Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

OKRA: an Explainable, Heterogeneous, Multi-Stakeholder Job Recommender System

Created by
  • Haebom

저자

Roan Schellingerhout, Francesco Barile, Nava Tintarev

개요

본 논문은 채용 분야에서 설명 가능성과 공정성에 대한 엄격한 요구사항을 충족하는 새로운 설명 가능한 다 이해관계자 채용 추천 시스템을 제안합니다. Graph Neural Networks를 기반으로 한 OKRA(Occupational Knowledge-based Recommender using Attention) 시스템은 후보자와 회사 양측에 추천 및 설명을 제공합니다. 두 개의 데이터셋을 사용한 실험 결과, OKRA는 6개의 기준 모델보다 nDCG 성능이 훨씬 우수한 것으로 나타났습니다. 하지만 도시 지역에 위치한 후보자와 공석에 대한 편향이 존재하는 것으로 확인되었습니다. 결론적으로 OKRA는 정확성, 설명 가능성 및 공정성 간의 균형을 제공하는 시스템임을 시사합니다.

시사점, 한계점

시사점:
Graph Neural Networks 기반의 설명 가능한 다 이해관계자 채용 추천 시스템 OKRA 제안.
후보자와 회사 양측에 대한 추천 및 설명 제공.
기존 모델 대비 향상된 nDCG 성능.
정확성, 설명 가능성, 공정성 간의 균형을 고려한 시스템 설계.
한계점:
도시 지역에 위치한 후보자와 공석에 대한 편향 존재.
다양한 데이터셋에 대한 일반화 성능 검증 필요.
👍