Modeling problems in a regional labor market - by mars and artificial intelligence - poland case

Abstract

Çalışanların belirli becerilere (mesleki veya teknik) yeterliliği, işgücü piyasasında, ekonomide ve nihayetinde sağlık, kişisel ve sosyal güvenlik, icra etme, yaşam kalitesi ve beklentiler alanında kaydedilen ilerlemeler için kritik bir konudur.Bu bakımdan, piyasadaki ihtiyaç duyulan bilgileri ve mevcut temel becerileri izlemenin yanı sıra bu bilgiyi ekonomi, işletme ve eğitim sektörlerinden yetkililere erişilebilir kılmak esastır.Wielkopolskie Voyvodalığı'nda (Büyük Polonya Bölgesi, Polonya), işveren tarafından mesleki beceri taleplerini denetlemek ve eğitim sistemi ile bilgi sistemi arasındaki bilgi akışını hızlandırmak amacıyla uzun yıllardır geniş ve çeşitli veri toplama platformu olarak Profesyonel Sistem incelenmiştir.Tezimizdeki ilk adım, bu büyük veri setini önceden hazırlayıp çalışmalarımız için uygun hale getirmektir. Tezdeki temel amaç; öğrencilerin mesleki beceriler (Z)'ye göre muhtemel katkılarını (``söz''), bu katkıların ortak becerilere (O), genel becerilere (W), diğer herhangi bir ekonomik veya sosyal koşullara ve zamana bağlı değişkenlere göre gösterdiği farklılıkları özellikle matematiksel olarak modellemektir. Dolayısıyla, modelimizde, yanıt değişkeni (Z)' ye bağlı olarak belirlenmiş ve diğer tüm koşullar girdi değişkeni olarak uygulanmıştır.Her satır vektör veri setimizin bir çifti (i, j) olarak belirlenmiş ve burada her öğrenci i, her öğrencinin başvuru yaptığı iş teklifi ise j olarak kullanılmıştır.Bu çalışmada Doğrusal Regresyon (LR), Çok Değişkenli Adaptif Regresyon Spline'ları (MARS) ve Yapay Nötr Ağları (ANNs) kullanarak yanıt değişkeni ve girdi değişkenleri arasındaki ilişki bulunmaya çalışılmıştır.MARS modelinin ve ANNs modelinin sonuçlarını, istatistiksel performans kriterleri ve istatistiksel grafikler yardımıyla, ve MARS yaklaşımımızın rekabet edebilirliğinin yüksek olduğunu kanıtlayarak karşılaştırıyoruz.Bu analizle, özellikle eğitim alanında, işverenlerin talepleri ile devletin ve üniversite liderliğinin karar mercileri arasındaki taleplerin nasıl karşılanacağı ve nasıl belirleneceği üzerine yorum yapılmaktadır.

Laborers' skills are critical for advancement in the labor market inthe economy and, eventually, in the areas of health, personal andsocial security, fulfillment, life quality and expectation. In this respect, it is essential to monitor needed knowledge and available core skills in the market, as well as to make this knowledgeaccessible to decision makers from economy, business and educationalsectors. In Wielkopolskie Voivodeship (Greater Poland region, Poland),a Professional System has been implemented for many years as a vastand diverse dataset, to inspect requests for professional skills byemployer, and to accelerate the flow of information betweeneducational system and different areas of the labor market.The first step of the thesis was to preprocess this big dataset to make it suitable for our studies. The main aim of this thesis study is to mathematically model students' possible contributions (`promise`) to jobs in terms of professionals skills (Z), with particular interest in the dependence of these contributions on common skills (O), general skills (W), any other economic or social circumstances, as well as time variables. Hence, in our model, the response variable is (Z) and all other aspects are implemented as input variables. Each row vector of our dataset is a pair (i,j) where student i is a student and a j is a job offer i applies to. Our aim is to figure out the relationship between the response variable and input variables by applying Linear Regression (LR), Multivariate Adaptive Regression Splines (MARS) and Artificial Neutral Networks (ANNs), as an AI-kind of methodology.We compare the results of MARS model and ANNs model, by the help ofstatistical performance criteria and statistical graphs, herewithdemonstrating the high competitiveness of our MARS approach. Through this analysis we also comment on how to determine the fulfillment between the demands of employers and decision markers of government and university leadership, especially, in the field of education.