kaz44Вестник Университета Шакарима. Серия технические наукиBulletin of Shakarim University. Technical Sciences2788-79953006-0524«Шәкәрім университеті» КеАҚ10.53360/2788-7995-2023-2(10)-6kaz44-468Research ArticleСТАТЬИИнформационная технология прогнозирования личности на основе анализа резюме для HR-компанийInformation technology for personality prediction based on resume analysis for HR companiesСериковА. Е.SerikovA. E.

Сериков Аян Ермекович – магистрант, Astana IT University.

010000, Астана, проспект Мангилик Ел, 55/11

Ayan E. Serikov – master'S degree, Astana IT University.

010000, Astana, Mangilik El Avenue, 55/11

ayanbek.as@gmail.comhttps://orcid.org/0000-0003-3830-6905АбитоваГ. А.AbitovaG. A.

Абитова Гульнара Аскеровна – PhD, доцент, Astana IT University.

010000, Астана, проспект Мангилик Ел, 55/11

Gulnara A. Abitova – PhD, Associate Professor.

010000, Astana, Mangilik El Avenue, 55/11

gulya.abitova@gmail.comAstana IT UniversityКазахстанAstana IT UniversityKazakhstan20230107202302(10)Вестник Университета Шакарима. Серия технические науки4550Copyright © Сериков А.Е., Абитова Г.А., 20232023Сериков А.Е., Абитова Г.А.Serikov A.E., Abitova G.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://tech.vestnik.shakarim.kz/jour/article/view/468

В данной статье представлена разработка информационно-технологического решения для прогнозирования личности на основе анализа резюме для HR-компаний. Целью данного исследования является изучение возможности использования методов машинного обучения для анализа резюме и прогнозирования личностных качеств кандидатов для целей найма. Методология включала сбор большого набора данных резюме и использование     методов      обработки     естественного      языка      для     извлечения  соответствующих функций и обучения модели глубокого обучения. Результаты показывают, что разработанное решение обеспечивает высокую точность прогнозирования личностных качеств на основе анализа резюме. Эта технология может повысить эффективность и действенность процессов найма, а также уменьшить бессознательную предвзятость при принятии решений о найме. HR-компании могут извлечь выгоду из этой технологии, оптимизируя свои процессы найма, снижая затраты и повышая качество своих решений о найме. Кроме того, информационно-технологическое решение может предоставить HR-компаниям ценную информацию о профилях кандидатов, позволяя им принимать более обоснованные решения и выявлять людей, которые соответствуют культуре и ценностям их организации. Используя эту технологию, HR-компании могут улучшить свою общую стратегию найма и внести свой вклад в более эффективный и справедливый процесс найма.

This article presents the development of an information technology solution for personality prediction based on resume analysis for HR companies. The purpose of this study is to investigate the feasibility of using machine learning techniques to analyze resumes and predict personality traits of candidates for recruitment purposes. The methodology involved collecting a large dataset of resumes and using natural language processing techniques to extract relevant features and train a deep learning model. The results show that the developed solution achieves high accuracy in predicting personality traits based on resume analysis. This technology has the potential to improve the efficiency and effectiveness of recruitment processes, as well as reduce unconscious bias in hiring decisions. HR companies can benefit from this technology by streamlining their recruitment processes, reducing costs, and increasing the quality of their hiring decisions. Additionally, the information technology solution could provide HR companies with valuable insights into candidate profiles, enabling them to make more informed decisions and identify individuals who align with their organizational culture and values. By leveraging this technology, HR companies can enhance their overall recruitment strategy and contribute to a more efficient and fair hiring process.

информационные технологиипрогнозирование личностианализ резюмекадровые компаниимашинное обучениеобработка естественного языкарешения о наймеInformation technologyPersonality predictionResume analysisHR companiesMachine learningNatural language processingHiring decisionsReferencesJohn O. P., & Srivastava S. (1999). The Big Five trait taxonomy: History, measurement, and theoretical perspectives. In L. A. Pervin & O. P. John (Eds.), Handbook of personality: Theory and research (2nd ed., pp. 102–138). Guilford Press.John O. P., & Srivastava S. (1999). The Big Five trait taxonomy: History, measurement, and theoretical perspectives. In L. A. Pervin & O. P. John (Eds.), Handbook of personality: Theory and research (2nd ed., pp. 102–138). Guilford Press.Liu Y., Ott M., Goyal N., Du J., Joshi M., Chen D., Levy O., Lewis M., Zettlemoyer L., & Stoyanov, V. (2019). Roberta: A robustly optimized BERT pretraining approach. arXiv preprint arXiv:1907.11692.Liu Y., Ott M., Goyal N., Du J., Joshi M., Chen D., Levy O., Lewis M., Zettlemoyer L., & Stoyanov, V. (2019). Roberta: A robustly optimized BERT pretraining approach. arXiv preprint arXiv:1907.11692.Tausczik Y.R., Pennebaker J.W. (2010). The psychological meaning of words: LIWC and computerized text analysis methods. Journal of Language and Social Psychology, 29(1), 24-54.Tausczik Y.R., Pennebaker J.W. (2010). The psychological meaning of words: LIWC and computerized text analysis methods. Journal of Language and Social Psychology, 29(1), 24-54.Liao H., Chen H., & Liu H. (2018). Personality prediction based on resume analysis using machine learning techniques. In 2018 IEEE International Conference on Big Data (Big Data) (pp. 4576-4580). IEEE.Liao H., Chen H., & Liu H. (2018). Personality prediction based on resume analysis using machine learning techniques. In 2018 IEEE International Conference on Big Data (Big Data) (pp. 4576-4580). IEEE.Le Q.V., & Mikolov T. (2018). Distributed representations of sentences and documents. arXiv preprint arXiv:1405.4053.Le Q.V., & Mikolov T. (2018). Distributed representations of sentences and documents. arXiv preprint arXiv:1405.4053.Agarwal A., Bhatnagar R. (2020). Predicting Job Performance Using Personality Traits: Evidence from India. Journal of Business Research, 108, 235-248.Agarwal A., Bhatnagar R. (2020). Predicting Job Performance Using Personality Traits: Evidence from India. Journal of Business Research, 108, 235-248.Joshi M., Pathak P. (2019). Predicting Job Performance Using Artificial Intelligence. International Journal of Advanced Research in Computer Science, 10(5), 10-14.Joshi M., Pathak P. (2019). Predicting Job Performance Using Artificial Intelligence. International Journal of Advanced Research in Computer Science, 10(5), 10-14.Liu D., Li X., Li Z., Li, C. (2019). A Personality Trait Prediction Model Based on Machine Learning Algorithms. IEEE Access, 7, 72126-72134.Liu D., Li X., Li Z., Li, C. (2019). A Personality Trait Prediction Model Based on Machine Learning Algorithms. IEEE Access, 7, 72126-72134.J. Stewart Black, Patrick van Esch, AI-enabled recruiting: What is it and how should a manager use it?, Business Horizons, Volume 63, Issue 2, 2020, Pages 215-226, ISSN 0007-6813, https://doi.org/10.1016/j.bushor.2019.12.001.J. Stewart Black, Patrick van Esch, AI-enabled recruiting: What is it and how should a manager use it?, Business Horizons, Volume 63, Issue 2, 2020, Pages 215-226, ISSN 0007-6813, https://doi.org/10.1016/j.bushor.2019.12.001.

The authors declare that there are no conflicts of interest present.