Abstract
Job offer and job search data related to employment are in the form of highly-unstructured texts that occur in real-time, NCS duty, learning modules, and job dictionaries. Job announcements and training information have a high data value amid changes in industrial technology, such as the Fourth Industrial Evolution. This study developed a job data dictionary by defining relevant data to intuitively understand and harness information on job offers and job searches. This study also designed, constructed, and evaluated a data map based on ontology to enable linking and inferring data about public announcement-job-training. Through this, it was found that the inference function centered on work ability enables QoS support that can satisfy users by minimizing mismatch between consumers and optimizing the data dictionary.
채용 플랫폼의 일자리 정보는 IT 기술의 발전과 함께 많은 산업 분야에서 대량의 데이터를 발생시키고 있으며 실시간 발생하는 비정형도가 높은 특징이 있다. 또한 일자리와 관련한 채용공고와 훈련정보 등은 4차 산업혁명 등 산업기술의 변화와 밀접한 관계가 있어 기술변화 및 발전을 이해하는데 높은 데이터 가치를 지니고 있다. 본 논문은 구인-구직과 관련된 정보들을 직관적으로 이해하고 활용하기 위해 관련된 데이터를 정의해 직무데이터 사전을 만들고, 공고-직무-훈련 등 데이터 간 연계와 추론을 할 수 있도록 온톨로지 모델링에 기반한 데이터맵을 설계·구축 및 평가를 수행하였다. 이를 통해 업무능력 중심의 추론 기능은 수요자 간 미스매치를 최소화하고 데이터사전 최적화로 사용자가 만족할 수 있는 QoS 지원이 가능함과 검색엔진 기반 구인-구직 시스템보다 성능이 우수함을 확인하였다.