Ontologie und Matching

[Neo1984]

Hallo zusammen,

ich hoffe der ein oder andere kann mir bei meinem Problem weiterhelfen.

Ich habe eine Oracle Datenbank und ein Frontend in VB.

Das Ganze dient der Verwaltung von Bewerbern auf Stellen.

In der Datenbank werden die Stellen und die Bewerber angelegt.

Die Stellen werden anschließend mit den Bewerbern besetzt.

Ich soll nun eine automatische Zuordnung ins Spiel bringen.

Es soll zb. Stelle A ausgewählt werden und hierfür automatisch ein passender Bewerber gefunden werden. (Max 10 passende Bewerber vorschlagen.)

Mein Problem ist hier auf einen grünen Zweig zu kommen. Ich habe nach existierenden Lösungen bzw Ansätzen gesucht. Leider ist das Themengebiet so groß das ich mich schwer tue hier auf einen "grünen Zweig" zu kommen.

Hätte vielleicht jemand Vorschläge oder Ansätze bzw eine Richtung in der ich mich einlesen sollte. Gewünscht ist wohl etwas mit dem Einsatz von Ontologien.

Für Hilfe wäre ich sehr Dankbar.

MFG

Neo

[DominikJ]

Nuja,

ich denke mal folgendes:

- Stellen setzen bestimmte Kenntnisse voraus

- Bewerber erfüllen bestimmte Kenntnisse

wenn dies übereinstimmt "automatische zuordnung"

Aber ich denke da fehlen noch ein par Infos zu struktur usw?

[Neo1984]

ja Kenntnisse werden in beiden Tabellen aufgenommen.

Auch der Zeitraum der Stelle und der Zeitraum in der der Bewerber abreiten kann sind ein mögliches Kriterium.

Ein weiteres Problem wäre wie behandel ich Schreibfehler bei den Kenntnissen zb. Excel -> Exel. Oder was ist wenn der Bewerber Excel angibt und die Stelle benötigt Tabellenkalkulation. Auch hier sollte erkannt werden das es ein möglicher Kandidat ist.

[Guybrush Threepwood]

Naja da stellt sich jetzt erstmal die Frage was das für ein Projekt sein soll.

Also Übungsaufgabe/Hobbyprojekt/Hausaufgabe wo man ja erstmal nur in das Thema reinschnuppert oder ein richtiges Projekt das am Ende auch wirklich und korrekt funktionieren muss.

Denn das ist imho nichts was sich gerade mal so umsetzen lässt sondern benötigt zum einen eine Gewisse künstliche Intelligenz um die von dir angesprochenen Zuordnungen (Excel -> Tabellenkalkulation) treffen zu können sofen du nicht einfach nur eine Liste mit ein paar alternativen anlwegen willst (also das du eine Liste hättest wo steht statt dem Wort x sind auch die Worte a,b und c erlaubt).

Zum anderen ist auch eine vernünftige Rechtschreibkorrektur bzw. Worterkennung ein Thema für sich.

[flashpixx]

Für die Zuordnung der Worte inkl. Schreibfehler kann man mit Hilfe der Receiver Operating Characteristic ? Wikipedia (ROC Kurve bzw der Fläche) eine Aussage über die "Treffergenauigkeit" herausfinden.

Aber generell muss für eine genaue Analyse ein klar definierter Rahmen gegeben sein, denn sonst wird jede Zuordnung mit Hilfe irgendeines Algorithmus immer schlechte Ergebnisse liefern. Wenn es um eine Klassifikation von Worten gehen soll, kann man auch mit Hilfe einer Support Vector Machine ? Wikipedia und eines "String Kernel" zur Textklassifikation arbeiten

Phil

[Bubble]

Ein weiteres Problem wäre wie behandel ich Schreibfehler bei den Kenntnissen zb. Excel -> Exel. Oder was ist wenn der Bewerber Excel angibt und die Stelle benötigt Tabellenkalkulation. Auch hier sollte erkannt werden das es ein möglicher Kandidat ist.

Einige Schreibfehler zu ignorieren ist nicht das Problem, unterschiedliche Begriffe für die gleiche Sache zu erkennen, ist schon aufwendiger.

Nun zum Vorhaben an sich:

Die Idee kann meiner Ansicht nach, so wie sie bisher beschrieben ist, nicht besonders gut funktionieren, es sei denn, die gesuchten Fertigkeiten hat man einfach oder hat man hat sie nicht (ja/nein Entscheidung).

Bei Deinem bisherigen Vorschlag würden die Bewerber bevorzugt werden, die erstmal einfach von sich behaupten, möglichst viele Dinge möglichst gut zu können und die richtigen Stichworte angeben. Die übrigen Bewerber werden verdrängt, auch wenn sie tatsächlich besser zur Stelle passen würden.

Und nicht zuletzt werden bei einem Fertigkeiten-Abgleich wichtige Aspekte, darunter unter anderem auch die Motivation, dass Interesse an bestimmen Aufgaben und Themengebieten oder Spaß an der Arbeit, einfach außer Acht gelassen.

[Neo1984]

Hallo danke für die Antworten.

@ Gybrush es sollte schon zumindest Prototypisch korrekt funktionieren. Ich hatte darangedacht eine Ontologie aufzubauen um die Beziehung zwischen den Begriffen darzustellen.

@Bubble naja Spaß an der Arbeit ist hier eher nebensächlich. Es sind keine Bewerbungen auf feste Arbeitsstellen sonder es soll nur für Ferienarbeiter also Schüler und Studenten angewendet werden. Von daher würde der Abgleich der Kenntnisse reichen.

@ flashpixx danke ich werde mir die Links mal genau anschauen.

Hat von euch schon jemand mit Ontologien gearbeitet? Wäre hier für Erfahrungswerte und Tips dankbar.

[flashpixx]

@ Gybrush es sollte schon zumindest Prototypisch korrekt funktionieren.

Wenn Du Klassifizieren möchtest, sprich "Prototypen" ermitteln willst, dann würde sich noch die Vektorquantisierung ? Wikipedia eignen.

Hat von euch schon jemand mit Ontologien gearbeitet? Wäre hier für Erfahrungswerte und Tips dankbar.

Die Ontologie ist erst einmal nur eine Modellierung des Sachverhaltes. Wie man dann eine konkrete Umsetzung realisiert ist leider wieder etwas anderes. Die Ontologie sagt nichts über den eigentlichen Algorithmus aus und Du sollst ja, wenn ich es richtig verstanden habe, einen solchen umsetzen.

Im Moment sehe ich auch nicht, warum man das mit Hilfe einer Ontologie machen soll, denn im Grunde kann ich die Merkmale direkt modellieren und in ein entsprechendes (Lern-)Verfahren übernehmen, bzw durch so ein Lernverfahren Prototypen ermitteln

Phil

[Neo1984]

Hallo Flashpix

ich dachte ich kann mit Hilfe der Ontologie die Beziehungen Modellieren also zb. das Excel zu Office gehört und Office zu den Büroanwendungen.

Das ganze müsste sich ja später auch übernehmen lassen in die Datenbank oder sehe ich das falsch?

MFG Neo

[flashpixx]

ich dachte ich kann mit Hilfe der Ontologie die Beziehungen Modellieren also zb. das Excel zu Office gehört und Office zu den Büroanwendungen.

Da hatte ich ja auch nicht widersprochen.

Das ganze müsste sich ja später auch übernehmen lassen in die Datenbank oder sehe ich das falsch?

Ich denke nicht, dass Du die modellierten Beziehungen exakt so in eine Datenbank übernehmen kannst. Also bitte korrigiert mich, wenn ich da falsch liege. Und selbst wenn, dann bleibt das Problem von Rechtschreibfehlern, die korrigiert werden müssen. Zusätzlich kannst Du nicht alles, was in einer Bewerbung enthalten ist, in Deinem Modell darstellen. Da müsstest Du schon zu einem lernenden Verfahren greifen.

Mal so ins blaue: Ich würde zu einem Verfahren greifen, dass mir aus den Bewerbungen n Cluster ermittelt und aus den Clustern, die ich erhalte wähle ich die Bewerber aus. Bleibt natürlich noch die Frage, wie Du eine gute Repräsentation der geschriebenen Bewerbung findest

Phil

[Neo1984]

Hallo ich habe eine Meldung eines Professors bekommen:

Sie benötigen ein Maß für Ähnlichkeit von Merkmalsvektoren der Benutzerprofile.

1. alle relevanten Bewerberattribute festlegen

2. pro Bewerberattibut ein Maß für die Nähe zum gewünschten Profil festlegen optional kann noch eine Maßzahl für die Unsicherheit der Angabe hinzugefügt werden

3. alle Bewerberattribute gewichten (ggf. die Unsicherheit der Information mit einbeziehen)

4. Ein Maß für die Nähe aller Benutzerattribute zu einem Idealprofil aus den gewichteten "Maß für die Nähe"-Werten der einzelnen Attribute finden.

d.h. us den Abständen der einzelnen Attribute vom idealprofil eine Kennzahl für Nähe vom Idealprofil finden.

Umgang mit Ober und Unterbegriffen: ==> Begriffssysteme bei denen spezielle Begriffe von Oberbegriffen erben analog objektorientierter Klassenhierarchie

Excel erbt von Tabellenkalkulation

==> aus "kann Excel" läßt sich aus der Klassenhierarchie ableiten "kann Tabellenkalkulation" (Repräsentation als Taxonomie von Begriffen)

==> aus "kann Tabellenkalkulation" läßt sich nur mit einer "Unsicherheit" ableiten "kann Tabellenkalkulation"

Da gibt es ein interessantes Verfahren aus der KI/ Maschinelles Lernen:

UNIMEM.

Ich würde gerne eure Meinung dazu wissen. Kennt jemand dieses UNIMEM?

Wie baue ich ein Begriffssystem in Oracle denn auf?

MFG

Neo

[flashpixx]

Da gibt es ein interessantes Verfahren aus der KI/ Maschinelles Lernen:

UNIMEM.

Leider noch nie gehört. Evtl selbst einmal suchen.

Wie baue ich ein Begriffssystem in Oracle denn auf?

In dem Du einen Algorithmus programmierst. Du kannst dieses nicht per Drag&Drop erzeugen. Schau Dir einmal von mir die Vektorquantisierung an, das ist ähnlich zu Deiner Beschreibung

Phil