Geri Dön

Data mining anwendungen in entscheidungsunterstützungssystemen und ein anwendungsbeispiel bei der personalauswahl

Karar destek sistemlerinde veri madenciliği uygulamaları ve personel seçiminde uygulama örneği

  1. Tez No: 550655
  2. Yazar: FATİH DEM
  3. Danışmanlar: PROF. DR. YÜCEL YILMAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: İş Zekâsı, Veri Madenciliği, Karar Destek Sistemleri, İnsan Kaynakları, Sınıflandırma Yöntemleri, Büyük Veri, Makine Öğrenmesi
  7. Yıl: 2019
  8. Dil: Almanca
  9. Üniversite: Marmara Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Enformatik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 104

Özet

Şirketlerin en önemli varlığı insan kaynağıdır. Bu nedenle şirketlerin personel isithdamı oldukça önemli bir konudur. Özellikle büyük şirketlerin iş ilanlarına aynı anda çok sayıda başvuru olabilmektedir. Bu durum nedeniyle çoğu zaman şirketlerin insan kaynakları bölümleri çeşitli sistemler kullanarak hangi kişinin mülakata çağrılacağına ve hangi kişinin işe alınacağına karar vermektedir. Ancak bu durum çoğu zaman ihtiyaç duyulan kişinin binlerce kişinin arasında kaybolmasına veya dikkate alınmamasına sebep olmaktadır. Bu çalışmada, personel seçmek için Veri madenciliği yöntemleri kullanılarak karar destek sistemi oluşturulmaya çalışılmıştır. Bu amaç için 613 kişinin katıldığı bir anket çalışması yapılmıştır. Karar kriterlerinin belirlenmesi için global ve yerel trendlerin belirlendiği anketlerden derlenen veriler kullanılmıştır. Bu veriler Rapidminer adlı veri madenciliği programında analiz edilmiştir. Veriler CART, C 4.5, ID3, Naive Bayes ve Random Forrest algoritmaları kullanılarak analiz edilmiştir. Analiz sonuçları için Holdout, Çapraz geçerleme ve Bootstrap yöntemleriyle performans testi yapılmıştır. Bu çalışmanın sonuçları personel seçmenin gereklerini tanımlamış, işe alınacak kişi ve şirket beklentileri arasındaki ilişkileri ortaya koymuştur. En iyi sonuç C4.5 algoritması ile %79.29 olarak tespit edilmiştir. Bu oran, personel seçmek amacıyla veri madenciliği yapıldığında yüksek bir doğruluk oranına ulaşılabildiğini göstermektedir.

Özet (Çeviri)

Das bedeutendste Kapital der Unternehmen sind menschliche Ressourcen. Daher ist es für sie sehr wichtig Mitarbeiter zu beschäftigen. Eine große Anzahl an Bewerbungen kann für Stellenanzeigen großer Unternehmen eingereicht werden. Aufgrund dieser Situation entscheiden die Personalabteilungen der Unternehmen oft, welche Personen für ein Vorstellungsgespräch kontaktiert und wer mit welchen Systemen beschäftigt werden kann. Dies führt jedoch häufig dazu, dass viele Bewerber unter Tausenden ignoriert werden. In dieser Studie wird versucht mithilfe von Data Mining-Methoden ein Entscheidungsunterstützungssystem zu entwickeln, um Personal für Unternehmen auszuwählen. Zu diesem Zweck haben 613 Personen an einer Umfrage teilgenommen. Zur Bestimmung der Entscheidungskriterien wurden die aus der Umfrage zusammengestellten Daten herangezogen, in denen die globalen und lokalen Trends ermittelt wurden. Diese Daten wurden anhand des Data Mining-Programms namens Rapidminer analysiert und mit CART, C 4.5, ID3, Naive - Bayes und Random Forrest bewertet. Für die Analyseergebnisse wurden Performanceleistungstests mit den Holdout, Kreuzvalidierung und Bootstrap - Methoden durchgeführt. Die Ergebnisse dieser Studie haben die Anforderungen an die Personalrekrutierung beschrieben und die Beziehungen zwischen der Person und den Erwartungen des Unternehmens aufgezeigt. Das beste Ergebnis wurde mit dem Algorithmus C4.5 zu 79,29% erfasst. Dieses Verhältnis zeigt, dass eine hohe Genauigkeitsrate erreicht werden kann, wenn Data Mining zur Personalauswahl durchgeführt wird. Schlüsselwörter: Business Intelligence, Data Mining, Entscheidungsunterstützungssysteme, Personalmanagement, Klassifizierungsmethoden, Big Data, Machine Learning.

Benzer Tezler

  1. Einsatz von data mining alssegmentierungsinstrument der vorhandenen kunden - am fallbeispiel von kraftstoff sektor in der Türkei

    Mevcut müşteri segmentasyonunda veri madenciliği yönteminin kullanılması - Türkiye'de akaryakıt sektöründe uygulama

    NİSBET GÜLDEN YÜKSEK

    Yüksek Lisans

    Almanca

    Almanca

    2007

    Bilim ve TeknolojiMarmara Üniversitesi

    İşletme Ana Bilim Dalı

    YRD. DOÇ. DR. GÜLPINAR KELEMCİ SCHNEİDER

  2. Veri madenciliği

    Data mining

    GÜLCAN YALÇINTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. SEMRA ORAL ERBAŞ

  3. Data mining approach based on harris hawks optimization (HHO) algorithm for multiple sclerosis lesions segmentation on brain magnetic resonance images

    Beyin manyetik rezonans görüntülerinde çoklu skleroz lezyonları için harrıs hawks optimizasyonu (HHO) algoritmasına dayalı veri madenciliği yaklaşımı

    AMAL F A ISWIASI

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. OĞUZ KARAN

  4. Mobilya sektöründe satış sonrası hizmetler bölümünde veri madenciliği uygulaması

    Data mining application in after sales services department in furniture industry

    ALİ KARAKUŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Endüstri ve Endüstri MühendisliğiErciyes Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET DURAN TOKSARI

  5. Data mining techniques for extraction and analysis of covid-19 data

    Covıd-19 verilerinin çekilmesi ve analizi için veri madenciliği teknikleri

    MOHAMMED GHANIM FATHI AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgi ve Belge YönetimiAltınbaş Üniversitesi

    Bilgi Teknolojileri Ana Bilim Dalı

    YRD. DOÇ. DR. AYÇA KURNAZ TÜRKBEN