@ARTICLE{26583204_842627522_2023, 
	author = {И. Е. Николаев}, 
	keywords = {, анализ рынка труда, требования рынка труда, human resources, профиль должности, интеллектуальный анализ данных, обработка естественного языканейросетевые модели языка},
	title = {<p class="text">Интеллектуальный метод формирования списка требований профиля должности на основе нейросетевых моделей языка с использованием таксономии ESCO и корпуса онлайн-вакансий</p>},
	journal = {Бизнес-информатика},
	year = {2023},
	number = {2 Vol 17},
	pages = {71-84},
	url = {https://bijournal.hse.ru/2023--2 Vol 17/842627522.html},
	publisher = {},
	abstract = {&nbsp; &nbsp; &nbsp; Системы онлайн-рекрутмента за последние годы накопили огромное количество данных о реальном рынке труда. Особый интерес для исследования представляют данные о реальных требованиях рынка труда, содержащихся в текстах онлайн-вакансий, а также процесс их извлечения и структурирования для дальнейшего анализа и использования. Этап составления актуального списка требований для профиля должности в процессе подбора персонала является очень трудоемким и требует от HR-специалиста значительных усилий, связанных с мониторингом изменений целых отраслей и профессий, а также анализом востребованности и актуальности существующих на рынке требований. В данной статье автором предлагается концептуальная модель рекомендательной системы, позволяющая снизить нагрузку на HR-специалиста на этапе формирования актуального списка требований профиля должности в процессе подбора персонала. В основе модели предлагается использовать комбинацию графовой модели требований рынка труда на основе таксономии ESCO, адаптированной для русского языка, и интеллектуального метода формирования рекомендаций для составления актуального списка требований в процессе подбора персонала на основе нейросетевых моделей языка на архитектуре трансформеров, таксономии навыков ESCO и корпуса онлайн-вакансий российского рынка труда. Также в статье приводится концептуальный алгоритм работы рекомендательной системы и возможные варианты рекомендаций по актуализации списка требований профиля должности в процессе подбора персонала на основе анализа потребностей реального рынка труда.},
	annote = {&nbsp; &nbsp; &nbsp; Системы онлайн-рекрутмента за последние годы накопили огромное количество данных о реальном рынке труда. Особый интерес для исследования представляют данные о реальных требованиях рынка труда, содержащихся в текстах онлайн-вакансий, а также процесс их извлечения и структурирования для дальнейшего анализа и использования. Этап составления актуального списка требований для профиля должности в процессе подбора персонала является очень трудоемким и требует от HR-специалиста значительных усилий, связанных с мониторингом изменений целых отраслей и профессий, а также анализом востребованности и актуальности существующих на рынке требований. В данной статье автором предлагается концептуальная модель рекомендательной системы, позволяющая снизить нагрузку на HR-специалиста на этапе формирования актуального списка требований профиля должности в процессе подбора персонала. В основе модели предлагается использовать комбинацию графовой модели требований рынка труда на основе таксономии ESCO, адаптированной для русского языка, и интеллектуального метода формирования рекомендаций для составления актуального списка требований в процессе подбора персонала на основе нейросетевых моделей языка на архитектуре трансформеров, таксономии навыков ESCO и корпуса онлайн-вакансий российского рынка труда. Также в статье приводится концептуальный алгоритм работы рекомендательной системы и возможные варианты рекомендаций по актуализации списка требований профиля должности в процессе подбора персонала на основе анализа потребностей реального рынка труда.}
}