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
- Tez No: 793843
- Danışmanlar: DR. ÖĞR. ÜYESİ EYÜP ÇALIK
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Yalova Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
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
- 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
2018
İşletmeİstanbul Aydın Üniversitesiİşletme Ana Bilim Dalı
Prof. Dr. AKIN MARŞAP
- Hybrid reciprocal recommendation with advanced feature representations
Gelişmiş özellik gösterimleri ile hibrit çift taraflı öneri sistemleri
EZGİ YILDIRIM
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
- Prediction of early-age mechanical properties of high strength concrete with pozzolans by using statistical methods
İstatistik yöntemler kullanılarak puzolan katkılı yüksek dayanmlı betonların erken yaş mekanik özelliklerinin tahmini
MUZAFFER UMUR DALGIÇ
Yüksek Lisans
İngilizce
2022
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Ana Bilim Dalı
PROF. DR. YILMAZ AKKAYA
- Prediction of the future success of candidates before recruitment with machine learning: A case study in the banking sector
İşe alım öncecinde adayların gelecek başarılarının makine öğrenmesiyle tahmini: Bankacılık sektöründe bir vaka çalışması
KAAN AKSAÇ
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri MühendisliğiGalatasaray ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT LEVENT DEMİRCAN
- İnsan kaynakları yönetiminde yapay zeka modellemesi
Ai modeling in human resources management
ERDİNÇ AYDIN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Ticaret ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ METİN TURAN