Zoekmachines en aanbevelingssystemen hebben invloed op het online wervingsproces van personeel. Dat blijkt uit onderzoek van data-analist Corné de Ruijt. Hij doet onderzoek naar verschillende algoritmes die gebruikt worden bij het online wervingsproces.
Voor werkzoekenden bepalen zoekmachines en aanbevelingssystemen, zoals LinkedIn en Indeed, welke vacatures worden getoond op vacaturewebsites en in welke volgorde. Ook zijn deze systemen belangrijk voor recruiters. Ze bepalen namelijk welke kandidaten worden getoond bij het zoeken in een CV-database.
Klassieke algoritmen op basis van klikdata hebben de neiging om populaire resultaten prominent in een volgend zoekresultaat te tonen. Dit heeft als gevolg dat sommige vacatures meer sollicitanten oplevert dan verwerkt kan worden en andere vacatures juist te weinig reacties opleveren. Hiermee rekening houden in het algoritme voorkomt niet alleen dit probleem, maar zorgt ook dat sommige werkzoekenden toch solliciteren op een minder populaire vacature.
Het onderzoek van De Ruijt geeft een overzicht van de verschillende algoritmen die te gebruiken zijn om vacatures en kandidaten aan te bevelen op online wervingsplatformen. Tevens gaat het onderzoek in op modellen die de relevantie van een zoekresultaat proberen te schatten, op basis van waar gebruikers van de zoekmachine of aanbevelingssystemen op klikken. Voor het evalueren van de algoritmen maakte De Ruijt gebruik van data afkomstig van recruitmentwebsites. Waar dit niet mogelijk is, gebruikte hij een simulatie.
Meer informatie over het proefschrift
