Ontology driven, artificial intelligence based career planning system for individuals
Bireyler için ontoloji odaklı, yapay zeka tabanlı kariyer planlama sistemi
- Tez No: 893458
- Danışmanlar: DOÇ. DR. ADEM AKBIYIK, PROF. DR. UTKU KÖSE
- Tez Türü: Doktora
- Konular: Yönetim Bilişim Sistemleri, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Sakarya Üniversitesi
- Enstitü: İşletme Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Hızla gelişen teknoloji ve değişen iş piyasası gereksinimleri ile bireysel kariyer planlaması giderek daha zor hale gelmiştir. BT profesyonelleri, kariyer değiştiren bireyler ve NEET (İstihdamda, Eğitimde veya Öğretimde Olmayan) bireyler, etkili kariyer geliştirme ve yaşam boyu öğrenme için genellikle kaynaklardan yoksundur. Bu tez, veri bilimi ve makine öğrenimini kullanarak kişiselleştirilmiş kariyer rehberliği sağlayan bir yapay zeka tabanlı kariyer planlama sistemi geliştirmeyi önermektedir. Bu tezde ele alınan ana araştırma problemi,“Ontoloji, Veri bilimi ve makine öğrenimi tekniklerini kullanarak bir yapay zeka tabanlı kariyer planlama sistemi bilişim teknolojileri profesyonelleri, kariyer değiştiren bireyler ve NEET bireylerin kariyer gelişimlerini ve iş uyumlarını nasıl etkiler?”sorusudur. Tez, pratik problemleri çözmek için yenilikçi artefaktların oluşturulması ve değerlendirilmesine odaklanan bir Tasarım Bilimi Araştırma (DSR) metodolojisini kullanmaktadır. Araştırma, iş anlayışı, veri anlayışı, veri hazırlığı, modelleme, değerlendirme ve dağıtım gibi aşamaları kapsayan veri madenciliği için CRISP-DM modelini takip etmektedir. Birincil veri kaynağı, Profesyonel Sosyal Medya Platformlarından (PSMP'ler) elde edilen kariyer profillerinden oluşmaktadır. Ana bileşenler arasında kariyerle ilgili verilerin doğru temsili için Birleştirilmiş Temel Ontolojiyi (UFO) ve OntoUML'yi kullanan ontoloji tabanlı kavramsal model, iş uyumu puanlarını hesaplamak ve beceri geliştirme önerileri oluşturmak için makine öğrenimi modelleri ve sistemin uygulanabilirliğini ve işlevselliğini doğrulamak için çalışan bir prototip bulunmaktadır. Bu tez, dinamik iş piyasası ihtiyaçlarını karşılayan bir yapay zeka tabanlı sistem geliştirerek kariyer planlama alanına önemli bir katkı sağlamaktadır. Özellikle BT sektöründeki bireyler ve kariyer değişimi veya iş gücüne yeniden giriş arayanlar için kişiselleştirilmiş kariyer rehberliğinin ve yaşam boyu öğrenmenin önemini vurgulamaktadır. Önerilen sistem, nitelikli bir iş gücü geliştirmeyi ve ulusal yaşam boyu öğrenme ve insan kaynakları geliştirme girişimlerini desteklemeyi amaçlayan Türkiye'nin stratejik hedefleriyle uyumludur. Ayrıca yapay zeka tabanlı kariyer planlama sistemleri alanında gelecekteki araştırma ve geliştirme için bir temel oluşturmaktadır.
Özet (Çeviri)
With rapid technological advancements and evolving job market requirements, individual career planning has become increasingly challenging. IT professionals, career changing individuals, and NEET (Not in Employment, Education, or Training) individuals often lack the resources for effective career development and lifelong learning. This thesis proposes the development of an AI-based career planning system that leverages data science and machine learning to provide personalized career guidance. The main research problem addressed in this thesis is“How does an artificial intelligence-based career planning system, utilizing ontology, data science, and machine learning techniques, affect the career development and job alignment of information technology professionals, career changers, and NEET individuals?”The thesis employs a Design Science Research (DSR) methodology, focusing on the creation and evaluation of innovative artifacts to solve practical problems. The research follows the CRISP-DM model for data mining, encompassing phases such as business understanding, data understanding, data preparation, modeling, evaluation, and deployment. The primary data source consists of career profiles from Professional Social Media Platforms (PSMPs). Key components include an ontology-driven conceptual model utilizing Unified Foundational Ontology (UFO) and OntoUML for accurate representation of career-related data, machine learning models to calculate job fit scores and generate skill improvement recommendations, and a functional prototype to validate the system's feasibility and functionality, focusing on IT sector positions. This thesis provides a significant contribution to the field of career planning by developing an AI-based system that addresses the dynamic needs of the labor market. It emphasizes the importance of personalized career guidance and lifelong learning, particularly for individuals in the IT sector and those seeking career transitions or re-entry into the workforce. The proposed system aligns with Turkey's strategic goals for developing a qualified workforce and supporting national initiatives in lifelong learning and human resource development. It also sets a foundation for future research and development in AI-based career planning systems.
Benzer Tezler
- Dudak kanserlerinde genetik ve sitogenetik çalışmalar, lokalize radyasyonun kromozomlara etkisi
Başlık çevirisi yok
M.MÜJGAN YEŞİLDAĞ
Doktora
Türkçe
1985
OnkolojiAnkara ÜniversitesiTıbbi Biyoloji Ana Bilim Dalı
PROF. DR. BEKİR SITKI ŞAYLI
- Akut lenfoblastik lösemide monoklonal antikorlarla fenotipik özelliklerin ve T-lenfotropik virus antikorlarının incelenmesi
Başlık çevirisi yok
HAYAT ERDEM
Yüksek Lisans
Türkçe
1987
OnkolojiHacettepe ÜniversitesiTemel Onkoloji Ana Bilim Dalı
DOÇ.DR. EMİN KANSU
- Malign hastalıklarda plazma 3,5-siklik guanozin monofosfat (cGMP) seviyeleri ve lökosit cGMP değerleri ile olan ilgisinin araştırılması
Başlık çevirisi yok
ABDULBAKİ AĞBAŞ
- Tümör dokusunu infiltre eden lenfositlerin monoklonal antikorlar ve immünohistolojik tekniklerle incelenmesi
Başlık çevirisi yok
ZAHİDE İBRAHİMOĞLU
Yüksek Lisans
Türkçe
1987
OnkolojiHacettepe ÜniversitesiTemel Onkoloji Ana Bilim Dalı
DOÇ. DR. ŞEVKET RUACAN