An Application of Text Mining and Association Rule Mining to Job and Skill Recommendations for IT Jobs
Article Sidebar
Main Article Content
บทคัดย่อ
This research implemented a web application that employed text mining to extract skill requirements from online IT job announcements, and association rule mining to discover the co-occurrence of hard skills (technical abilities) and soft skills (personal competencies) specified by the jobs. The matching score of each job was calculated by comparing hard skills extracted from the job announcement with a user’s current hard skills. Jobs were recommended to the user based on their matching scores. In addition, the discovered association rules were used to recommend new skills as follows: (1) based on the user’s current hard skills as antecedents, new hard skills as consequences would be recommended; and (2) based on the user’s current hard skills or soft skills as antecedents, new soft skills as consequences would be recommended. Online training courses to obtain such new skills were also recommended. The application was evaluated by 40 users, and received high satisfaction scores on both job recommendation and skill recommendation.
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
นโยบายการรับบทความ
กองบรรณาธิการวารสารสถาบันเทคโนโลยีไทย-ญี่ปุ่น มีความยินดีรับบทความจากอาจารย์ประจำ และผู้ทรงคุณวุฒิในสาขาวิศวกรรมศาสตร์และเทคโนโลยี ที่เขียนเป็นภาษาไทยหรือภาษาอังกฤษ ซึ่งผลงานวิชาการที่ส่งมาขอตีพิมพ์ต้องไม่เคยเผยแพร่ในสิ่งพิมพ์อื่นใดมาก่อน และต้องไม่อยู่ในระหว่างการพิจารณาของวารสารอื่นที่นำส่ง ดังนั้นผู้สนใจที่จะร่วมเผยแพร่ผลงานและความรู้ที่ศึกษามาสามารถนำส่งบทความได้ที่กองบรรณาธิการเพื่อเสนอต่อคณะกรรมการกลั่นกรองบทความพิจารณาจัดพิมพ์ในวารสารต่อไป ทั้งนี้บทความที่สามารถเผยแพร่ได้ประกอบด้วยบทความวิจัย ผู้สนใจสามารถศึกษาและจัดเตรียมบทความจากคำแนะนำสำหรับผู้เขียนบทความ
การละเมิดลิขสิทธิ์ถือเป็นความรับผิดชอบของผู้ส่งบทความโดยตรง บทความที่ได้รับการตีพิมพ์ต้องผ่านการพิจารณากลั่นกรองคุณภาพจากผู้ทรงคุณวุฒิและได้รับความเห็นชอบจากกองบรรณาธิการ
ข้อความที่ปรากฏภายในบทความของแต่ละบทความที่ตีพิมพ์ในวารสารวิชาการเล่มนี้ เป็น ความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่าน ไม่เกี่ยวข้องกับสถาบันเทคโนโลยีไทย-ญี่ปุ่น และคณาจารย์ท่านอื่น ๆ ในสถาบัน แต่อย่างใด ความรับผิดชอบด้านเนื้อหาและการตรวจร่างบทความแต่ละบทความเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใด ๆ ผู้เขียนแต่ละท่านจะต้องรับผิดชอบบทความของตนเองแต่ผู้เดียว
กองบรรณาธิการขอสงวนสิทธิ์มิให้นำเนื้อหา ทัศนะ หรือข้อคิดเห็นใด ๆ ของบทความในวารสารสถาบันเทคโนโลยีไทย-ญี่ปุ่น ไปเผยแพร่ก่อนได้รับอนุญาตจากผู้นิพนธ์ อย่างเป็นลายลักษณ์อักษร ผลงานที่ได้รับการตีพิมพ์ถือเป็นลิขสิทธิ์ของวารสารสถาบันเทคโนโลยีไทย-ญี่ปุ่น
ผู้ประสงค์จะส่งบทความเพื่อตีพิมพ์ในวารสารวิชาการ สถาบันเทคโนโลยีไทย-ญี่ปุ่น สามารถส่ง Online ที่ https://www.tci-thaijo.org/index.php/TNIJournal/ โปรดสมัครสมาชิก (Register) โดยกรอกรายละเอียดให้ครบถ้วนหากต้องการสอบถามข้อมูลเพิ่มเติมที่
- กองบรรณาธิการ วารสารสถาบันเทคโนโลยีไทย-ญี่ปุ่น
- ฝ่ายวิจัยและนวัตกรรม สถาบันเทคโนโลยีไทย-ญี่ปุ่น
เลขที่ 1771/1 สถาบันเทคโนโลยีไทย-ญี่ปุ่น ซอยพัฒนาการ 37-39 ถนนพัฒนาการ แขวงสวนหลวง เขตสวนหลวง กรุงเทพมหานคร 10250 ติดต่อกับคุณพิมพ์รต พิพัฒนกุล (02) 763-2752 , คุณจุฑามาศ ประสพสันติ์ (02) 763-2600 Ext. 2402 Fax. (02) 763-2754 หรือ E-mail: JEDT@tni.ac.th
เอกสารอ้างอิง
A. T. V. Pham and H. T. T. Dao, “The importance of soft skills for university students in the 21st century,” in Proc. 4th Int. Conf. Adv. Artif. Intell. (ICCAI), London, U.K., Oct. 2020, pp. 97–102.
S. Fareri, N. Melluso, F. Chiarello, and G. Fantoni, “SkillNER: Mining and mapping soft skills from any text,” Expert Syst. Appl., vol. 184, Dec. 2021, Art. no. 115544.
I. A. Wowczko, “Skills and vacancy analysis with data mining techniques,” Informatics, vol. 2, no. 4, pp. 31–49. 2015.
M. Papoutsoglou, N. Mittas, and L. Angelis, “Mining people analytics from StackOverflow job advertisements,” in Proc. Euromicro Conf. Softw. Eng. and Adv. Appl. (SEAA), Vienna, Australia, Aug. 2017, pp. 108–115.
C. Hiranrat and A. Harncharnchai, “Using text mining to discover skills demanded in software development jobs in Thailand,” in Proc. 2nd Int. Conf. Educ. and Multimedia. Technol. (ICEMT), Okinawa, Japan, Jul. 2018, pp. 112–116.
Y. Kino, H. Kuroki, T. Machida, N. Furuya, and K. Takano, “Text analysis for job matching quality improvement,” Procedia Comput. Sci., vol. 112, pp. 1523–1530, 2017.
N. D. Almalis, G. A. Tsihrintzis, N. Karagiannis, and A. D. Strati, “FoDRA — A new content-based job recommendation algorithm for job seeking and recruiting,” in Proc. 6th Int. Conf. Inf. Intell. Syst. and Appl. (IISA), Corfu, Greece, Jul. 2015, pp. 1–7.
C. Upadhyay, H. Abu-Rasheed, C. Weber, and M. Fathi, “Explainable job-posting recommendations using knowledge graphs and named entity recognition,” in Proc. IEEE Int. Conf. Syst., Man, and Cybern. (SMC), Melbourne, Australia, Oct. 2021, pp. 3291–3296.
A. Gugnani, V. K. R. Kasireddy, and K. Ponnalagu, “Generating unified candidate skill graph for career path recommendation,” in Proc. IEEE Int. Conf. Data Mining Workshops (ICDMW), Singapore, Singapore, Nov. 2018, pp. 328–333.
C. Wang, H. Zhu, C. Zhu, X. Zhang, E. Chen, and H. Xiong, “Personalized employee training course recommendation with career development awareness,” in Proc. Int. World Wide Web Conf. (WWW), Taipei, Taiwan, Apr. 2020, pp. 1648–1659.
Z. Pan, L. Zhao, X. Zhong, and Z. Xia, “Application of collaborative filtering recommendation algorithm in internet online courses,” in Proc. 6th Int. Conf. Big Data and Comput. (ICBDC), Shenzhen, China, May 2021, pp. 142–147.
Y. Liu, “Research on MOOC course design for college students based on collaborative filtering algorithm,” in Proc. 5th Int. Conf. E-Bus. Inf. Manage. and Comput. Sci. (EBIMCS), Hong Kong, Hong Kong, Dec. 2022, pp. 80–84.
I. Seward, “SFIA 8: The global skills and competency framework for the digital world,” SFIA Foundation, London, U.K., 2021. Accessed: Jun. 5, 2024. [Online]. Available: https://sfia-online.org/en/sfia-8
