Um die Formel „Top Bewerber + Top Unternehmen = Success“ für beide Seiten zufriedenstellend zu erfüllen, bedarf es in Zeiten der Digitalisierung etwas mehr Tiefgang. Das Team der Area „Social Computing“ nutzt künstliche neuronale Netze, um Nutzerinnen und Nutzern passende Jobs vorzuschlagen. Die daraus entstandene Publikation wurde kürzlich veröffentlicht und ist im Sinne von „Open Science“ frei zugänglich.
Automatisierte Empfehlungstechnologien begegnen uns mittlerweile täglich: Welches Produkt passt am besten zu meinen Vorlieben? Welche Urlaubsangebote zum gewünschten Urlaubsort? Wir kennen diese Ansätze schon aus diversen Online-Portalen. Menschen nutzen aber auch vermehrt soziale Netzwerke wie LinkedIn oder Xing, um Personalvermittler anzuziehen, berufliche Meilensteine abzubilden oder auf Jobsuche zu gehen. So ist es auch nicht überraschend, dass diese Empfehlungssysteme auch im Karriere-Bereich Anklang finden.
Das Social Computing*-Team befasste sich tiefgehend damit und veröffentlichte in Zusammenarbeit mit Moshbit und der University of California eine Publikation zum Thema „Using autoencoders for session-based job recommendations.“ Dabei dreht sich alles darum, den passenden Bewerber mit dem passenden Unternehmen zusammenführen, auch oder gerade dann, wenn nicht alle notwendigen Grundinformationen vorhanden sind.
Die aufschlussreichen Ergebnisse wurden frei zugänglich veröffentlicht, um reproduzierbare Forschung zu fördern.
*Das “Social Computing”-Team befasst sich unter der Leitung von Elisabeth Lex damit, soziales Verhalten in komplexen sozialen Netzwerken und Systemen besser zu verstehen, vorherzusagen und zu gestalten.