантический анализ, в сочетании со структурированными требованиями к компетенциям, более точно транслирует реальное принятие решений в сфере найма. Как итог можно утверждать, что многокритериальное ранжирование может служить практической основой для систем поддержки принятия решений в найме, обеспечивая прозрачность и воспроизводимость процесса подбора кандидатов в организациях.