Разработка системы предварительного отбора кандидатов на собеседование на основе методов интеллектуального анализа данных

В статье рассматривается проблема: «Отбор ограниченного количества претендентов на вакантную
 должность для собеседования с работодателем. Разработка или модификация интеллектуальных методов
 анализа слабо сформированных данных», – и описаны возможные пути ее решения с помощью методо...

Full description

Saved in:
Bibliographic Details
Published in:Искусственный интеллект
Date:2013
Main Authors: Гиль, M.В., Филатов, Ю.И., Фонотов, А.М.
Format: Article
Language:Russian
Published: Інститут проблем штучного інтелекту МОН України та НАН України 2013
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/85075
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Разработка системы предварительного отбора кандидатов на собеседование на основе методов интеллектуального анализа данных / М.В. Гиль, Ю.И. Филатов, А.М. Фонотов // Искусственный интеллект. — 2013. — № 2. — С. 39–44. — Бібліогр.: 5 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:В статье рассматривается проблема: «Отбор ограниченного количества претендентов на вакантную
 должность для собеседования с работодателем. Разработка или модификация интеллектуальных методов
 анализа слабо сформированных данных», – и описаны возможные пути ее решения с помощью методов
 Data Mining. У статті розглянута проблема: «Відбір обмеженої кількості претендентів на вакантну посаду для
 співбесіди з роботодавцем. Розробка чи модифікація інтелектуальних методів аналізу слабо сформованих
 даних», і описані можливі шляхи її вирішення за допомогою методів Data Mining. The article deals with the problem: «The selection of limited number of applicants for a vacant position for
 an interview with the employer. Development or modification of intelligent methods for weakly generated
 data» and describes possible solutions with Data Mining’s methods.
ISSN:1561-5359