Publication
O algoritmo PageRank aplicado a redes de recomendações para seleção de recursos humanos
| dc.contributor.advisor | Cavique, Luís | |
| dc.contributor.author | Fernandes, David Paiva | |
| dc.date.accessioned | 2018-10-12T14:23:09Z | |
| dc.date.available | 2018-10-12T14:23:09Z | |
| dc.date.issued | 2018-07-25 | |
| dc.date.submitted | 2018-10-12 | |
| dc.description.abstract | Um dos principais desafios encontrados num processo de recrutamento de recursos humanos prende-se com a dificuldade prática de analisar de forma objetiva todos os candidatos. A grande quantidade de curricula vitae normalmente envolvida num processo deste tipo dificulta, quando não impede mesmo, uma leitura completa e, portanto, uma análise detalhada. Neste trabalho procura mostrar-se a aplicabilidade do algoritmo PageRank a redes de recomendações profissionais entre pares no âmbito de processos de recrutamento de recursos humanos. Assim, através de técnicas de data-mining, procedeu-se à extracção de dados de teste do conteúdo HTML de páginas de alguns profissionais registados no site LinkedIn, concretamente as recomendações efectuadas por cada um para um conjunto de outros profissionais por especialidade. Com os dados extraídos contruiram-se redes de recomendações por especialidade, em que os vértices são os profissionais analisados e os arcos são as relações de recomendação, redes sobre as quais se aplicou o algoritmo PageRank para classificação ordenada de cada profissional por especialidade. A extensão para várias especialidades é realizada através de um algoritmo de avaliação multicritério que, aplicado aos valores de PageRank, possibilita a classificação de um profissional tendo em conta mais do que uma especialidade. | pt_PT |
| dc.description.abstract | One of the main challenges encountered in a human resource recruitment process is the practical difficulty of analysing all candidates in an objective manner. The large amount of curricula vitae normally involved prevents a thorough reading and therefore a detailed analysis. This work aims to show the applicability of link-analysis techniques to networks of professional recommendations among peers in the scope of recruitment processes of human resources. So, using data-minign techniques, we proceed with the extraction of test data from the HTML content of some LinkedIn pages, moreover the recommendations made between members. This extraction allowed the construction of a network of recommendations by skill, in which the nodes are professionals and the arcs are the recommendarions. Over these networks we applied the PageRank Algorithm in order to serialize each professional by skill. The expansion to more than one skill is made through the use of an algorithm of multi-criteria evaluation, applied to the various PageRank values of each skill. | pt_PT |
| dc.identifier.citation | Fernandes, David Paiva - O algoritmo PageRank aplicado a redes de recomendações para seleção de recursos humanos [Em linha]. [S.l.]: [s.n.], 2018. 91 p. | |
| dc.identifier.tid | 201987392 | |
| dc.identifier.uri | http://hdl.handle.net/10400.2/7552 | |
| dc.language.iso | por | pt_PT |
| dc.subject | PageRank (algoritmo) | pt_PT |
| dc.subject | Rede de recomendações | pt_PT |
| dc.subject | Recursos humanos | pt_PT |
| dc.subject | Seleção de pessoal | pt_PT |
| dc.subject | Data mining | pt_PT |
| dc.subject | Human resources | pt_PT |
| dc.subject | Recommendations network | pt_PT |
| dc.subject | Multi-criteria | pt_PT |
| dc.subject | PageRank | pt_PT |
| dc.title | O algoritmo PageRank aplicado a redes de recomendações para seleção de recursos humanos | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Dissertação de Mestrado em Tecnologias e Sistemas Informáticos WEB apresentada à Universidade Aberta | pt_PT |