Geri Dön

İşe alım sürecinde makine öğrenmesi ve çok kriterli karar verme teknikleri: Ampirik bir çalışma

Machine learning and multi-criteria decision-making techniques in recruitment: An empirical study

PDF İndir

  1. Tez No: 793843
  2. Yazar: İRFANE SEVNUR KORAL AYDIN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ EYÜP ÇALIK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Yalova Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Günümüzde pek çok alanda teknolojik gelişmeler yaşanmaktadır. Yaşanan bu teknolojik gelişmeler birçok verinin kaydedilip veri ambarlarının oluşmasına ve gerektiğinde bu verilerin analiz edilip, karar vermeyi destekleyen çalışmalar yapılmasına zemin hazırlamaktadır. Karar verme faaliyetinin en sık kullanıldığı alanlardan bir tanesi de işe alımdır. İnsan kaynakları işe alım sürecini yürüten organizasyonel yapıdır. Doğru çalışan ve doğru iş eşleşmesini yapılmaması organizasyonlarda birçok soruna neden olmaktadır. Günümüzde şirketler genel olarak nesnel niteliklerden uzak işe alım stratejisi izlemektedir. İzlenen bu subjektif yöntemler genellikle işe alımı kişisel deneyime maruz bırakmaktadır. Çok Kriterli Karar Verme Yöntemi genellikle işe alım sürecinde birçok sektör ve pozisyon için kullanılmaktadır. Çok Kriterli Karar Verme yöntemleri arasından en yaygın kullanılanlardan biri de AHP yöntemidir. Bu çalışmada bir tekstil firmasının mavi yaka makineci seçimi için kriter ağırlıklandırılması, çok kriterli karar verme yöntemlerinden biri olan AHP ve makine öğrenmesi yöntemlerinden GBT yöntemiyle yapılmıştır. 10 adet alternatif kriter arasında sıralama yapılmıştır. Firmanın insan kaynakları departmanından personellere ait veriler alınmıştır. Veriler temizlenerek kaliteli veri haline getirilmiştir. 269 adet veri sınıflandırma algoritmalarına tabi tutulmuş daha sonra uygun olan sınıflandırma yöntemi belirlenmiştir. Veriler RapidMiner paket programıyla analiz edilmiştir. GBT yöntemiyle 10 adet kriter ağırlıklandırılmıştır. Daha sonra GBT ile ağırlıklandırılan kriter ağırlıkları ile AHP' de bulunan kriter ağırlıkları karşılaştırılmıştır. Bu çalışma ile hem Çok Kriterli Karar Verme Yöntemlerinden AHP hem de makine öğrenmesi yöntemlerinden GBT kullanılarak yapılan ampirik bir çalışma olarak literatüre katkı sunulmaktadır.

Özet (Çeviri)

Today, there are technological developments in many areas. These technological developments pave the way for the recording of big data, the creation of data warehouses, the analysis of these data when necessary, and the making of studies that support decision-making. One of the most frequently used areas of decision-making activity is recruitment. Human resources are the organizational structure that carries out the recruitment process. Failure to match the right employee and the right job causes many problems in organizations. Today, companies generally follow a recruitment strategy that is far from objective qualifications. These subjective methods followed often expose the recruitment process to personal experience. The Multi-Criteria Decision-Making Method is generally used for many sectors and positions in the recruitment process. One of the most widely used Multi-Criteria Decision-Making methods is the AHP method. In this study, criterion weighting for the selection of a blue-collar mechanic of a textile company was made with AHP, which is one of the multi-criteria decision-making methods, and the GBT method, which is one of the machine learning methods. A ranking was made among 10 alternative criteria. The data of the personnel were obtained from the human resources department of the company. The data has been cleaned and turned into quality data. 269 data were subjected to classification algorithms and then the appropriate classification method was determined. Data were analyzed with the RapidMiner package program. With the GBT method, 10 criteria were weighted. Then, the criteria weights weighted with GBT, and the criteria weights found with AHP were compared. This study contributes to the literature as an empirical study using both AHP from Multi-Criteria Decision-Making Methods and GBT from machine learning methods.

Benzer Tezler

  1. Tez No

    1019841

    A large language model (LLM)-based framework for bid/no-bid decision support in construction public procurement: Validated on romanian tenders

    İnşaat kamu ihalelerinde teklif verme / vermeme karar desteği için büyük dil modeli (LLM) tabanlı bir çerçeve: Romanya ihaleleri üzerinde doğrulama

    ELİF GÜLİN PETEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ONUR BEHZAT TOKDEMİR

  2. Tez No

    835178

    İnsan kaynakları yönetiminde yapay zeka modellemesi

    Ai modeling in human resources management

    ERDİNÇ AYDIN

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Ticaret Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ METİN TURAN

  3. Tez No

    544063

    Role of big data analytics in managing and orienting media organizations; Case study - Arabic media organization in Istanbul

    Büyük veri analitiğinin medya kuruluşlarının yönetimindeki yeri

    ASHRAF YOUSEF OTHMAN AHMAD

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    İşletmeİstanbul Aydın Üniversitesi

    İşletme Ana Bilim Dalı

    Prof. Dr. AKIN MARŞAP

  4. Tez No

    959215

    Comparative study of federated learning for credit risk assessment and fairness evaluation

    Federe öğrenmenin karşılaştırmalı çalışması: Kredi risk değerlendirmesi ve adalet ölçümü

    MUSTAFA AKTAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. BEHÇET UĞUR TÖREYİN

    DR. RUŞEN HALEPMOLLASI

  5. Tez No

    1013672

    Cancer subtyping and multi-omics analysis of common precursor B Acute Lymphoblastic Leukemias

    B hücreli (Common Precursor B) akut lenfoblastik lösemilerin kanser alt tiplemesi ve çoklu omic analizi

    BARAN ALKAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Biyoistatistikİstanbul Medeniyet Üniversitesi

    Biyoistatistik ve Tıp Bilişimi Ana Bilim Dalı

    DOÇ. DR. ELİF KUBAT ÖKTEM

    PROF. DR. HANDAN ANKARALI

Geri Dön