선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 측정 결과 잡클리어링 알고리즘 적용 후 고용자가 필요한 시점에 전문의를 채용하는데 도움이 되는 것으로 나타났다. 기존 연구는 의사를 대상으로 하는 전문 취업 사이트에 적용하였지만, 본 연구는 직종이 다양한 일반 취업 사이트에 사용하도록 일반화하는 방안을 제시하고자 한다.
- 본 연구는 기존 매칭 알고리즘의 선호도 입력값에 퍼지알고리즘을 통해 자동 계산된 매칭률값을 결합하여 자동화된 양방향 퍼지 매칭(BDFM: Bi-directional Fuzzy Matching) 알고리즘을 개발하고자 한다. 퍼지 알고리즘은 적용 대상에 따라 최적화가 필요하여 본 양방향 퍼지 매칭 알고리즘의 효과성을 측정하기 위해 취업사이트에 적용한다.
- 일자리 정보 매칭에 있어서 양 방향 검색인 잡 클리어 링(Job Clearing-house) 알고리즘을[9] 폭넓은 직종을 포괄하는 일반 취업 사이트에 적용하도록 선호도 입력을 퍼지 매칭률로 자동화하고자 한다. 양방향 퍼지 매칭 (8£>FM: Bi-directional Fuzzy Matching)은 사용자 상호 선호도를 자동 계산하여 구직자과 구인자의 매칭률을 높이는 알고리즘이다.
제안 방법
- 제공한다. 개인 선호도와 기업체의 선호도를 중요도에 따라 가중치를 적용하여 순위를 정렬함에 있어, 본 연구에서는 두 가지 측면이 모두 중요하다고 판단하여 동일한 가중치를 적용하였다. 계산량은 #이 된다.
- 기능적 요인으로 정보검색 편리성, 원하는 정보를 검색하는데 유용성, 심리적 지원요인으로 구직 활동에 동기를 부여하는 정도, 면접 시 심리적 자신감 유발 여부를 질의한다. 구직자와 구인자 각각 20명에게 (그림 2)의 기존방식과 (그림 3)의 BDFM를 통해 도출된 결과를 모두 사용하게 한 후 만족도를 비교한다. 참여자는 남성과 여성이 각각 14명, 6명의 비율이며, 연령 20대와 30대를 기준으로 웹사이트사용에 친숙한 IT 종사자를 대상으로 조사한다.
- 기존방식 과 BDFM 방식 에 대한 사용자 만족도를 평균한 값을 (표 2)에 기입하여 비교하였다. 기존 방식은 조건 간의 교집합을 이용하여 취업 정보를 검색하는 방식이다.
- 최소화하도록 설계하여야 한다. 두 가지 선호도를 가중 평균하는 방법도 있지만, 사용자가 두 가지 선호도를 참고하여 스스로 판단하도록 돕는 화면 설계 방안도 제시하였다.
- 다음은 각 일자리에 기록된 채용조건에 따라 특정 구직자의 순위를 구하여 저장한다. 마지막으로 두 가지 측면에서의 순위를 고려하여 사용자 사용 편리성을 고려하여 정보를 제공한다.
- 이는 사용자가 두 가지 선호도를 참고하여 스스로 판단하도록 돕는 장점이 있다. 본 논문의 실험조사에서는 상대측의 나에 대한 선호도 정보에 대한 사용자 반응이 중요하므로 두 번째 방식으로 실험조사를 수행한다.
- 본 연구는 기존 수동으로 입력받던 선호도를양측의 선호도를 각자의 측면에서 퍼지매칭 알고리즘을 이용해 각각 계산하여 자동화하였다. 일반 취업사이트는 구인자의 선호도를 수동으로입력받을 경우 참여도가 낮아지는 문제점이 있다.
- 온라인 양방향 퍼지 매칭 알고리즘(BDFM)을개발하여 기존에 수동으로 입력되던 사용자의선호도를 자동으로 계산하여 입력하는 방안을제시하였다. 자동화하였을 경우 우려되는 정확성저조의 문제를 검증하기 위해 매칭결과에 대해취업알선가능률을 측정하였고, 또한 실 서비스에서 취업활동에 도움이 되는지 여부에 대해 만족도를 조사하였다.
- 자동화하였을 경우 우려되는 정확성저조의 문제를 검증하기 위해 매칭결과에 대해취업알선가능률을 측정하였고, 또한 실 서비스에서 취업활동에 도움이 되는지 여부에 대해 만족도를 조사하였다.
- 정확성이 검증되어야 한다. 취업 상담 경력이 3년 이상인 7명의 취업 알선 상담 전문가가 BDFM 방식에 의해 검색된 상위 10건의 구인/구직 정보에 대해 알선추천 가능성을 평가한다. 검색 조건은 직종, 지역, 학력, 임금, 고용형태 등 5 가지[3] 이상으로 한다.
- 효과로 두 가지이다. 취업 알선은 다양한 요인에 의해 영향을 받으므로, 이러한 외부 요인의 영향을 최소화하기 위해 본 조사는 실험조사방식을 선택한다.
- 구인자를 위한 서비스도 같은 방식으로 적용된다. 특정 구직자가 입력한 조건에 맞추어 전체 일자리정보의 매칭률을 구하고 순위를 저장한다. 다음은 각 일자리에 기록된 채용조건에 따라 특정 구직자의 순위를 구하여 저장한다.
대상 데이터
- 구직자와 구인자 각각 20명에게 (그림 2)의 기존방식과 (그림 3)의 BDFM를 통해 도출된 결과를 모두 사용하게 한 후 만족도를 비교한다. 참여자는 남성과 여성이 각각 14명, 6명의 비율이며, 연령 20대와 30대를 기준으로 웹사이트사용에 친숙한 IT 종사자를 대상으로 조사한다.
데이터처리
- 2%)가 추천 가능한 것으로 평가되고 88%는 매우 추천 가능한 것으로 나타나, BDFM이 취업알선 자동화에 활용 타당한 것으로 나타났다. 테이블 내 평가평균값은 이해를 돕기 위해 100점 환산하여 표현하였다. 상담 전문가의 평가 점수표를 자세히 보면 실 서비스에서의 사용자 만족도는 본 조사의 평가 점수보다 높을 것으로 예상된다.
이론/모형
- 일자리정보 개수가 n개 일 경우 계산량은 #이다. 매칭률은 퍼지매칭을 이용하여 계산하였다.
- 양방향 매칭은 남녀 소개 사이트와 같이 양쪽의 관심을 함께 고려하여 주천 순위를 결정한다. 본 연구의 접근 방식은 양방향 방식에 해당한다.
성능/효과
- (표 1)과 같이 실험 결과는 매칭률 90점 이상인일자리 정보가 전체 168건이며, 이 중 95.2% (=88%+ 7.2%)가 추천 가능한 것으로 평가되고 88%는 매우 추천 가능한 것으로 나타나, BDFM이 취업알선 자동화에 활용 타당한 것으로 나타났다. 테이블 내 평가평균값은 이해를 돕기 위해 100점 환산하여 표현하였다.
- - 실 서비스에 구현한 결과 알고리즘의 매칭 결과에 대한 정확성이 95%이상이며, 구직활동 동기부여에 미치는 심리적 효과도 통계적으로 유의미함을 보임.
- BDFM를 실 서비스에 구현하여 매칭 정확성을 조사한 결과 일자리정보와 이력서정보 검색에서 각각 95%, 97%로 취 업알선가능률이 높게 나타났다. 추천이 어렵다고 평가된 결과를 살펴보면 평가가 보수적으로 진행되어 실 서비스에서의 만족도는 보다 높을 것으로 예상되었다.
- 폭은 각각 21%, 15%이다. 구직자는 구직 활동에 동기를 부여한다고 응답하였으며, 구인자도 채용 활동에 동기를 부여하는 것으로 나타났으며 이러한 차이는 통계적으로도 유의하게 나타났다(구직자: U3.269, /?=0.0004; 구인자: ?=2.932, p=0.0009). “마음에 드는 회사가 있어도 서류전형조차 안 될 지도 모른다는 두려움에 입사 지원을 망설인 적이 있는가?''라는 구직활동의 심리적 지원 측면을 조사하기 위해 수행된 추가 질문에 응답자 19명중 9명(50%)은 망설인 적이 있다고 응답하였다.
- 5점 척도를 통해 측정된 이러한 효과를 직관적 이해를 높이기 위해 100점으로 환산하여 표시하였다. 두 가지 방식을 비교한 결과 모든 비교 항목에서 BDFM이 기존방식에 비해 취업활동에 긍정적인 효과를 나타냈지만, 기능적인 측면 보다는 심리적인 측면에서 유의미한 취업활동 지원효과를 보였다.
- 매칭률에 따른 알선 점수 평균은 매칭률이 증가함에 따라 알선 점수 평균이 지속적으로 증가하는 패턴을 보여, 매칭률이 알선 점수와 상관관계가 있음을 보여준다. 상관관계 분석을 수행한결과 상관계수는 0.
- 있음을 보여준다. 상관관계 분석을 수행한결과 상관계수는 0.464이며, 유의 확률은 p=0.00으로 통계적으로 유의미한 관계를 나타냈다. 따라서 매칭률과 일자리 정보 평가 점수는 양의 상관관계를 보인다고 결론지을 수 있으며, #의정확성 평가 결과에 대한 신뢰성을 높인다.
- 상담전문가의 평가 결과를 보면 매칭률 90점대 인 199 건 중 86%(1기건)이 매우 추천 가능하며, 11%(22 건)이 일반적으로 추천 가능한 것으로 나타났다. '추천 불가'로 평가된 건수가 4건으로 '미흡이나 , 보통, 의 건수(각각 1건) 보다 많다는 것은 상담전문가가 보수적인 방법으로 검색 결과를 평가하였다는 것을 의미하므로, 실 서비스에서 사용자 만족도는 실험 결과보다 높을 것으로 추정된다.
- 이력서정보 검색 결과를 보아도 매칭률 90점이상이면 97%(=86%+11%)이상이 추천 가능한 것으로 나타나 매칭 정확성이 높게 나타났다. 상담전문가의 평가 결과를 보면 매칭률 90점대 인 199 건 중 86%(1기건)이 매우 추천 가능하며, 11%(22 건)이 일반적으로 추천 가능한 것으로 나타났다.
- 추천이 어렵다고 평가된 결과를 살펴보면 평가가 보수적으로 진행되어 실 서비스에서의 만족도는 보다 높을 것으로 예상되었다.
- 취업활동 지원 효과를 분석한 결과 BDFM이기존 방식보다 취업활동 동기부여 측면에서 도움이 되는 것으로 나타났으며, 이러한 차이는 통계적으로도 유의미한 것으로 나타났다.
- 높이는 방안을 연구하였다. 측정 결과 잡클리어링 알고리즘 적용 후 고용자가 필요한 시점에 전문의를 채용하는데 도움이 되는 것으로 나타났다. 기존 연구는 의사를 대상으로 하는 전문 취업 사이트에 적용하였지만, 본 연구는 직종이 다양한 일반 취업 사이트에 사용하도록 일반화하는 방안을 제시하고자 한다.
후속연구
- 향후 연구로는 자동으로 계산된 선호도와 수동 입력 값을 병행 관리 할 수 있도록 개선하는 것이다. 수동 입력이 결합될 경우 상대의사에 대한 신뢰성이 높아져 면접 시 심리적 자신감 유발에 도움이 될 것으로 예상한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.