Geri Dön

Use of machine learning regression algorithms for salary prediction in Turkish job market

Makine öğrenmesi regresyon algoritmaları kullanılarak Türkiye iş pazarında maaş tahmininin kullanımı

  1. Tez No: 851250
  2. Yazar: KARİM ALDEIK
  3. Danışmanlar: Assist. Prof. Dr. SELAMİ BAĞRIYANIK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Büyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Günümüz dinamik iş piyasasında, maaşların doğru bir şekilde tahmin edilmesi, hem çalışanlar hem de işverenler için kritik bir konudur. Maaş tahmini, çalışanların yetenek ve deneyimleri için adil bir müzakere yapmalarına yardımcı olabilirken, işverenlere nitelikli yetenekleri çekme ve elde tutma konusunda destek sağlayabilir. Ancak, maaş tahmini çözümü basit bir problem değildir, çünkü iş unvanları, beceriler, eğitim, konum, endüstri ve şirket büyüklüğü gibi çeşitli faktörlere bağlıdır. Bu çalışma, bir veri kümesi içinden iş unvanları ve beceriler gibi temel faktörleri kullanarak maaş tahminine yönelik bir alanı incelemektedir. Popüler bir iş arama web sitesinden toplanan veri kümesi, her iş ilanının iş unvanı, gereken beceriler, endüstri ve maaş bilgilerini içermektedir. İş unvanları, bir bireyin rol ve sorumluluklarına dair içgörü sağlarken, beceriler ise uzmanlıklarını ve yeteneklerini yansıtmaktadır. Bu özelliklerin gücünden faydalanarak, bu araştırma çeşitli makine öğrenimi modellerini kullanarak belirli bir iş ilanının maaş aralığını tahmin etmektedir. Sonuçlar, modeller arasında umut verici bir performans göstermekte olup, beceri puanı yönteminde dikkat çekici 6.5 Ortalama Mutlak Yüzde Hata (MAPE) başarısını göstermektedir. Bu sonuçlar, iş piyasasının gelişen durumunda maaş tahmini metodolojilerinin optimize edilmesine dair devam eden tartışmalara değerli bir katkı sağlamaktadır. Çalışma, iş başlıkları ve becerilerin entegrasyonunun daha yüksek doğrulukla öngörü için ne kadar önemli olduğunu vurgulayarak, makine öğrenimi modellerinin etkinliği konusunda değerli içgörüler sunmaktadır.

Özet (Çeviri)

In today's dynamic job market, accurately predicting salaries is a critical task for both employees and employers. Salary prediction can help employees negotiate fair compensation for their skills and experience, and help employers attract and retain qualified talent. However, salary prediction is not a straightforward problem, as it depends on various factors such as job titles, skills, education, location, industry, and company size. This study delves into the realm of salary prediction by leveraging essential factors such as job titles and skills within a dataset. The dataset collected from a popular job search website. The dataset contains information about the job title, skills needed, industry, and salary of each job posting. Job titles provide insight into an individual's role and responsibilities, while skills reflect their expertise and proficiency. Harnessing the power of these features, this research employs diverse machine learning models to predict the salary range of a given job posting. The results indicate promising performance across the models, with the achievement of a noteworthy 6.5 Mean Absolute Percentage Error (MAPE) in the skill score method. The study provides valuable insights into the effectiveness of machine learning models in salary prediction, emphasizing the significance of incorporating job titles and skills for enhanced accuracy. These findings contribute to the ongoing discourse on optimizing salary prediction methodologies in the evolving landscape of the job market.

Benzer Tezler

  1. Ovulasyon indüksiyonu tedavisinde folliküler gelişimin ultrasonografik takibi

    Başlık çevirisi yok

    MERİH BAYRAM

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1987

    Kadın Hastalıkları ve DoğumGazi Üniversitesi

    Kadın Hastalıkları ve Doğum Ana Bilim Dalı

    DOÇ. DR. MÜLAZIM YILDIRIM

  2. Çimentonun sertleşmesi üzerinde kimyasal komponentlerin etkisi

    Başlık çevirisi yok

    NACİYE TÜRKEL

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Kimya MühendisliğiUludağ Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. MUSTAFA CEBE

  3. Samsun ve çevresinde tarla sarmaşığı (conuolvulus arvensis L.)'na karşı biyolojik savaşa esas olacak fauna tespiti

    Investigations on the insect fauna of the field binweed (Conuolvulus arvensis L.) related to its biological control in Samsun Province

    YASEMİN UFUK GERMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    BotanikEge Üniversitesi

    Bitki Koruma Ana Bilim Dalı

    PROF. DR. NİYAZİ LODOS

  4. Çeltik kabuklarının yalıtım malzemesi olarak kullanılması

    Başlık çevirisi yok

    B.CİHAN ÇELEBİ

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Makine MühendisliğiUludağ Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET KIRBIYIK