Öz
Endüstri 4.0 ile başlayan temel iş kollarının giderek değerini yitirmesi ve farklı meslek gruplarının ortaya çıkmasıyla birlikte farklı alanlardaki iş ilanlarının analiz edilmesi ihtiyacı da ortaya çıkmaktadır. Günümüzde genel olarak iki tür meslek profili bulunmaktadır. Birisi genel geçer bilgilerle yapılabilecek standart tipteki işlerdir. İkincisi ise uzmanlık ve akademik eğitim gerektiren yazılım mühendisliği, elektrik elektronik mühendisliği, elektronik teknikerliği, endüstri mühendisliği veya tedarik zinciri uzmanlığı gibi işlerdir. Bu nedenle elde bulunan veri setinden faydalanarak iş profilleri hakkında bilgi verici daha fazla detay edinilmesi gerekmektedir. Bu yüzden Indeed iş arama platformundaki ilanlardan oluşan bir veri seti kullanılarak veri madenciliği ile iş ilanları analiz aracı oluşturulmuştur.
Anahtar Kelimeler
Kaynakça
- [1] Inverse Doküman ve Terim Doküman Sıklığı http://www.primaryobjects.com/2013/09/13/tf-idf-in-c-net-for-machine-learning-term-frequency-inverse-document-frequency/
- [2] Tf-idf Kavramı http://bilgisayarkavramlari.sadievrenseker.com/2012/10/22/tf-idf/
- [3] Tf-idf ve Kmeans ile Dökümanların Kümelenmesi https://www.kaggle.com/jbencina/clustering-documents-with-tfidf-and-kmeans
Öz
There is a need to analyze job advertisements in different fields as the basic business lines starting with Industry 4.0 are gradually losing value and the emergence of different occupational groups. Today, there are generally two types of professional profiles. One is the standard type of work that can be done with general passable information. The second is software engineering, electrical and electronics engineering, electronics technician, industrial engineering or supply chain expertise, which requires expertise and academic training. Therefore, it is necessary to obtain more detailed information about job profiles by making use of the available data set. For this reason, data mining and job search analysis tool was created by using a data set consisting of ads in Indeed job search platform.
Anahtar Kelimeler
Kaynakça
- [1] Inverse Doküman ve Terim Doküman Sıklığı http://www.primaryobjects.com/2013/09/13/tf-idf-in-c-net-for-machine-learning-term-frequency-inverse-document-frequency/
- [2] Tf-idf Kavramı http://bilgisayarkavramlari.sadievrenseker.com/2012/10/22/tf-idf/
- [3] Tf-idf ve Kmeans ile Dökümanların Kümelenmesi https://www.kaggle.com/jbencina/clustering-documents-with-tfidf-and-kmeans
Ayrıntılar
| Birincil Dil | Türkçe |
|---|---|
| Konular | Bilgisayar Yazılımı |
| Bölüm | Araştırma Makaleleri |
| Yazarlar | |
| Yayımlanma Tarihi | 30 Haziran 2020 |
| Gönderilme Tarihi | 13 Ocak 2020 |
| Kabul Tarihi | 20 Nisan 2020 |
| Yayımlandığı Sayı | Yıl 2020 Cilt: 1 Sayı: 2 |
Dergimiz Index Copernicus, ASOS Indeks, Google Scholar ve ROAD indeks tarafından indekslenmektedir.