Predicting relative job placement potentials and mining skill sets by analyzing online job ads

Abstract

İş ilanları oldukça değerli bilgiler içeriyor. Özellikle web'deki çok sayıda iş ilanı, birlikte analiz edilerek önemli istatistiklere ulaşma imkanı sunuyor. Bu çalışmada mühendislikle ilgili online iş ilanları, veri madenciliği teknikleri kullanılarak incelendi. Özellikle sınıflandırma ve birliktelik analizi teknikleri kullanıldı. Araştırma kapsamında yazdığımız bir program yardımıyla kariyer. net sitesinden 17,347 ilanı otomatik olarak çektik. İlanları bilgisayar mühendisliği, elektrik-elektronik mühendisliği, endüstri mühendisliği, inşaat mühendisliği, makine mühendisliği olarak 5 mühendislik dalına göre sınıflandırdık. Her bir sınıf için toplam personel sayılarını bulduk. Her bir ilanın kaç bölümle ilişkili olduğunu bulduk. Üniversitelerin bu bölümler için belirlediği toplam kontenjan sayılarını da kullanarak her bir bölümün göreceli iş bulma potansiyelini hesapladık. İlanların kapsadığı bölümlerin birbirleriyle ne kadar ilgili olduklarına birliktelik analizi metotlarını kullanarak karar verdik. Ayrıca bilgisayar mühendisliği için ilanlarda en çok aranan teknik yetenekleri ortaya çıkararak gruplandırdık. Bu çalışma, eğitimciler, öğrenciler özellikle mühendislik tercihi yapacak üniversite adayı öğrenciler ve konunun diğer paydaşları için ilginç sonuçlar içeriyor. Türkiye'de bu alanda, bu boyutta yapılmış bir çalışma bulunmuyor. Veri analizi için kullandığımız yöntemler de sonraki çalışmalar için yol gösterici olabilir. Anahtar Kelimeler: İş ilanları, veri madenciliği, iş bulma potansiyeli, birliktelik analizi, sınıflandırma.

Job ads contain quite valuable information. In particular, a large number of job ads in the web analyzed together offers the opportunity to reach significant statistics. In this study, online job ads relevant to engineering were analyzed using data mining techniques. In particular, classification and association analysis techniques were used. We retrieved 17.347 job ads from kariyer.net automatically with the help of a program we developed. We classify the job ads for five engineering departments: computer engineering, electrical engineering, industrial engineering, civil engineering, and mechanical engineering. We determined the total number of personnel advertised for each discipline. Using the total university placement quotas as the approximate number of graduates in Turkey for these departments, we calculated the relative job placement potential of each department. We used association analysis methods to examine the relationships of these departments in ads. In addition, we investigated most wanted technical skills for computer engineering. This study contains valuable results for students who plan to select an engineering major in a university. In addition, it will be beneficial for computer engineering students who want to specialize on some subfields. Moreover, it will also be helpful for academics for curriculum development. It is the first study in Turkey by examining this many online job ads.Keywords: Job ads, Data Mining, Job placement potential, Association analysis, Classification.