Les techniques de recommandation dans le e-recruitement

Abstract

A l’heureactuelle,larecommandationdanslee-recrutementoccupeuneplacepré- pondérantedansledomainedutravail,puisquel’associationdepersonnescompétentes aux postesconvenantleplusàleursprofilspermetdedynamiserleurproductivitéet leur épanouissement,etauxentreprisesdetirerunmaximumdeprofitdeleurexper- tise, etcequelquesoitleposteallantdusimpleagentcomptableauprésidentdirecteur général d’unemultinationale.Decefait,plusieurstechniquesderecommandationont été élaboréesetchacunesedistinguantparsesatoutsetseslimites.L’objectifdece travailestlepassageenrevuedesméthodesettechniquesderecommandationdansle cadre durecrutementenligneoue-recrutement,oùnousallonscatégoriser,répertorier, détailler etillustrercestechniques.Pourl’organisationducontenu,nousintroduisons dans lapremièrepartie:(1)lessystèmesderecommandation,(2)lessimilarités,(3) l’intelligenceartificielleet(4)leBigData.Dansladeuxièmepartie,onyconsacre notre étatdel’artportantsurlesapprochesderecommandationsd’emploiengénéral, comprenant:larecommandationbaséesurlecontenu,surlefiltragecollaboratif,sur les connaissances,etenfinlesméthodeshybridesderecommandation,tandisquela seconde partiedel’étatdel’artporterasurlarecommandationàl’aidedetechniques d’intelligenceartificiellenotammentledeeplearningetledatamining.***

Atpresent,recommendationine-recruitmentoccupiesapreponderantplaceinthe field ofwork,sincetheassociationofcompetentpeopleinthepositionsmostsuited to theirprofilesallowsthemtoboosttheirproductivityandtheirfulfillment,andas for companiestoobtainmaximumbenefitfromtheirexpertise,whatevertheposition ranging fromasimpleaccountanttotheCEOofamultinational.Asaresult,severalre- commendation techniqueshavebeendevelopedandeachonestandsoutforitsstrengths and limitations.Theobjectiveofthisworkistoreviewthemethodsandtechniquesof recommendation inthecontextofonlinerecruitmentore-recruitment,wherewewill categorize, list,detailandillustratethesetechniques.Fortheorganizationofcontent, weintroduceinthefirstpart:(1)recommendationsystems,(2)similarities,(3)artifi- cial intelligenceand(4)BigData.Inthesecondpart,wedevoteourstateofthearton the approachestoemploymentrecommendationsingeneral,including:content-based recommendation, oncollaborativefiltering,onknowledge-based,andfinallythehybrid methodsofrecommendation,whilethesecondpartofthestateoftheartwillfocuson the recommendationusingartificialintelligencetechniquesincludingdeeplearningand data mining.