Automatická kategorizace pracovních inzerátů

Abstract

Tato práce je zaměřena na vývoj klasifikačního modelu pro pracovní nabídky v oblasti informačních technologií na webové stránce up2staff.com. Cílem je vytvořit spolehlivý klasifikační systém, který sníží čas a náklady spojené s ruční kategorizací. Proces zahrnuje analýzu a zpracování souboru dat s inzeráty pracovních nabídek, výzkum vhodných algoritmů a experimentování s kombinacemi technik tvorby příznaků a klasifikačních algoritmů supervizovaného strojového učení. Model vyhodnotí konečné rozhodnutí o kategorii na základě vážených rozhodnutí dvou klasifikačních algoritmů, jeden pro obsah a druhý pro titulek inzerátu. Obě klasifikace jsou založeny na metodě podpůrných vektorů (SVM) aplikovaného na vektory příznaků tvořené pomocí TF-IDF. Klasifikační model dosahuje F1-skóre 0,909.

This thesis presents the development of the classification model for Information Technology job advertisement at webpage up2staff.com. The objective is to create a reliable classification system that reduces the time and costs associated with manual categorization of job ads. The process involves analyzing and preprocessing a dataset of job ads, researching appropriate algorithms, and experimenting with combinations of feature engineering techniques and supervised machine learning classification algorithms. The model decides the final decision based on weighted decisions from two classification algorithms; one created for the content and the other for the job ads' title. Both classifications perform with the highest F1-score for the Support Vector Machines algorithm applied to TF-IDF features. The classification model achieves F1-score of 0.909.