Đặt vấn đề: Kết quả cuối cùng của quá trình tuyển dụng nhân sự chính là chọn lựa những ứng viên có năng lực phù hợp với yêu cầu công việc. Năng lực của ứng viên đƣợc thể hiện qua thông tin ứng viên cung cấp nhƣ những kỹ năng, kinh nghiệm, bằng cấp, chứng chỉ đƣợc nêu trong hồ sơ xin việc, thông qua kết quả của những buổi kiểm tra, phỏng vấn, sát hạch.Tuy nhiên có những lúc năng lực của ứng viên cũng bị đánh giá sai lầm do thông tin đƣa ra chƣa thật sự đáng tin cậy (do nhiều nhân tố chi phối: do tƣ tƣởng quá xem trọng bằng cấp, do các ứng viên có xu hƣớng thể hiện thật nhiều ƣu điểm trong quá trình khai báo hồ sơ xin việc hoặc do kết quả phỏng vấn chƣa chính xác… ).Việc đó dẫn đến tuyển dụng những ứng viên có khả năng không phù hợp, gây thiệt hại cho doanh nghiệp. Độ tin cậy của thông tin ứng viên đối với nhà tuyển dụng có vai trò xác định năng lực ứng viên dự tuyển để quyết định việc tuyển dụng. Nếu chỉ đánh giá ứng viên thông qua những thông tin nhận đƣợc mà không xác định độ chính xác của những thông tin này thì sẽ có khả năng đánh giá sai lầm khả năng một ứng viên do dựa vào nhƣng thông tin sai lầm.
Để đáp ứng nhu cầu này, chúng tôi nghiên cứu giải pháp xác định độ tin cậy của thông tin ứng viên nhằm hỗ trợ nhà tuyển dụng tìm ra danh sách những thông tin của ứng viên nghi ngờ là thiếu tin cậy. Nhờ đó mà nhà tuyển dụng đặc biệt lƣu tâm đến những ứng viên này và tìm cách xác minh những ứng viên bị nghi ngờ là thiếu tin cậy, hoặc tìm cách loại bỏ những hồ sơ có độ tin cậy quá thấp… b. Mô tả bài toán Bài toán “Dự đoán độ tin cậy của thông tin ứng viên” có nghĩa là dự đoán mức độ tin tƣởng đối với những thông tin ứng viên cung cấp.Thông tin ứng viên thì rất đa dạng và phong phú (nhƣ những thông tin từ hồ sơ xin việc, thông tin từ những bài kiểm tra, phỏng vấn, sát hạch…) Mục tiêu của bài toán là nghiên cứu một giải pháp có thể áp dụng dự đoán độ tin cậy linh động từ nhiều nguồn dữ liệu khác nhau của thông tin ứng viên. Phân tích và khai thác dữ liệu trong quy trình tuyển dụng Trang 2 1.
Bài toán 2: Hỗ trợ lựa chọn ứng viên trong quy trình tuyển dụng Trong quy trình tuyển dụng, một vị trí tuyển dụng thì có rất nhiều ứng viên nộp hồ sơ ứng tuyển, việc đƣa ra các yêu cầu tuyển dụng nhằm mục đích hạn chế tối đa số lƣợng ứng viên nộp hồ sơ, do đó doanh nghiệp chỉ nhận những hồ sơ có khả năng đáp ứng đƣợc yêu cầu. Số lƣợng ứng viên có thể đáp ứng đƣợc yêu cầu tuyển dụng vẫn còn khá cao, vậy làm để để có thể xác định đƣợc đâu là ứng viên giỏi nhất để doanh nghiệp tuyển dụng. Dựa vào chi tiết yêu cầu tuyển dụng, chúng tôi thấy rằng tuỳ vào từng vị trí mà các tiêu chí về tuyển dụng cũng khác nhau, nhƣ là yêu cầu về số năm kinh nghiệm, về bằng cấp, về chuyên môn… Có những vị trí chú trọng về kinh nghiệm làm việc hơn là về bằng cấp, thì đƣơng nhiên trọng tâm chú ý của nhà tuyển dụng sẽ nằm ở mục số năm kinh nghiệm. Việc đánh trọng số vào các tiêu chí tuyển dụng, doanh nghiệp có thể loại bỏ thêm một số ứng viên có thể đáp ứng đủ các tiêu chí nhƣng trọng tâm lại tiêu chí khác với yêu cầu tại vị trí cần tuyển.
Nhờ vào trọng số của các tiêu chí tuyển dụng mà doanh nghiệp có thể rút ra đƣợc danh sách những ứng viên đạt đƣợc yêu cầu. Nhƣng giả sử cùng một ứng viên nhƣng có thể đáp ứng cả 2 yêu cầu tuyển dụng ở cả 2 vị trí, thì khi nộp đơn vào vị trí thứ nhất thì sẽ có đƣợc số điểm đánh giá này, và khi nộp đơn vào vị trí thứ 2 thì sẽ có đƣợc điểm đánh giá khác. Vấn đề đặt ra là doanh nghiệp nên tuyển ứng viên đó vào vị trí nào và làm sao để tính điểm của ứng viên? 2. Lý thuyết cơ sở về khai thác dữ liệu Khai phá dữ liệu (Data Mining) là một khái niệm ra đời vào những năm cuối của thập kỷ 1980.
Nó là quá trình trích xuất các thông tin có giá trị tiềm ẩn bên trong lƣợng lớn dữ liệu đƣợc lƣu trữ trong các cơ sở dữ liệu, kho dữ liệu. Data Mining là một giai đoạn quan trọng trong quá trình khám phá tri thức trong cơ sở dữ liệu. Quá trình khám phá tri thức trong cơ sở dữ liệu bao gồm 6 bƣớc sau: - Gom nhóm dữ liệu: đây là bƣớc đƣợc khai thác trong một cơ sở dữ liệu, một kho dữ liệu và thậm chí các dữ liệu từ các nguồn ứng dụng Web. - Trích lọc dữ liệu: tuyển chọn những tập dữ liệu cần đƣợc khai phá từ các tập dữ liệu lớn( databases, data warehouses, data repositories) ban đầu theo một số tiêu chí nhất định.
Phân tích và khai thác dữ liệu trong quy trình tuyển dụng Trang 3 - Làm sạch, tiền xử lý dữ liệu: là bƣớc làm sạch dữ liệu (xử lý dữ liệu không đầy đủ, dữ liệu nhiễu, dữ liệu không nhất quán.), tổng hợp dữ liệu (nén, nhóm dữ liệu, tính tổng, xây dựng các histograms, lấy mẫu .), rời rạc hóa dữ liệu (rời rạc hóa dựa vào histograms, entropy, phân khoảng.Sau bƣớc tiền xử lý này, dữ liệu sẽ nhất quán, đầy đủ hơn. - Chuyển đổi dữ liệu: chuyển đổi dữ liệu về dạng phù hợp cho việc khai phá bằng cách thực hiện các thao tác nhóm hoặc tập hợp. - Khai phá dữ liệu: là bƣớc áp dụng những kỹ thuật phân tích, những mối quan hệ đặc biệt trong dữ liệu.Đây đƣợc xem là bƣớc quan trọng và tiêu tốn thời gian nhất của toàn bộ quá trình khám phá tri thức. - Đánh giá luật: đánh giá sự hữu ích của các mẫu biểu diễn tri thức dựa trên một số phép đo.
Sau đó sử dụng các kỹ thuật trình diễn và trực quan hoá dữ liệu để biểu diễn tri thức khai phá đƣợc cho ngƣời sử dụng. Hình 1: Quá trình khám phá tri thức 2. Các phƣơng pháp khai thác dữ liệu Mục đích chính của khai thác dữ liệu là: - Mô tả: mô tả về những tính chất hoặc đặc tính chung của dữ liệu trong cơ sở dữ liệu hiện có. - Dự đoán: đƣa ra các dự đoán dựa vào việc phân tích dữ liệu hiện thời.
Phân tích và khai thác dữ liệu trong quy trình tuyển dụng Trang 4 Dựa vào hai mục đích chính này của khai thác dữ liệu, ngƣời ta sử dụng các kỹ thuật sau: 2. Kỹ thuật khai phá dữ liệu dự đoán Nhiệm vụ của khai phá dữ liệu dự đoán là đƣa ra các dự đoán dựa vào các suy diễn trên dữ liệu hiện thời. Nó sử dụng các biến hay các trƣờng trong cơ sở dữ liệu để dự đoán các giá trị không biết(gọi là nhãn lớp). Bao gồm các kỹ thuật: phân loại (classification), hồi quy (regression).
Kỹ thuật phân loại Mục tiêu của phƣơng pháp phân loại dữ liệu là dự đoán nhãn lớp cho các mẫu dữ liệu. Quá trình phân loại dữ liệu thƣờng gồm 2 bƣớc: xây dựng mô hình và sử dụng mô hình để phân loại dữ liệu. - Xây dựng mô hình: dựa trên việc phân tích các mẫu dữ liệu cho trƣớc gọi là tập huấn luyện (training set). Mỗi mẫu thuộc về một lớp, đƣợc xác định bởi một thuộc tính gọi là thuộc tính lớp.
Các nhãn lớp của tập huấn luyện đều phải đƣợc xác định trƣớc khi xây dựng mô hình, vì vậy phƣơng pháp này còn đƣợc gọi là học có giám sát. - Sử dụng mô hình để phân loại dữ liệu: trƣớc hết chúng ta phải tính độ chính xác của mô hình.Nếu độ chính xác là chấp nhận đƣợc, mô hình sẽ đƣợc sử dụng để dự đoán nhãn lớp cho các mẫu dữ liệu khác trong tƣơng lai. Kỹ thuật hồi qui Kỹ thuật hồi qui có chức năng tƣơng tự nhƣ kỹ thuật phân loại, tuy nhiên, hồi qui sử dụng cho kiểu dữ liệu liên tục còn phân loại sử dụng cho dữ liệu rời rạc. Kỹ thuật khai phá dữ liệu mô tả a.
Kỹ thuật phân cụm: Mục tiêu chính của phƣơng pháp phân cụm dữ liệu là nhóm các đối tƣợng tƣơng tự nhau trong tập dữ liệu vào các cụm sao cho các đối tƣợng thuộc cùng một cụm là tƣơng đồng còn các đối tƣợng thuộc các cụm khác nhau sẽ không tƣơng đồng. Phân cụm dữ liệu là một ví dụ của phƣơng pháp học không giám sát. Không giống nhƣ phân loại dữ liệu, phân cụm dữ liệu không đòi hỏi phải định nghĩa trƣớc các mẫu dữ liệu huấn luyện. Vì thế, có thể coi phân cụm dữ liệu là một cách học bằng quan sát (learning by observation), trong khi phân loại dữ liệu là học bằng ví dụ (learning by example).
Phân tích và khai thác dữ liệu trong quy trình tuyển dụng Trang 5 b. Kỹ thuật hồi qui: Mục tiêu của phƣơng pháp này là phát hiện và đƣa ra các mối liên hệ giữa các giá trị dữ liệu trong CSDL.Mẫu đầu ra của giải thuật khai phá dữ liệu là tập luật kết hợp tìm đƣợc. Các kỹ thuật phân loại trong khai thác dữ liệu a. Thuật toán cây quyết định Tƣ tƣởng thuật toán Cây quyết định là cấu trúc cây có dạng biểu đồ luồng, mỗi nút trong là kiểm định trên một thuộc tính, mỗi nhánh đại diện cho một kết quả kiểm định, các nút lá đại diện cho các lớp.Nút cao nhất trên cây là nút gốc.
Tuổi Nút gốc <30 >40 >30 & >40 Sinh viên Có Độ tín Nút không nhiệm trong có 00 Tốt Khá tốt Có Khôn Có Khôn Nút lá g g Hình 2: Cây quyết định cho khái niệm mua máy tính Để phân loại một mẫu chƣa biết, các giá trị thuộc tính của mẫu sẽ đƣợc kiểm định trên cây.Đƣờng đi từ gốc tới một nút lá cho biết dự đoán lớp đối với mẫu đó. Mục đích giải thuật: Xây dựng cây quyết định từ tập dữ liệu mẫu cho trƣớc. Thuật toán ID3 Thuật toán ID3 (Quinlan86) là một trong những thuật toán xây dựng cây quyết định sử dụng information gain để lựa chọn thuộc tính phân lớp đối tƣợng. Nó xây dựng cây theo cách từ trên xuống, bắt đầu từ một tập các đối tƣợng và đặc tả của các thuộc tính.Tại mỗi đỉnh của cây, một thuộc tính có information gain lớn nhất sẽ đƣợc chọn để phân chia tập đối tƣợng.