3. Kiến trúc đề xuất của hệ thống khuyến nghị việc làm thông minh
3.4 Kiến trúc hệ thống khuyến nghị việc làm thông minh
Có thể dy dàng nhận thấy rằng mục tiêu của một sinh viên sau khi đã tốt nghiệp đó chính là có được những đề xuất công việc phù hợp. Nhằm giải quyết vấn đề này, hệ thống khuyến nghị việc làm được tạo ra với chức năng là liên kết các kỹ năng chính của người dùng với những đề xuất công việc. Để đạt được sự tương thích đó, tức sự phù hợp giữa người dùng và những đề xuất công việc, một hệ thống khuyến nghị kết hợp (hybrid recommendation system) giữa hệ thống khuyến nghị dựa trên nội dung (content-based recommendation system) và hệ thống khuyến nghị dựa trên tri thức (knowledge-based recommendation system) đã được đề xuất.
Trên thực tế, mỗi hệ thống khuyến nghị trước đây đều có những nhược điểm riêng khi được sử dụng độc lập. Vì lý do này mà hệ thống khuyến nghị dựa trên tri thức được sử dụng kết hợp với hệ thống khuyến nghị dựa trên nội dung để tạo ra một hệ thống khuyến nghị việc làm thông minh. Trong kiến trúc được đề xuất này, hệ thống khuyến nghị dựa trên tri thức sẽ giải quyết được những nhược điểm lớn của hệ thống khuyến nghị dựa trên nội dung.
Hệ thống khuyến nghị dựa trên nội dung không có sự tương tác với người dùng ví dụ như những mong muốn của sinh viên, kỹ năng cần thiết, sở thích và khả năng, v.v. Điều này càng hạn chế việc hệ thống có thể đưa ra đề xuất phù hợp với người dùng. Và hệ thống khuyến nghị dựa trên tri thức thì có thể cung cấp cho hệ thống khuyến nghị việc làm thông minh sự tương tác đó giúp hệ thống có thể khai thác được nhiều thông tin và dữ liệu hơn. Bên cạnh đó, một trong những nhược điểm chính của hệ thống khuyến nghị dựa trên nội dung đó chính là vấn đề cold- start. Khi không có bất kỳ dữ liệu nào liên quan đến người dùng trước đó thì rất khó để hệ thống có thể đưa ra được những đề xuất ban đầu cho người dùng.
Một trong những đặc điểm tiêu biểu của kiến trúc đã được đề xuất là nó có thể giải quyết vấn đề cold start bằng cách cho phép người dùng xây dựng hồ sơ ban đầu với những dữ liệu thu được từ thương hiệu cá nhân. Từ đây, một danh sách công việc sẽ được đề xuất. Trong trường hợp các đề xuất thích hợp với người dùng thì hệ thống sẽ hoàn tất. Nếu không, hệ thống khuyến nghị dựa trên tri thức sẽ giúp hệ thống có thể tương tác được với người dùng thông qua Helpbot. Ở giai đoạn này, những đề xuất công việc sẽ được đưa ra và những từ khóa sẽ được đánh đấu cho thấy những từ khóa mà sinh viên đã chọn và được xác định. Tuy nhiên, để thu thập được một danh sách việc làm mà liên quan hơn đến hồ sơ của người dùng thì một số thông tin bổ sung chưa từng được bao gồm trước đó sẽ được yêu cầu. Đây là nơi mà Helpbot được sử dụng và cách thức cụ thể sẽ được trình bày phía dưới. Cuối cùng, khi người dùng bao gồm thêm một vài năng lực khác, một nhóm công việc mới sẽ được hiển thị. Quá trình sẽ kết thúc khi danh sách các công việc được đề xuất làm hài lòng người dùng. (Hình 3.8)
Hình 3.10 Kiến trúc cNa hê K thống khuyến nghị kết h[p
Chức năng Helpbot là cung cấp một cuộc trò chuyện có hướng dẫn giúp tương tác với người dùng để thu thập được nhiều thông tin hơn về những đề xuất việc làm. Nó giúp đặt câu hỏi cụ thể về những gì thích hoặc không thích; nếu có những năng lực mới không được xem xét thì nó sẽ
được lưu vào cơ sở dữ liệu về năng lực và trong hồ sơ người dùng và thương hiệu cá nhân.
Ngoài ra, hệ thống khuyến nghị dựa trên nội dung còn tồn tại nhược điểm là thỉnh thoảng những công việc giống nhau hay tương tự nhau được đề xuất bởi vì chúng là những công việc có vŽ thích hợp hơn với hồ sơ của người dùng. Để làm phong phú hơn cho thương hiệu cá nhân và tìm kiếm các thuộc tính khác mà không được bao gồm trong ví dụ ban đầu thì một set các công việc được lựa chọn ngẫu nhiên sẽ được lựa chọn để xác định các thuộc tính khác mà người dùng thích hoặc không thích, như được thể hiện trong hình 3.9
CHƯƠNG 3: KẾT LUẬN 1. Kết quả đạt được
Từ việc nhận thấy sự không tương thích giữa năng lực của sinh viên mới tốt nghiệp và những nhược điểm của các hệ thống khuyến nghị sử dụng các phương pháp truyền thống, bài nghiên cứu đề xuất một hệ thống khuyến nghị việc làm thông minh kết hợp giữa hệ thống khuyến nghị dựa trên nội dung và hệ thống khuyến nghị dựa trên tri thức. Ngoài ra, việc xây dựng thương hiệu cá nhân để kết nối với công việc được nhắm tới cũng được phân tích trong bài báo cáo này. Nó đề xuất rằng việc xây dựng thương hiệu cá nhân nên dựa trên nội dung các khóa học giảng dạy mà sinh viên đã được học và các yêu cầu trong các quảng cáo việc làm, từ đó có thể trích xuất được các năng lực từ chương trình giảng dạy và sự hài lòng toàn cầu. Từ những điều trên, những đóng góp của nghiên cứu này đã định hướng để cải thiện chức năng của quy trình tuyển dụng điện tử.
2. Hướng nghiên cứu tương lai
Các khuyến nghị và các cải tiến trong tương lai sẽ hướng đến việc phát triển một ứng dụng khuyến nghị việc làm dựa trên cơ sở dữ liệu mẫu và các thông tin hiển thị trên các đề xuất việc làm, không giống như các nền tảng và các ứng dụng di động thông thường đã có.
TÀI LIỆU THAM KHẢO
1. Tellez, N.R., Villela, P.R. (2021). A Personalized Brand Proposal Based on User’s Satisfaction and Curriculum Supported by an Intelligent Job Recommender System. In: Radical Solutions for Digital Transformation in latin American Universities. pp 217-242, 2021.
2. Định, V.H.Q., Nam, P.N.H., Tú, L.N., Thịnh, Đ.T. (2017). Hệ khuyến nghị trong dự đoán sở thích người dùng ứng dụng trong kinh doanh thông minh.
Kỷ yếu hội thảo khoa học quốc gia CITA 2017 “CNTT và các ứng dụng trong lĩnh vực”, trang 117.
3. Phượng, N.T. (2016). Nghiên cứu kỹ thuật lọc cộng tác và ứng dụng xây dựng hệ thống g[i M bán sách trực tuyến (Luận văn thạc sĩ, Trường đại học Khoa học, Huế).
4. Liên, Đ.T. (2020). Phát triển một số phương pháp xây dựng hệ tư vQn (Luận án tiến sĩ kỹ thuật, Học viện Bưu chính viyn thông, Hà Nội)
5. Hợp, N.T. (2020). Giới thiệu về hệ tư vQn. Truy cập 05/04/2022. Từ https://viblo.asia/p/introduction-to-recommender-systems-aWj53LQ8K6m
6. Xây dựng khung năng lực và đánh giá năng lực (2017). Truy cập ngày 05/04/2022. Từ http://www.bcpromo.vn/2017/07/xay-dung-khung-nang-luc- va-anh-gia-nang.html
7. N-gram và việc sử dụng nó trong văn bản (2021). Truy cập ngày 05/04/2022. Từ https://ichi.pro/vi/n-gram-va-viec-su-dung-no-trong-tao-van-ban- 180302348230807?fbclid=IwAR10YbVfphemS8nZ78-
RLU2N2kMuU7sm2DvMV3mDWba2SgCengZyZBbJ740
8. Shabatura, J. (2013). Using Bloom’s Taxonomy to Write Effective Learning Objectives. Truy cập ngày 05/04/2022. Từ https://tips.uark.edu/using- blooms-taxonomy/?fbclid=IwAR0RqBq-