Knowledge Discovery from CVs: A Topic Modeling Procedure

URN zum Zitieren dieses Dokuments:: urn:nbn:de:bvb:355-epub-410049
DOI zum Zitieren dieses Dokuments:: 10.5283/epub.41004

Schiller, Alexander

Vorschau

PDF
(473kB)

Veröffentlichungsdatum dieses Volltextes: 08 Nov 2019 12:57

Alternative Links zum Volltext:Verlag

Details

Dokumentenart:	Konferenz- oder Workshop-Beitrag (Paper)
Datum:	Februar 2019
Institutionen:	Wirtschaftswissenschaften > Institut für Wirtschaftsinformatik > Lehrstuhl für Wirtschaftsinformatik II (Prof. Dr. Bernd Heinrich) Informatik und Data Science > Fachbereich Wirtschaftsinformatik > Lehrstuhl für Wirtschaftsinformatik II (Prof. Dr. Bernd Heinrich)
Stichwörter / Keywords:	Text Mining, Topic Modeling, Latent Dirichlet Allocation, Human Resource Management
Dewey-Dezimal-Klassifikation:	000 Informatik, Informationswissenschaft, allgemeine Werke > 004 Informatik 300 Sozialwissenschaften > 330 Wirtschaft
Status:	Veröffentlicht
Begutachtet:	Ja, diese Version wurde begutachtet
An der Universität Regensburg entstanden:	Ja
Dokumenten-ID:	41004

Vorschau

Bibliographische Daten exportieren

Zusammenfassung

With a huge number of CVs available online, recruiting via the web has become an integral part of human resource management for companies. Automated text mining methods can be used to analyze large databases containing CVs. We present a topic modeling procedure consisting of five steps with the aim of identifying competences in CVs in an automated manner. Both the procedure and its exemplary ...

Nur für Besitzer und Autoren: Kontrollseite des Eintrags

Downloadstatistik

Weitere Literatur (mittels CORE)

Details

Vorschau

Bibliographische Daten exportieren

Zusammenfassung

Zusammenfassung

Downloadstatistik

Downloads

Weitere Literatur (mittels CORE)

Universitätsbibliothek