LinkedIn Türkiye İş İlanlarının İçerik Analizi ve Makine Öğrenmesi Yaklaşımlarıyla İncelenmesi: 100 İlan Örneği

Öz

Bu çalışma, LinkedIn üzerinde yayımlanan iş ilanlarının içeriklerini veri madenciliği destekli nitel analiz yöntemleriyle inceleyerek dijital işe alım pratiklerine dair değerlendirme sunmayı amaçlamaktadır. Nisan 2025'e ait 100 iş ilanı, pozisyon seviyesi, aranan beceriler, deneyim süresi ve çalışma modeli gibi değişkenler üzerinden analiz edilmiştir. Literatürde sosyal medya temelli işe alım süreçleri çoğunlukla kullanıcı algısı ya da işveren perspektifinden ele alınırken, bu çalışmada doğrudan ilan içerikleri veri odaklı bir yaklaşımla değerlendirilmiştir. Analiz sürecinde ilan metinleri kategorize edilmiş, kelime sıklığı ve örüntüler belirlenmiş, ilişkisel analizlerle grafiksel görselleştirmeler (ör. kelime bulutu, bar grafik) üretilmiştir. Bulgular, ilan metinlerinde tekrar eden kalıp ifadelerin yoğun olduğunu, çoğunun orta düzey deneyime sahip adayları hedeflediğini ve genç yeteneklere yönelik pozisyonların sınırlı kaldığını göstermektedir. Ayrıca maaş bilgisinin çoğu ilanda belirtilmemesi, şeffaflık açısından önemli bir eksiklik olarak dikkat çekmektedir. Çalışma, işe alım süreçlerinde kullanılan dilin dönüşümüne dair veri madenciliği temelli ampirik katkılar sunmaktadır.

Anahtar Kelimeler

• LinkedIn
• dijital işe alım
• veri madenciliği
• içerik analizi
• iş ilanları

Analyzing LinkedIn Türkiye Job Postings with Content Analysis and Machine Learning Approaches: 100 Posting Examples

Öz

This study aims to provide an assessment of digital recruitment practices by examining the content of job advertisements published on LinkedIn using qualitative analysis methods supported by data mining. 100 job advertisements from April 2025 were analyzed based on variables such as position level, required skills, experience period, and work model. While social media-based recruitment processes are mostly addressed from the perspective of users or employers in the literature, this study directly evaluated the advertisement content with a data-driven approach. During the analysis process, advertisement texts were categorized, word frequencies and patterns were determined, and graphical visualizations (e.g. word cloud, bar chart) were produced with relational analyses. The findings show that there are many repetitive expressions in the advertisement texts, most of them target candidates with medium-level experience, and positions for young talents are limited. In addition, the fact that salary information is not specified in most advertisements draws attention as an important deficiency in terms of transparency. The study offers empirical contributions based on data mining regarding the transformation of the language used in recruitment processes.

Anahtar Kelimeler

• LinkedIn
• digital recruiting
• data mining
• content analysis
• job postings

Kaynakça

1. Bakırtaş, H. & Sekendür, G. (2021). LinkedIn sosyal iş ağının kullanıcı algısı. Abant Sosyal Bilimler Dergisi, 21(3), 796–810.
2. Bradbury, D. (2011). Data mining with LinkedIn. Computer Fraud & Security, (11), 5–9.
3. Cülcüloğlu, E. (2013). Social media in recruitment (Yüksek Lisans Tezi). Utrecht Üniversitesi, Beşerî Bilimler Fakültesi, Utrecht, Hollanda.
4. Çaşin, S. & Şahin, M. (2023). İşyerinde Z kuşağını anlamak ve yönetmek. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (58), 227–244. https://napoleoncat.com/stats/linkedin-users-in-turkey/2025/03 (Erişim tarihi: 10.04.2025)
5. Janigová, B.T. (2023). The genre analysis of job adverts posted on LinkedIn (Doktora Tezi). Masarykova Üniversitesi.
6. Kenthapadi, K., Chudhary, A., & Ambler, S. (2017, August). LinkedIn Salary: A system for secure collection and presentation of structured compensation insights to job seekers. In 2017 IEEE Symposium on Privacy-Aware Computing (PAC) (pp. 13-24). IEEE
7. Perrotta, D., Johnson, S. C., Theile, T., Grow, A., de Valk, H., & Zagheni, E. (2022, May). Openness to migrate internationally for a job: evidence from LinkedIn data in Europe. In Proceedings of the International AAAI Conference on Web and Social Media (Vol. 16, pp. 759-769).
8. Sekendür Turgu, G. (2020). Bireylerin sosyal iş ağlarına ilişkin algısı: LinkedIn üzerine bir araştırma (Yüksek Lisans Tezi). Aksaray Üniversitesi, Sosyal Bilimler Enstitüsü, Aksaray.