Klasifikační model pro doporučování pracovních nabídek založený na webscrapingu

Bc. Matěj Štangler

Diplomová práce

Webscraping classification model for job offers

Anotace:

Tato práce se zaměřuje na formulaci hypotézy s cílem definovat teoreticky nejlepší architekturu pro sběr dat popisujících pracovní nabídky, pomocí techniky web scrapingu a jejich následnou klasifikaci za účelem poskytnutí personalizované nabídky na základě uživatelských preferencí. Tato hypotéza bude experimentálně ověřena prostřednictvím vlastní implementace. V první části práce je rozebírána problematika sběru dat, včetně největších překážek a etických aspektů této činnosti. Dále je dokumentován postup použitý při vlastní implementaci. V další části práce je zkoumána problematika klasifikace získaných dat, která může být provedena pomocí několika různých přístupů a modelů. Volba a implementace optimálního přístupu je výstupem této části práce. Závěrečná část práce se věnuje spojení dvou vzniklých nástrojů a hodnocení jejich vzájemné funkčnosti a efektivity. Výsledkem práce je ověření originální hypotézy, případné návrhy na dosažení lepších výsledků a samotný program.

Abstract:

This paper focuses on formulating a hypothesis with the aim of defining the theoretically best architecture for collecting data containing job offers using web scraping techniques, and subsequently classifying them in order to provide personalized selection based on user preferences. This hypothesis will be experimentally verified through practical implementation. The first part of the paper discusses the issue of data collection, including its major obstacles and ethical aspects. Furthermore, the methodology used in the implementation is documented. The next section of the paper focuses on the classification of obtained data, which can be performed using several different approaches and models. The selection and implementation of the optimal approach is the output of this section of the work. The final section of the paper addresses the integration of the two resulting tools and evaluates their mutual functionality and effectiveness. The outcome of that is the verification of the original hypothesis, suggestions for achieving better results, and the actual program.

Klíčová slova

machine learning, web scraping, klasifikace, web

Keywords

web scraping, web, machine learning, classification

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 16. 3. 2023

Obhajoba závěrečné práce

• Obhajoba proběhla 16. 5. 2023
• Vedoucí: Ing. Zdeněk Votruba, Ph.D.
• Oponent: Michal Hruška, Ph.D.

Česká zemědělská univerzita v Praze

Technická fakulta

Magisterský studijní program:
Informační a řídicí technika v agropotravinářském komplexu