협업적 필터링을 활용한 추천 채용 시스템의 설계와 구현

Abstract

1990년대 중반 이후 데이터의 양이 폭발적으로 증가함과 동시에 빅데이터 정보 처리 기술이 진화하면서 데이터를 효과적으로 수집, 처리, 분석 가능해졌다. 이러한 데이터 분석 기술 중 하나가 추천 시스템(Recommender System)이다. 책, 상품, 영화 등 다양한 분야에서 사용자의 데이터를 바탕으로 개인화된 항목을 추천해준다. 본 논문에서는 이러한 추천 시스템을 채용 분야에 적용하여, 구직자가 선호할만한 채용 공고를 추천해서 채용 공고를 찾기 위한 불편함을 줄이고자 한다. 나아가 적절한 구직자에게 적절한 구인 기업을 추천하여 취업의 미스매치를 완화하는데 도움이 되고자 한다. 본 연구에서는 여러 추천 알고리즘 중 메모리 기반의 협업 필터링(Memory-based Collaborative Filtering)을 사용해서 각기 다른 데이터를 사용하여 두 가지 추천 시스템을 구축한다. 첫 번째 채용 공고 클릭 로그 데이터를 활용하여 사용자의 기업에 대한 선호도를 바탕으로 기업을 추천하는 시스템이며, 두 번째는 지원한 기업/직무의 자기소개서 작성 이력 데이터를 활용하여 사용자의 기업/직무에 대한 선호도를 바탕으로 기업/직무를 추천하는 시스템이다. 또한, 하이브리드 형식의 추천 시스템도 구현을 하였다. 기업 추천 시스템과 기업/직무 추천 시스템의 선호도 예측 값을 가중합(Weighted Sum)하여 하이브리드 방식의 추천 시스템을 구현하였고, 이런 하이브리드 방식이 추천에 어떤 영향을 주는지 알아보았다.