<kbd id="v6dk9j2f"></kbd><address id="gt8rjzfi"><style id="w0u6bf2b"></style></address><button id="2977zoqg"></button>

          意见 机器人就业指导:也许很快就能人工智能分析你的鸣叫,以配合您的工作

          从用户分析100000个推特的职位后,我们的研究使用大数据,机器学习和人工智能,揭示隐藏的人格特质数千个工作岗位基础。

          Nick Kyrgios

          尼克·基尔乔斯喜欢网球专业人士分享了类似的人格特质同行和对手打网球,但这些特性是其他那些在技术或科学专业,如完全不同。从ShutterStock图片

          想象自己从高中毕业,与世界在你面前。

          但现在你必须选择你想追求的职业是什么。你希望有一个工作,将支付账单,而是一个你还会欣赏。毕竟,你会在工作中度过的你醒着的很大一部分。

          但你怎么能做出一个可靠的选择 - 超出了你的父母可能会被推动,或者是你的年度业绩的最后,您将获得直接进入。

          我们的 研究今天发表 在美国国家科学学院院刊发现不同的专业吸引具有非常不同的心理特征的人。

          当寻找一个新的职业生涯,你可能访问一个职业顾问,并回答一系列问题,以确定您的利益和优势。这些结果被用来与一组潜在的职业的匹配你。

          然而,这种方法依赖于长期的调查,并且不占的事实,许多行业正在发生变化或消失,随着技术的变换就业景观。

          21世纪求职

          我们想知道,如果我们我们可以开发一个数据驱动的方法来一个人用合适的职业相匹配的基础上,心理上的痕迹,他们在网上透露。

          研究表明,人们通过自己留下的痕迹 他们贴在网上的语言他们的在线行为.

          我们可以分析ESTA来找出哪些人在做同样的工作有着相同个性特质的程度?

          在我们的研究,我们发现超过10万个推特用户,他们每个人都包含在他们的用户配置文件3513个职称之一。

          然后,利用现有的工具,通过IBM的基于云的人工智能引擎沃森,其 个性见解 服务,我们给整个人格相关的特性每个轮廓得分十个,基于在自己的岗位上的语言。

          我们采用了各种数据分析和机器学习技术的探索每个职业的个性。

          例如,创建我们使用一种无​​监督的机器学习算法,以职业集群数据到二十种不同的个性集群“天职罗盘图”,分组在像人格上大多数都是职业。

          职业地图

          去过的工作一直想,如果它符合我们是谁,作为一个人,是人的性格,价值观和利益方面要更加充实。

          我们的研究结果证实了ESTA,我们发现不同的职业也往往非常不同的个性形象。

          例如,软件程序员和科学家更加开放的普遍遇到的各种新活动,是好奇心,倾向于认为象征和抽象,发现无聊的重复。而另一方面,优秀网球运动员往往更兢兢业业,组织和和气气。

          我们的调查结果指出,在使用社交媒体共享数据到一个单独的匹配到合适的工作的可能性。

           

          属于不同职业的人一般具有鲜明的个性特征。 ESTA图显示了在9种职业的1200个人的数字指纹。每个点对应于用户 - 与人进行分组。他们的自我鉴定在职业。保罗X。麦卡锡

          我们用机器学习基础上的人在这些角色的推断人格特质群集千余角色。

          我们发现了许多类似的工作,可以组合在一起。

          例如,一个集群包括不同的技术:如软件编程工作,网络开发和计算机科学。另一组包括健身房管理,物流协调,以及演唱会的促销活动。

          您可以 探索更多的互动在线地图这 我们做了。

          召地图我们已经创建了一个基于101.152 推特用户的预测人格集群,跨越1227个职业。玛丽安 - 安德烈rizoiu

          然而,尽管许多对齐基于现有的职业分类(目前正规团体和其他组织各国政府使用的工作组一起)的组合,一些集群包含的角色不是传统组合在一起。

          例如,制图员,种粮农民和地质学家最终组合在一起,共享一个类似的人格特质的许多科技人才。

          数据驱动罗盘职业

          与我们的结果,我们探索建立一个数据驱动的指南针职业的概念:一个推荐系统,该系统能找到的最好的职业适合人的个性。

          我们建立了一个系统,可以建议对准人的人格特质的职业拥有超过70%的准确率。

          甚至当我们的系统是错误的,这是不远处,并指出类似的职业有了非常技能。例如,它可能暗示诗人变为一个虚构的作家。

          快速变化的行业是由于自动化和技术突破。在我们的连接,数字世界中,我们留下自己的痕迹。提供我们的工作有一个方法在生产方式使用这些痕迹。

          可以ESTA接近有一天会用来帮助人们找到自己梦寐以求的职业,或者至少是,越有利于我们不同的角色隐藏的人格维度的理解。

          佩吉·克恩, 副教授, 墨尔本大学; 玛丽安 - 安德烈rizoiu讲师在计算机科学, 悉尼科技大学保罗X。麦卡锡, 客座教授, 太阳城网站网址

          本文来自转载 对话 根据创作共用许可证。阅读 来源文章.

          对话

           

              <kbd id="yb6cozl9"></kbd><address id="2j9yf89g"><style id="c7ldjmdu"></style></address><button id="14aiengd"></button>