| 姓名 |
梁保祥(Pao-Hsiang Liang)
查詢紙本館藏 |
畢業系所 |
土木系營建管理碩士在職專班 |
| 論文名稱 |
運用支援向量機演算法預測營造業人才招募之研究
(Predicting recruitment in the construction industry using Support Vector Machine)
|
| 相關論文 | |
| 檔案 |
 [Endnote RIS 格式]
[Bibtex 格式]
 [相關文章]  [文章引用]  [完整記錄]  [館藏目錄]  至系統瀏覽論文 (2026-1-24以後開放)
|
| 摘要(中) |
近幾年，工程建案急速增加，人才流動非常頻繁，營造廠商徵才面試持續不斷，倘只要有些疏忽或是流程時間掌控不當，很容易就錯失優秀人才錄取之時機，加上等待其錄取人才回應或是來公司報到時間拉長，甚至不易掌控是否要繼續應徵其他才，付出之時間成本甚鉅。本研究依照分類方式彙整收集多家北部營造業之面試數據資料，以最多12層次對每一分類做劃分，並運用四種最受歡迎之分類演算工具進行預測，其中包含了多層層感知器(MLP)、支援向量機(SVM)、隨機森林(RF)、自組織映射機(TS-SOM)，並且採用了五種交叉驗證方式來比較結果與分析，研究結果得知，以支援向量機(SVM)最為至準確，可達到93%預測面試人員錄取、非錄取與婉拒錄取之準確度，未來在招募徵才時，可運用營造公司自有之歷史面試數據，並搭配此計算機之運算方式輔助錄取審核結果之參考，可以準確判斷出錄取人才報到之機率性，減少企業等待中時間浪費。 |
| 摘要(英) |
The rapid increase in construction projects and frequent workforce turnover pose challenges for construction firms in continuous recruitment interviews. Any oversight or improper control of the process timeline can easily lead to missing the opportunity to recruit excellent talent. This study categorically compiles and collects interview data from multiple construction companies in the northern region, totaling 560 entries spanning five years (2018-2023). The study considers 14 influencing factors and utilizes four commonly used classification algorithms for prediction, including Multilayer Perceptron (MLP), Support Vector Machine (SVM), Random Forest (RF), and Self-Organizing Map (TS-SOM). Five cross-validation methods are employed to compare and analyze the results. The findings reveal that the Support Vector Machine is the most accurate, achieving a prediction accuracy of 93% for interviewees′ acceptance, rejection, and deferment. In the future, accurate assessment of the probability of recruited talent reporting can reduce the time wasted by companies during the recruitment process. |
| 關鍵字(中) |
★ 支援向量機
★ 演算預測
★ 招募
★ 營建企業 |
關鍵字(英) |
★ SVM
★ prediction
★ employee recruitment
★ construction company |
| 論文目次 |
第一章 緒論 1
1-1研究背景與動機 1
1-2研究問題 1
1-3研究目的 2
1-4研究範圍與限制 2
1-5研究方法 2
1-6研究流程 3
第二章 文獻回顧 5
2-1文獻統整構面說明 5
2-2求職者資料重點分析與評估 6
2-3 面試官對面試時須注重之重點分類 7
2-4薪資對招募成功之影響力 8
2-5小結(招募) 12
2-6機械學習之分類演算法 13
2-6-1 多層感知器(Multilayer Perceptron, MLP) 13
2-6-2 支援向量機(Support Vector Machine, SVM) 15
2-6-3 隨機森林(Random Forest , RF) 17
2-6-4 自組織映射圖(Self-Organizing Map, SOM) 21
2-7小結(分類演算法) 22
第三章 資料蒐集與分析 24
3-1資料蒐集來源 24
3-2 招募資料收集流程 27
3-3資料分析與處理 29
3-3-1主要劃分三項區塊： 29
3-3-2 求職者個人資訊與資料範圍分析： 31
3-3-3應徵者個人資訊與資料範圍分析： 35
3-3-4面試官對面試者之評分(劃分)： 41
3-3-5面試官對面試者之職稱分類： 45
3-3-6 證照說明與持有分類： 46
3-3-7 薪資需求與給薪範圍分類： 47
3-3-8 資料處理說明： 54
第四章 模型建構 55
4-1建構模型流程 55
4-1-1 K 等分交叉驗證法(K-fold) 55
4-1-2 模型建構 55
4-2模型預測結果 57
4-3預測結果討論 57
第五章 結論與建議 60
5-1結論 60
5-2貢獻 61
5-3建議 61
參考文獻 63 |
| 參考文獻 |
[1] 蔡爾逸(2012)，「應用支撐向量機(SVM)於都市不動產價格預測之研究」，碩士論文，國立中央大學。
[2] 周惠莉(2003)，「五大人格特質、性別角色與轉換型領導關聯性之研究」，碩士論文，私立中原大學。
[3] 邱敏鋒(2008)，「運用支撐向量機建構營建材料供應商-使用衍生性金融商品避險之預測模型」，碩士論文，國立中央大學。
[4] 全峻麟(2023)，「面試者整體表現與面試結果之關係研究：以面試官認知為中介變數」，碩士論文，私立健行科技大學。
[5] 李珊珊(2000)，「招募方法與工作投入關係之研究」，碩士論文，私立中國文化大學。
[6] 李宜珊(2010)，「員工星座、群己動態與創造力之互動模式探討」，碩士論文，國立台灣海洋大學。
[7] Tomas Chamorro-Premuzic(2018)，「 《一流企業都在用的人才策略》：四種簡單辨別人才的天生原則」，書籍。
[8] 蔡翊紘(2023)，「人力薪資對營建業市場影響之研究」，碩士論文，國立台灣科技大學。
[9] 陳顗伊(2011)，「營建工程規劃人員專業職能模型之建構」，碩士論文，國立中央大學。
[10] 王宗鴻(2006)，「人格特質、主管領導風格與人力資源管理措施對工作投入與工作績效之影響」，碩士論文，國立中央大學。
[11] 吳文琦(2013)，「人格特質與企業人力資源品牌偏好之研究」，碩士論文，國立中央大學。
[12] 黃星策(2023)，「多層感知器辨識於人體骨架姿態臨床步態平衡評分測試系統分析設計」，碩士論文，國立高雄科技大學。
[13] 林巧盈(2014)，「探討 K 等分交叉驗證法對於分類氣錯選率之研究」，碩士論文，國立成功大學。
[14] 李孟潔(2020)，「以隨機森林演算法及限梯度提升法分析台灣五十隻交易策略」，碩士論文，國立高雄科技大學。
[15] 魏明珠(2008)，「中小企業人力資源招募與甄選方法及成效之研究 -以北區資訊電子工業為例」，碩士論文，國立國立中山大學。
[16] 鐘家淇(2019)，「中小企業運用八字命理學選才之研究」，碩士論文，國立暨南國際大學。
[17] Ram Charan(2021)，「顛覆致勝，貝佐斯的第一天創業信仰，打造稱霸全世界的Amazon帝國」，書籍。
[18] 陳怡婷(2018)，「基於人工魚群演算法之SVM參數最佳化與滾珠軸承的故障診斷」，碩士論文，國立台北科技大學。
[19] 劉昭宏(2020)，「使用超參數穩健優化邏輯斯迴歸與隨機森林演算法預測淨膚雷射所導致發炎後色素沉著併發症之風險」，博士論文，國立高雄科技大學。
[20] 翁暐甯(2018)，「薪資偏好與求職者反應之關係：以公平知覺為中介歷程」，碩士論文，東海大學。
[21] 陳佑齊 (2017)，「人力資源管理控制系統與薪資策略關係之研究--以台灣1500大企業為例」，碩士論文，國立高雄科技大學。
[22] 劉冠瑩 (2019)，「人資人員對人工智慧運用於人資工作之接受度研究」，碩士論文南臺科技大學。
[23] 林尚賢 (2015)，「男女大不同?--職場履歷表篩選結果之研究」，碩士論文，國立中山大學。
[24] 朱庭瑩 (2014)，「應徵者履歷表資訊對面試官認知評價之影響」，碩士論文，東海大學。
[25] 許孝婷 (2016)，「以谷歌趨勢及多層感知器模型於旅客人數預測之應用」，碩士論文，國立暨南國際大學。
[26] 教育部統計處：https://depart.moe.edu.tw/
[27] 行政院統計處：https://earnings.dgbas.gov.tw/
[28] 104人力網站：https://vip.104.com.tw/
[29] 1111人力網站：https://recruit.1111.com.tw/ |
| 指導教授 |
陳介豪(Jieh-Haur Chen)
|
審核日期 |
2024-1-26 |
| 推文 |
 facebook  plurk  twitter  funp  google  live  udn  HD  myshare  reddit  netvibes  friend  youpush  delicious  baidu
|
| 網路書籤 |
 Google bookmarks  del.icio.us  hemidemi myshare
|
