Text processing and machine learning methods in HRM applications: opportunities and features

New tasks of human resource management require the analysis of huge volumes of semistructured text information. Methods of text processing and machine learning can significantly improve its effectiveness in case they take into consideration the features of tasks to be solved. The article describes actual analytical problems of human resource management, characteristics of information support of these problems, shortcomings and assumptions of frequently used methods of both classes in the tasks context. An example of applying test processing and machine learning methods in the task of compliance assessment is given in the article as well. За последние несколько лет задачи управления человеческими ресурсами существенно изменились и продолжают меняться. Ключевыми становятся задачи повышения приверженности сотрудников компании, увеличения привлекательности компании как работодателя, а также обеспечения кадровой информационной безопасности. Для решения всех перечисленных задач необходим анализ больших объемов информации, представленной в частично-структурированном тестовом виде. Эффективность такого анализа может быть повышена за счет применения методов обработки текстов и машинного обучения. В статье представлены результаты анализа особенностей имеющейся информации, недостатков и ограничений часто используемых аналитических методов в контексте задач управления человеческими ресурсами. Представлен пример разработки метода решения задачи оценки соответствия компетенций кандидатов требованиям должностной позиции, использующий алгоритмы анализа текстовых данных и машинного обучения.

It-менеджмент

Text processing and machine learning methods in HRM applications: opportunities and features