$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

이력서의 Classification을 위한 Feature Selection 방안
An Approach to Feature Selection for Classification of Resume 원문보기

한국정보처리학회 2016년도 추계학술발표대회, 2016 Oct. 27, 2016년, pp.535 - 536  

이만유 (한양대학교 공과대학 컴퓨터전공) ,  조형석 (한양대학교 공과대학 컴퓨터전공) ,  이유진 (한양대학교 컴퓨터 소프트웨어학과) ,  홍지원 (한양대학교 컴퓨터 소프트웨어학과) ,  김상욱 (한양대학교 컴퓨터 소프트웨어학과)

초록

사람이 수많은 지원자의 이력서들을 모두 꼼꼼히 읽는 데에는 엄청난 시간과 노동이 필요하다. 만약 컴퓨터가 이력서를 알맞은 직군으로 분류해 줄 수 있다면 이러한 어려움을 해소할 수 있다. 이를 위해 본 논문에서는 알맞은 직군으로 분류하기 위한 이력서를 학습할 때에 feature를 어떤 방법으로 선택할 수 있는지 그리고 feature의 개수는 몇 개가 적절한지에 대해 알아본다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 이력서에는 학교, 직장, 자기소개 등 여러 요소가 존재하지만 양식 이 모두 다르고 항목이 제각각인 이력서들을 일반화하여 학습하는 것은 어려움이 있기 때문이다. 또한 본 논문에서는 한 직군을 문서로 취급하여 단어들에 대한 IDF를 측정 한다. 이는 각각의 이력서를 한 문서로 취급할 경우 직군이 아닌 이력서를 분류 할 수 있는 단어에 가중치가 부여 되기 때문에 같은 직군의 이력서들을 한 문서로 취급하여 여러 직군 속에서 한 직군을 특정 지을 수 있는 단어에 가중치를 부여하기 위함이다.
  • 본 논문에서는 이력서를 학습하여 직군을 분류할 때 단어를 이용한 feature selection 방안에 대해 다뤘다. 이력서에 적용하기 어려운 기존 방안을 보완하여 중요도의 개념을 이용한 효과적인 feature selection 방안을 제안하였고 실험을 통해 기존의 방안 보다 정확도가 높은 것을 확인했다.
  • 구직자 또한 자신의 이력서와 가장 잘 맞는 직군을 알 수 있다면 직장을 선택하는데 많은 도움이 될 것이다. 이를 위해 본 논문에서는 이력서를 알맞은 직군으로 분류하기 위한 학습에 이용 될 수 있는 feature에 대해 다룬다.
본문요약 정보가 도움이 되었나요?
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로