Kariyer planlama için karar destek sistemi
A decision support system for career recommendation
- Tez No: 594121
- Danışmanlar: PROF. DR. ÖZLEM MÜGE TESTİK, DOÇ. DR. OUMOUT CHOUSEINOGLOU
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
Son yıllarda giderek artan yapay zekâ uygulamaları hayatın her alanına girmeye devam etmektedir. Bu çalışma, makine öğrenmesi uygulamalarının kariyer planlaması alanında kullanılmaya başlamasının sonucu olarak, üniversite mezunlarına çalışma sektörü önerisinde bulunacak bir tavsiye sistemi geliştirmek amacıyla yapılmıştır. Çalışmada makine öğrenmesi algoritmalarından faydalanılarak, mezunların ders notları bilgilerini ve ayrıca özlük bilgileri haricindeki eğitim ve iş bilgilerini kullanarak, yeni mezun olacak olan öğrencilere çalışabilecekleri sektör bazında kariyer planlamaları hakkında tavsiyede bulunan bir sistem tasarlanmıştır. Veri madenciliği süreçlerinde en çok kullanılan yöntemlerden biri olan Cross Industry Standard Process for Data Mining (Çapraz Endüstri Veri Madenciliği Standart Süreci – CRISP-DM) yöntemi çalışmanın özelliklerine uygun olarak seçilmiştir. CRISP-DM yöntemi içerisindeki işin anlaşılması, verinin anlaşılması, veri ön işleme, modelleme, değerlendirme ve konuşlandırma adımları uygulama kısmında çalışmanın akışını belirlemiştir. Modelleme kısmında makine öğrenmesi algoritmalarından (En yakın komşuluk, Rassal orman, Naive bayes, Karar vektör sınıflandırıcıları, Karar ağacı) faydalanılmıştır. Bu kapsamda tanımlanmış olan iki araştırma sorusunun cevaplandırılması için bir vaka çalışması olarak Hacettepe Üniversitesi Endüstri Mühendisliği Bölümü'nden ve Hacettepe Üniversitesi Öğrenci İşleri Daire Başkanlığından (ÖİDB) alınmış olan veriler kullanılmıştır. Çalışma sonucunda gözetimli makine öğrenmesi algoritmalarının doğruluk oranları karmaşıklık matrisi yardımı ile incelenmiş ve karşılaştırılmış, en iyi sonucu Rassal Orman (%67,46 doğruluk oranı) vermiştir.
Özet (Çeviri)
In the last years, the increasing number of artificial intelligence applications have been continuously invading our daily lives. This thesis, as a result of the introduction of machine learning approaches to the career planning domain, has been undertaken in order to develop a recommender system that counsels and proposes a work industry to university graduates. A system based on machine learning algorithms that recommends to new graduates an industry to work at, based on the education history, grades and personal information of previous graduates is designed in this study. The Cross Industry Standard Process for Data Mining (CRISP-DM), which is one of the most common data mining processes, is employed after reviewing the characteristics of the problem at hand. The six steps of CRISP-DM, namely understanding the business, understanding the data, preparing the data, modelling, evaluation and setting out, have guided the research methodology. In the modeling phase KNN, Random Forest, Naive Bayes, Support Vector Machines and Decision Tree machine learning algorithms have been utilized. In order to answer the research questions set by this thesis, a case study based on the data collected by Hacettepe University Department of Industrial Engineering and Hacettepe University Student Affairs Office (ÖİDB) has been designed and executed. At the end of the research, the accuracy of supervised machine learning algorithms has been examined with the use of a confusion matrix, and the best compared result has been obtained from Random Forest (with a 67,46% accuracy).
Benzer Tezler
- Multiattribute utility model based decision support system for organizational career management
Organizasyonel kariyer yönetimi için çok ölçütlü fayda modeline dayanan bir karar destek sistemi
ESRA TANTEKİN
Yüksek Lisans
İngilizce
1998
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. EROL SAYIN
- The relative importance of factors influencing expert treatment choices for pregnancy associated breast cancer
Gebelik ile ilişkili meme kanseri için uzmanların tedavi seçimlerini etkileyen faktörlerin göreceli önem dereceleri
GİZEM CÖMERT
Yüksek Lisans
İngilizce
2021
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE CAMGÖZ AKDAĞ
- Current status of industry 4.0 transformation and impact of industry 4.0 on engineering work in Turkish white goods industry
Endüstri 4.0 dönüşümünün Türkiye beyaz eşya sektöründeki mevcut durumu ve mühendislik işi üzerindeki etkisi
KÜBRA ŞİMŞEK DEMİRBAĞ
Doktora
İngilizce
2020
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİHAN YILDIRIM
- Türk kamu yönetiminde liderlik yaklaşımları üzerine bir araştırma: PTT örneği
A research on leadership approaches inturkish public administration: The PTT example
HAKAN GÜLTEN
Doktora
Türkçe
2024
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAYRİ BARAÇLI
- Hiyerarşik yapılı büyük organizasyonlarda düşük maliyetli kurs planlaması için matematiksel model önerisi
A mathematical model proposal for cost-effective course planning in large hierarchical organizations
LEVENT KARAMALAK
Doktora
Türkçe
2012
Endüstri ve Endüstri MühendisliğiKara Harp Okulu KomutanlığıHarekat Araştırması Ana Bilim Dalı
PROF. DR. İHSAN SABUNCUOĞLU
YRD. DOÇ. DR. ALTAN ÖZKİL