文献

J-GLOBAL ID：202002229538314045   整理番号：20A2397289

協調的トピック回帰モデルによる雇用者ブランド評価の強化【JST・京大機械翻訳】

Enhancing Employer Brand Evaluation with Collaborative Topic Regression Models

著者 (6件)： Lin Hao (School of Economics and Management, Beihang University, Beijing, China) ,  Zhu Hengshu (Talent Intelligence Center, Baidu Inc., Beijing, China) ,  Wu Junjie (School of Economics and Management, Beihang University, China and Beijing Advanced Innovation Center for Big Data and Brain Computing, Beihang University, Beijing, China) ,  Zuo Yuan (School of Economics and Management, Beihang University, Beijing, China) ,  Zhu Chen (Talent Intelligence Center, Baidu Inc., Beijing, China) ,  Xiong Hui (Management Science and Information Systems Department, Rutgers University, Newark, NJ, USA)
資料名： ACM Transactions on Information Systems  (ACM Transactions on Information Systems)
巻： 38  号： 4  ページ： 1-33  発行年： 2020年 
JST資料番号： H0971A  ISSN： 1046-8188  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 従業員のBrand評価(EBE)は,競合エッジを同定するための雇用者のユニークな特性を理解することである。伝統的手法は,民間企業にとって容易に利用できないかもしれない,Securityと交換委員会(SEC)に提出された財政的レポートとフィルタリングを含む,雇用者の財務情報に大きく依存している。幸いことに,オンライン加入サービスは,従業員のオンライン評価とコメントから様々な雇用者の情報を提供し,それは従業員の展望からEBEを可能にする。この目的のために,本論文では,雇用者ブランドの潜在構造パターンを学習するために,テキスト(即ち,レビュー)と数値情報(すなわち,サリーとレイティング)の両者を協調的にモデルするための,企業プロファイリングベースの協調トピック回帰(CPCTR)と呼ぶ方法を提案した。同定されたパターンによって,定性的意見解析と定量的サリーベンチマークの両方を効果的に実施することができた。さらに,Gaussプロセスベース拡張,GPCTRを提案し,不均一情報間の複雑な相関を捉えた。実生活アプリケーションにおける著者らの方法の有効性と一般化可能性を検証するために,3つの実世界データセットについて広範な実験を行った。結果は,著者らの方法が最先端のベースラインを凌駕し,EBEの包括的な理解を可能にすることを明確に示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *雇用 ,  *ブランド ,  レイティング ,  フィルタリング ,  Gauss過程 ,  私企業 ,  応用プログラム ,  *回帰モデル ,  基準線 ,  有効性
準シソーラス用語： ベンチマーキング ,  従業員 ,  オンライン ,  財務 , 【Automatic Indexing@JST】

著者キーワード (4件)： 雇用者ブランド評価 ,  Gauss過程 ,  協調的トピック回帰 ,  給与のベンチマーキング

分類 (1件)： 検索技術  (AC06020S)

タイトルに関連する用語 (7件)： 協調 ,  トピック ,  回帰モデル ,  雇用 ,  ブランド ,  評価 ,  強化