Minería de textos para construir un modelo de minería de datos para recomendación de ofertas laborales.

Abstract

En pleno siglo XXI la tecnología digital y el internet ha generado satisfacción en muchos aspectos a la vida cotidiana de seres humanos, la presente investigación se enfoca al problema de cómo puede ser aprovechado adicionalmente de su condición el crecimiento de información no estructurada sobre las ofertas laborales y currículum vitae en diferentes sitios web para recomendación de ofertas laborales. Ya que esta información se encuentra escrita en lenguaje humano y por ende las computadoras no pueden interpretar la información en lenguaje natural. Los sistemas de recomendación necesitan un valor numérico sobre los gustos y disgustos de los usuarios para hacer listas de recomendación basada en colaboración o similitud de contenido. Sin embargo, en la presente investigación la información a considerar son los términos o palabras relevantes que describen al candidato, experiencias y habilidades. Esta investigación se centra en el proceso de minería de textos, la cual consiste en el proceso de estructuración del modelo de datos partir de textos que describen a candidatos y ofertas laborales, el cual se considera como datos de entrada para los algoritmos de sistema de recomendación. Por tratarse de información textual y en lenguaje humano, se aplican las teorías de técnicas de minería de textos y procesamiento lenguaje natural para el desarrollo del presente trabajo, comenzando desde la recuperación de información hasta la estructuración de minería de datos a partir de datos de currículums vitae y ofertas laborales de sitios web. Como técnica relevante para el presente estudio se destaca la técnica frecuencia de término – frecuencia inversa de documentos -tf-idf, el cual permite a identificar términos relevantes de currículums vitae con relación a las ofertas laborales de sitios web. La misma que ayuda a determinar la relevancia de los currículums vitae con respecto a las ofertas laborales con un valor numérico a través del promedio de valores tf-idf. De tal manera que el valor ponderado pueda ser usado como valor rating de relevancia de currículums vitae para recomendación de ofertas laborales.