論文の概要: AI-enabled exploration of Instagram profiles predicts soft skills and
personality traits to empower hiring decisions
- arxiv url: http://arxiv.org/abs/2212.07069v2
- Date: Sat, 24 Dec 2022 07:09:53 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 13:01:02.087555
- Title: AI-enabled exploration of Instagram profiles predicts soft skills and
personality traits to empower hiring decisions
- Title（参考訳）: aiによるinstagramプロフィールの探索は、採用決定の力になるソフトスキルとパーソナリティ特性を予測する
- Authors: Mercedeh Harirchian, Fereshteh Amin, Saeed Rouhani, Aref Aligholipour,
Vahid Amiri Lord
- Abstract要約: 我々は、Instagramのプロフィールから、16のオンデマンドソフトスキルからなる幅広い行動能力を自動的に予測できることを示した。
モデルは、オンラインアンケートに回答し、Instagramのユーザー名を提供した400人のイランのボランティアユーザーのサンプルに基づいて構築された。
ディープラーニングモデルは、それぞれ2レベルと3レベルの分類において、70%と69%の平均精度を示すことで、主にパフォーマンスを向上した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: It does not matter whether it is a job interview with Tech Giants, Wall
Street firms, or a small startup; all candidates want to demonstrate their best
selves or even present themselves better than they really are. Meanwhile,
recruiters want to know the candidates' authentic selves and detect soft skills
that prove an expert candidate would be a great fit in any company. Recruiters
worldwide usually struggle to find employees with the highest level of these
skills. Digital footprints can assist recruiters in this process by providing
candidates' unique set of online activities, while social media delivers one of
the largest digital footprints to track people. In this study, for the first
time, we show that a wide range of behavioral competencies consisting of 16
in-demand soft skills can be automatically predicted from Instagram profiles
based on the following lists and other quantitative features using machine
learning algorithms. We also provide predictions on Big Five personality
traits. Models were built based on a sample of 400 Iranian volunteer users who
answered an online questionnaire and provided their Instagram usernames which
allowed us to crawl the public profiles. We applied several machine learning
algorithms to the uniformed data. Deep learning models mostly outperformed by
demonstrating 70% and 69% average Accuracy in two-level and three-level
classifications respectively. Creating a large pool of people with the highest
level of soft skills, and making more accurate evaluations of job candidates is
possible with the application of AI on social media user-generated data.
- Abstract（参考訳）: テクノロジー・ジャイアンツやウォール街の会社、あるいは小さなスタートアップとの求人インタビューであるかどうかはどうでもいい。
一方、採用担当者は候補者の正体を知り、専門家候補がどの企業にも適していることを示すソフトスキルを検出したい。
世界中のリクルーターは通常、これらのスキルの最高レベルを持つ従業員を見つけるのに苦労します。
デジタルフットプリントは、候補者のユニークなオンライン活動を提供することによって、このプロセスにおけるリクルーターを支援することができる。
本研究では,16種類のオンデマンドソフトスキルからなる幅広い行動能力が,次のリストや機械学習アルゴリズムを用いた定量的特徴に基づいて,Instagramのプロフィールから自動的に予測できることを初めて示した。
我々はまた、ビッグファイブの性格特性の予測も提供する。
モデルは、オンラインアンケートに回答し、公開プロフィールをクロールできるInstagramユーザー名を提供した400人のイランのボランティアユーザーのサンプルに基づいて構築された。
複数の機械学習アルゴリズムを統一データに適用した。
ディープラーニングモデルは、それぞれ2レベルと3レベルの分類で70%と69%の平均精度を示すことで、ほとんどを上回っている。
ソーシャルメディアのユーザ生成データにAIを適用することで、高いレベルのソフトスキルを持ち、より正確な求職者の評価を行うことが可能である。
関連論文リスト
- Fairness in AI-Driven Recruitment: Challenges, Metrics, Methods, and Future Directions [0.0]
ビッグデータと機械学習は、従来の採用プロセスに急激な変革をもたらした。
AIベースの採用の頻度を考えると、人間の偏見がこれらのシステムによって決定される可能性があるという懸念が高まっている。
本稿では、AIによる採用におけるバイアスの種類を議論することで、この新興分野の包括的概要を提供する。
論文 参考訳（メタデータ） (2024-05-30T05:25:14Z) - Skill-Mix: a Flexible and Expandable Family of Evaluations for AI models [50.11814354654953]
AIエージェントの主な能力は、必要に応じて、学習した基本的なスキルを柔軟に組み合わせることである。
この研究は、スキルを組み合わせる能力を測定するための新しい評価であるSkill-Mixを導入している。
論文 参考訳（メタデータ） (2023-10-26T16:55:05Z) - National Origin Discrimination in Deep-learning-powered Automated Resume
Screening [3.251347385432286]
多くの企業や組織は、採用プロセスを支援するために、ある種のAI対応のオートマットツールを使い始めています。
AIシステムの根底にあるバイアスによって、候補者に対する不公平な扱いが懸念されている。
本研究では,近年の技術革新である深層学習手法について検討し,自動再開検診への応用に焦点をあてた。
論文 参考訳（メタデータ） (2023-07-13T01:35:29Z) - Unsupervised Sentiment Analysis of Plastic Surgery Social Media Posts [91.3755431537592]
ソーシャルメディアプラットフォームにまたがる膨大なユーザー投稿は、主に人工知能(AI)のユースケースに使われていない。
自然言語処理(NLP)は、コーパス(corpora)として知られるドキュメントの体系を利用して、人間のような言語理解でコンピュータを訓練するAIのサブフィールドである。
本研究は, 教師なし解析の応用により, コンピュータがプラスティック手術に対する否定的, 肯定的, 中立的なユーザ感情を予測できることを示した。
論文 参考訳（メタデータ） (2023-07-05T20:16:20Z) - Human-Centric Multimodal Machine Learning: Recent Advances and Testbed
on AI-based Recruitment [66.91538273487379]
人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。
i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
論文 参考訳（メタデータ） (2023-02-13T16:44:44Z) - Personality Detection of Applicants And Employees Using K-mode Algorithm
And Ocean Model [0.0]
応募者の性格タイプを特定するモデルが作成され、雇用主は、人の表情を調べ、スピーチのイントネーションを調べ、再開することで、適格な候補者を見つけることができる。
各質問に対する従業員の態度と行動が調査され、分析されている。
K-Modesクラスタリングは、仕事のプレッシャー、労働環境、同僚との関係など、従業員の幸福度を予測するために使用される。
論文 参考訳（メタデータ） (2022-12-27T11:00:58Z) - Turtle Score -- Similarity Based Developer Analyzer [0.0]
この研究は、会社に完全に適合する候補を見つけるために、説得力のある結果を理解し、分析し、自動生成することを目的としている。
データは、IT領域で働く各従業員に対して、パフォーマンス指標に焦点を当てて検査され、収集されます。
同じような性格の人と働くと、特定の労働者の効率性と能力が高くなることが証明されています。
論文 参考訳（メタデータ） (2022-05-10T13:22:11Z) - Skill Preferences: Learning to Extract and Execute Robotic Skills from
Human Feedback [82.96694147237113]
Skill Preferencesは、人間の好みよりもモデルを学習し、オフラインデータから人間に沿ったスキルを抽出するアルゴリズムである。
SkiPは複雑なマルチステップ操作タスクをシミュレートしたキッチンロボットで実現できることを示す。
論文 参考訳（メタデータ） (2021-08-11T18:04:08Z) - Two-Faced Humans on Twitter and Facebook: Harvesting Social Multimedia
for Human Personality Profiling [74.83957286553924]
我々は、"PERS"と呼ばれる新しい多視点融合フレームワークを適用して、マイアーズ・ブリッグス・パーソナリティ・タイプインジケータを推定する。
実験の結果,多視点データからパーソナリティ・プロファイリングを学習する能力は,多様なソーシャル・マルチメディア・ソースからやってくるデータを効率的に活用できることが示唆された。
論文 参考訳（メタデータ） (2021-06-20T10:48:49Z) - Grading video interviews with fairness considerations [1.7403133838762446]
本稿では,質問に対するビデオ応答に基づいて,候補者の社会的スキルを自動的に導き出す手法を提案する。
社会的スキルを予測するための2つの機械学習モデルを開発した。
我々は、人種と性別によるモデルの誤りを研究することによって、公正さを分析する。
論文 参考訳（メタデータ） (2020-07-02T10:06:13Z) - Bias in Multimodal AI: Testbed for Fair Automatic Recruitment [73.85525896663371]
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
我々は、性別や人種の偏りを意識的に評価したマルチモーダルな合成プロファイルを用いて、自動求人アルゴリズムを訓練する。
我々の方法論と結果は、一般により公平なAIベースのツール、特により公平な自動採用システムを生成する方法を示している。
論文 参考訳（メタデータ） (2020-04-15T15:58:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。