4차 산업혁명의 등장과 빅 데이터의 발전으로 많은 기업들이 비정형 데이터인 자연어 분석을 시도하고 있다. 또한 국내 채용분야에서도 블라인드 채용이 확대됨에 따라 많은 공공기관과 기업들이 자기소개서의 내용을 기반으로 신입사원을 뽑는 비율이 높아지고 있으며, 이를 빅 데이터에 접목하는 시도도 늘어나도 있다. 채용과정에 빅 데이터를 사용하는 범위가 자기소개서뿐만 아닌 취업준비생들의 이력서 검토를 최소화하는 것 등 A.I 면접관을 통해 면접을 보는 분야까지 넓혀지고 있다.본 연구에서는 자기소개서는 구직 활동에 있어 서류전형부터 면접전형까지 매우 중요하게 판단되는 자료이고, 구직 활동에 성공하기 위해 지원하는 기업의 인재상에 맞추어 자기소개서를 작성한다는 것을 전제로 ...
4차 산업혁명의 등장과 빅 데이터의 발전으로 많은 기업들이 비정형 데이터인 자연어 분석을 시도하고 있다. 또한 국내 채용분야에서도 블라인드 채용이 확대됨에 따라 많은 공공기관과 기업들이 자기소개서의 내용을 기반으로 신입사원을 뽑는 비율이 높아지고 있으며, 이를 빅 데이터에 접목하는 시도도 늘어나도 있다. 채용과정에 빅 데이터를 사용하는 범위가 자기소개서뿐만 아닌 취업준비생들의 이력서 검토를 최소화하는 것 등 A.I 면접관을 통해 면접을 보는 분야까지 넓혀지고 있다.본 연구에서는 자기소개서는 구직 활동에 있어 서류전형부터 면접전형까지 매우 중요하게 판단되는 자료이고, 구직 활동에 성공하기 위해 지원하는 기업의 인재상에 맞추어 자기소개서를 작성한다는 것을 전제로 텍스트 마이닝을 활용하여 자기소개서와 기업의 인재상과의 유사도를 분석해보았다. 이를 위해, 대기업, 중견기업, 공기업에서 공개한 공채 합격 자기소개서를 취합하고, 형태소 분석 및 개체명 추출을 통해 데이터를 가공하였다. 그리고 대한 상공회의소에서 발간한 100대 기업이 원하는 인재상 보고서에 나타난 인재상 키워드와 각 기업들의 홈페이지에 게재된 인재상을 정리하여 인재상 키워드를 선별하였다. 이 후, 인재상 키워드와 자기소개서간의 유사도를 카운트 기반의 단어 표현 방법인 TF-IDF모델과 인공신경망 기반의 단어 표현 방법인 Word2Vec 모델을 활용해서 유사도를 분석해보았다. 인재상 키워드와 자기소개서의 비정형 데이터의 유사도를 실험 결과를 통해 확인 해 볼 수 있었으며 이를 통해 인사분야의 텍스트 마이닝 활용 방법에 대해 생각 해 볼 수 있었다.
4차 산업혁명의 등장과 빅 데이터의 발전으로 많은 기업들이 비정형 데이터인 자연어 분석을 시도하고 있다. 또한 국내 채용분야에서도 블라인드 채용이 확대됨에 따라 많은 공공기관과 기업들이 자기소개서의 내용을 기반으로 신입사원을 뽑는 비율이 높아지고 있으며, 이를 빅 데이터에 접목하는 시도도 늘어나도 있다. 채용과정에 빅 데이터를 사용하는 범위가 자기소개서뿐만 아닌 취업준비생들의 이력서 검토를 최소화하는 것 등 A.I 면접관을 통해 면접을 보는 분야까지 넓혀지고 있다.본 연구에서는 자기소개서는 구직 활동에 있어 서류전형부터 면접전형까지 매우 중요하게 판단되는 자료이고, 구직 활동에 성공하기 위해 지원하는 기업의 인재상에 맞추어 자기소개서를 작성한다는 것을 전제로 텍스트 마이닝을 활용하여 자기소개서와 기업의 인재상과의 유사도를 분석해보았다. 이를 위해, 대기업, 중견기업, 공기업에서 공개한 공채 합격 자기소개서를 취합하고, 형태소 분석 및 개체명 추출을 통해 데이터를 가공하였다. 그리고 대한 상공회의소에서 발간한 100대 기업이 원하는 인재상 보고서에 나타난 인재상 키워드와 각 기업들의 홈페이지에 게재된 인재상을 정리하여 인재상 키워드를 선별하였다. 이 후, 인재상 키워드와 자기소개서간의 유사도를 카운트 기반의 단어 표현 방법인 TF-IDF모델과 인공신경망 기반의 단어 표현 방법인 Word2Vec 모델을 활용해서 유사도를 분석해보았다. 인재상 키워드와 자기소개서의 비정형 데이터의 유사도를 실험 결과를 통해 확인 해 볼 수 있었으며 이를 통해 인사분야의 텍스트 마이닝 활용 방법에 대해 생각 해 볼 수 있었다.
With the advent of the fourth industrial revolution and the development of big data, many companies are trying to analyze natural language, which is unstructured data. In addition, as blind recruitment has been expanded in the domestic recruitment field, many public organizations and companies are h...
With the advent of the fourth industrial revolution and the development of big data, many companies are trying to analyze natural language, which is unstructured data. In addition, as blind recruitment has been expanded in the domestic recruitment field, many public organizations and companies are hiring new employees based on the contents of their introduction documents, and there are more attempts to incorporate them into big data. The scope of using big data in the recruitment process is expanding to include not only self-introduction but also interviewing A.I. interviewers, such as minimizing the review of resumes of job seekers. In this study, we used text mining to analyze the similarities between the self-introduction letter and the talent of the company, assuming that the self-introduction document is considered very important in the job search activities, from document form to interview type, and that the self-introduction document is prepared in accordance with the persona of the company that supports the job search activity. To that end, data were processed through form analysis and extraction of object names by collecting letters of self-introduction for acceptance of public bonds disclosed by large businesses, medium businesses and public corporations. In addition, the Korea Chamber of Commerce and Industry selected the keywords for the awards by compiling the keywords for the awards presented in the report for the top 100 companies' desired human resources awards and those posted on the website of each company. Afterwards, similarities between keywords and magnetic introduction documents were analyzed using the TF-IDF model, a count-based method of word expression, and Word2Vec model, an artificial neural network-based method of word expression. The results of the experiment showed the similarities between the keywords and the unstructured data in the self-introduction document, which enabled us to think about how to use text mining in the human resources field.
With the advent of the fourth industrial revolution and the development of big data, many companies are trying to analyze natural language, which is unstructured data. In addition, as blind recruitment has been expanded in the domestic recruitment field, many public organizations and companies are hiring new employees based on the contents of their introduction documents, and there are more attempts to incorporate them into big data. The scope of using big data in the recruitment process is expanding to include not only self-introduction but also interviewing A.I. interviewers, such as minimizing the review of resumes of job seekers. In this study, we used text mining to analyze the similarities between the self-introduction letter and the talent of the company, assuming that the self-introduction document is considered very important in the job search activities, from document form to interview type, and that the self-introduction document is prepared in accordance with the persona of the company that supports the job search activity. To that end, data were processed through form analysis and extraction of object names by collecting letters of self-introduction for acceptance of public bonds disclosed by large businesses, medium businesses and public corporations. In addition, the Korea Chamber of Commerce and Industry selected the keywords for the awards by compiling the keywords for the awards presented in the report for the top 100 companies' desired human resources awards and those posted on the website of each company. Afterwards, similarities between keywords and magnetic introduction documents were analyzed using the TF-IDF model, a count-based method of word expression, and Word2Vec model, an artificial neural network-based method of word expression. The results of the experiment showed the similarities between the keywords and the unstructured data in the self-introduction document, which enabled us to think about how to use text mining in the human resources field.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.