Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Sosyal Bilimler Enstitüsü, İşletme (İngilizce) Anabilim Dalı, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: İngilizce
Öğrenci: OSMAN KAVAFOĞLU
Danışman: Hüseyin Ekizler
Özet:
Gelişen teknoloji ve imkanlar insan kaynakları yönetiminin organizasyonlar için önemini ve değerini artırmıştır. İnsan kaynakları yönetimi personel seçimi, maaş yönetimi, performans yönetimi, çalışanlara sağlanan faydaların yönetimi, çalışanların gelişimi ve eğitimlerinin yönetimi, strateji yönetimi, iş pazarı analizini ve personel kazanımı ve çıkışı fonksiyonlarını içermektedir. Bu çalışmada insan kaynakları yönetiminin personel seçimi fonksiyonunun üzerinde durulmuştur. İnsan kaynakları teknolojileri süreçlerini iyileştirmek ve kolaylaştırmak için yapay zeka ve makine öğrenmesi çözümlerini uygulayan hızlı büyüyen bir sektör haline gelmiştir. Eşleştirme algoritmaları işe alım fonksiyonunu kolaylaştırmak amacıyla adaylarla iş ilanlarını eşleştirmeyi hedefleyen yapay zeka çözümleridir. Bu çalışmanın amacı bir işe alma platformunda, iş arayan adaylarla ilanları eşleştirmek için kullanılabilecek algoritmaların, uzmanların gözünden belirli kriterlere göre önemini araştırmaktır. Bu amaç doğrultusunda bir işe alma platformunda, alanında uzman olan pazarlama, satış, ürün, müşteri deneyimi ve yazılım geliştirme departmanlarının yöneticilerine alternatif algoritmaların ve kriterlerin önem derecelerinin tespiti için ölçek çalışması yapılmıştır. Elde edilen veriler çok kriterli karar verme yöntemlerinden AHP, SWARA, VIKOR ve WASPAS metotları ile analiz edilmiş, Kendall uyum katsayısı ile istatiksel olarak test edilmiştir.
Çalışmanın ilk aşamasında kriterlerin uzmanlara göre önem dereceleri AHP ve SWARA metotu ile belirlenmiştir. İkinci aşamasında VIKOR ve WASPAS yöntemleri ile karşılaştırmalı olarak bu kriterlere göre uzmanların eşleştirme algoritmalarına dair tercihleri sıralanmıştır. Kullanılan metotların sıralama sonuçlarına bir değişikliğe sebep olup olmadığını belirlemek amacıyla Kendall uyum katsayısı yöntemi uygulanmıştur. Yapılan analiz sonucunda çalışmaya katılan uzmanlara göre en önemli kriter Kullanıcı Memnuniyeti kriteri olurken kriterlere göre en önemli algoritma ise Doğal Dil İşleme temelli eşleştirme algoritması olmuştur. Kullanılan metotlardan bağımsız olarak bu veri setiyle aynı sonucun elde edileceği Kendall’ın uyumluluk testinin sonucu olarak bulunmuştur.