Xây dựng hệ thống đề xuất việc làm phù hợp dựa trên kỹ năng, kinh nghiệm ứng viên

Abstract

Hệ thống đề xuất việc làm đóng vai trò quan trọng trong việc hỗ trợ kết nối ứng viên với các vị trí tuyển dụng phù hợp, góp phần nâng cao hiệu quả tuyển dụng và tối ưu hóa trải nghiệm tìm việc. Tuy nhiên, các phương pháp truyền thống thường gặp hạn chế trong việc xử lý dữ liệu phi cấu trúc và đánh giá mức độ phù hợp giữa ứng viên và công việc. Nghiên cứu này đề xuất một hệ thống gợi ý việc làm dựa trên đồ thị nhằm cải thiện độ chính xác của quá trình khớp nối. Phương pháp đề xuất sử dụng mô hình Graph-based Recommendation System kết hợp với các kỹ thuật Cosine Similarity, Latent Semantic Analysis (LSA) và PageRank Algorithm để phân tích và đánh giá mối quan hệ giữa ứng viên và công việc. Dữ liệu thực nghiệm gồm 4.500 hồ sơ ứng viên và 3.200 tin tuyển dụng được thu thập từ các nền tảng trực tuyến. Các thông tin chính bao gồm chức danh, kỹ năng, kinh nghiệm và yêu cầu tuyển dụng, được biểu diễn dưới dạng đồ thị, trong đó các nút đại diện cho ứng viên và công việc, còn các cạnh thể hiện mức độ tương quan. Kết quả thực nghiệm cho thấy hệ thống gợi ý đạt Precision trung bình 50%, Recall trung bình 63% và F1-score cao nhất 0,56. Các chỉ số này chứng minh rằng phương pháp đề xuất có hiệu suất cao hơn so với các mô hình truyền thống, giúp nâng cao khả năng kết nối ứng viên với công việc phù hợp. Nghiên cứu này không chỉ đóng góp vào việc tối ưu hóa hệ thống giới thiệu việc làm mà còn mở ra hướng ứng dụng tiềm năng cho các hệ thống khuyến nghị trong lĩnh vực nhân sự và phân tích dữ liệu