e-Recruitment: Detection of Relevant Keywords in the Job Offer Title
e-Recrutement : recherche de mots-clés pertinents dans le titre des annonces d'emploi
Résumé
The increase in the number of different ways to recruit online has made the issue of job posting performance and its optimization increasingly important. In particular, performance can be assessed by the amount of applications received. In this paper, the goal is to define a strategy for detecting key-words within a job postings title that provide information to explain the postings performance. We will work on a corpus of job postings characterized by the underlying function (e.g. marketing, finance,
). After a pre-processing of filtering on the corpus, we will compute characteristic forms and identify the most frequent forms. In order to confirm the relevance of the key-words obtained, the latters are coded into dichotomic variables and introduced as predictors in a regression tree, in addition to function predictors. The results are encouraging and confirm key-words contribution into explaining performance.
La multiplication du nombre de moyens de recrutement sur Internet a rendu de plus en plus importante l’analyse de la performance des annonces d’emploi et son optimisation. Notamment, celle-ci peut être évaluée à travers le volume de candidatures reçues suite à la publication d’une annonce sur un job board (rendement). Nous proposons une méthode pour repérer des mots-clés au sein du titre des annonces d’emploi permettant d’apporter des éléments d’explication du rendement obtenu. Après un pré-traitement classique d’un corpus d’offres d’emploi diffusées sur internet et segmentées par rapport à la fonction recherchée, nous calculons les spécificités lexicales associées et relevons les formes les plus fréquentes. Les mots ainsi retenus sont codés à l’aide d’indicatrices puis introduits dans un arbre de régression en tant que prédicteurs. Les résultats obtenus sont encourageants et permettent de valider la pertinence des mots-clés trouvés pour l’explication du rendement, en complément de l’information déjà apportée par la fonction recherchée.d'un corpus d'offres d'emploi diffusées sur internet et segmentées par rapport à la fonction recherchée, nous calculons les spécificités lexicales associées et relevons les formes les plus fréquentes. Les mots ainsi retenus sont codés à l'aide d'indicatrices puis introduits dans un arbre de régression en tant que prédicteurs. Les résultats obtenus sont encourageants et permettent de valider la pertinence des mots-clés trouvés pour l'explication du rendement, en complément de l'information déjà apportée par la fonction recherchée.
Origine | Fichiers produits par l'(les) auteur(s) |
---|
Loading...