Untersuchung eines Matching-Systems für Lebensläufe und Stellenanzeigen: Ein Ansatz zur Verbesserung der Jobvermittlung

  • Diese Arbeit beschäftigt sich mit der Entwicklung eines KI-gestützten Matching-Systems, das Lebensläufe und Stellenanzeigen durch semantische Textanalyse (NLP) verknüpft. Ziel ist es, die Schwächen herkömmlicher Suchsysteme auf Jobportalen zu überwinden und eine präzisere, nutzerorientierte Lösung bereitzustellen. Untersuchungen von bestehenden Lebensläufen und Stellenanzeigen sowie eine quantitative Erhebung zeigten, dass bestehende Suchsysteme oft unzureichend sind. Basierend auf diesen Erkenntnissen wurde eine maßgeschneiderte Datenvorverarbeitung entwickelt, um die Qualität der Eingabedaten zu verbessern. Die Modell- und Algorithmenauswahl ergab, dass das multilingual-e5-large-instruct-Modell die leistungsfähigste Matchingvariante darstellt. Der entwickelte Prototyp erwies sich als leistungsfähiger und präziser als viele bestehende Systeme. Gleichzeitig verdeutlichte eine Regressionsanalyse, dass die Qualität der Ergebnisse stark von der Güte und Aktualität der zugrunde liegenden Daten abhängt.

Export metadata

Additional Services

Search Google Scholar
Metadaten
Author:Christoph ScharnaglORCiD
URN:urn:nbn:de:bvb:92-opus4-42124
DOI:https://doi.org/10.34646/thn/ohmdok-4212
Place of publication:Nürnberg
Referee:Uwe Wienkop, Axel Hein
Document Type:Master's Thesis
Language:German
Date of first Publication:2025/09/23
Publishing Institution:Technische Hochschule Nürnberg Georg Simon Ohm
Granting Institution:Technische Hochschule Nürnberg Georg Simon Ohm
Date of final exam:2025/01/07
Release Date:2025/09/23
Tag:CV-Matching; E5-Instruct-Modell; Multilinguale Embeddings; Nutzerumfrage
GND Keyword:Künstliche Intelligenz (KI); Natural Language Processing; Matching (Rekrutierung); Informationsretrieval; Semantische Suche
Pagenumber:152
First Page:1
Last Page:144
Note:
Masterarbeit ; Technische Hochschule Nürnberg / Fak. Informatik
institutes:Institut für Angewandte Informatik
Licence (German):Creative Commons - CC BY - Namensnennung 4.0 International
Verstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.