Slide báo cáo tiểu luận cuối kỳ môn KHDL

1. PHÂN TÍCH DỮ LIỆU HỒ SƠ XIN
VIỆC CỦA CÁC ỨNG VIÊN VÀ DỰ
BÁO ỨNG VIÊN TIỀM NĂNG
GVHD: TH.S TRƯƠNG VIỆT PHƯƠNG

2. 01
Giới thiệu đề
tài
02
Ứng dụng
vào bài toán
03
Kết luận và
hướng phát
triển

3. 01 Lý do chọn đề tài
PHẦN 1: GIỚI THIỆU ĐỀ TÀI
02
03
Mục tiêu nghiên cứu
Đối tượng nghiên
cứu
04 Phương pháp nghiên cứu

4. LÝ DO CHỌN ĐỀ TÀI
Hiện nay mỗi doanh nghiệp tiếp nhận
hàng trăm, hàng ngàn hồ sơ xin việc
(CV)
Cần số hóa cho việc đọc và lọc CV thay
vì làm thủ công
Xây dựng mô hình dự báo sẽ giúp các
doanh nghiệp giảm được khá lớn khối
lượng công việc.

5. MỤC TIÊU NGHIÊN CỨU
Khám phá dữ liệu, thực hành sử dụng phần
mềm Organe và nắm được quy trình khai
phá dữ liệu.
Tạo ra mô hình dự báo resume có chất
lượng cao hay thấp để giảm bớt số lượng
hồ sơ cần xem xét.
Từ đó, giúp cho các công ty tiết kiệm thời
gian, công sức, nâng cao hiệu quả tuyển
dụng,....

6. ĐỐI TƯỢNG NGHIÊN CỨU
Nhóm sử dụng bộ dữ liệu “Key Resume
Attributes Impacting Job Callbacks” được
download trên nền tảng Kaggle. Bộ dữ liệu
này cung cấp nhiều thông tin hữu ích
trong việc dự báo những hồ sơ được đánh
giá là tốt.

7. PHƯƠNG PHÁP NGHIÊN CỨU
Để tiến hành phân cụm dữ liệu, nhóm sử
dụng hai phương pháp đã được học là
Hierarchical và K-means. Vì đây là dữ liệu
đã có nhãn nên Nhóm xem như chưa có
lớp (skip), tiến hành phân cụm, chọn số
cụm tốt nhất. Sau đó so sánh với nhãn
hiện có và nhận xét.

8. PHƯƠNG PHÁP NGHIÊN CỨU
Đối với việc phân lớp dữ liệu, Nhóm phân dữ
liệu thành 2 bộ dữ liệu: 70% dữ liệu huấn
luyện và 30% dữ luyện kiểm thử, chọn biến “
Resume quality” biến phụ thuộc (target), sử
dụng 3 mô hình phân lớp là Cây quyết định,
SVM và Hồi quy Logistic . Sử dụng Test and
Score, quan sát chỉ số AUC, dùng Ma trận
nhầm lẫn và phần diện tích ROC để chọn ra
phương pháp tốt nhất để phân lớp.