Construyendo Grafos de Conocimiento y Sistemas de Recomendación para Sugerir Opciones de Recapacitación y Mejora de Habilidades desde la Web
Autores: Weichselbraun, Albert; Waldvogel, Roger; Fraefel, Andreas; van Schie, Alexander; Kuntschik, Philipp
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Construyendo Grafos de Conocimiento y Sistemas de Recomendación para Sugerir Opciones de Recapacitación y Mejora de Habilidades desde la Web
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Avances
Tecnología
Mercados laborales
Reciclaje de habilidades
Programas de mejora de habilidades
Gráfico de conocimiento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
A medida que los avances en ciencia y tecnología, las crisis y el aumento de la competencia impactan en los mercados laborales, surgieron programas de reciclaje y mejora de habilidades para mitigar sus efectos. Dado que la información sobre educación continua está altamente distribuida en sitios web, elegir trayectorias profesionales y opciones adecuadas de mejora de habilidades se considera actualmente una tarea desafiante y engorrosa. Por lo tanto, este artículo presenta un método para construir un gráfico de conocimiento integral a partir de las páginas web de los proveedores de educación. Recopilamos programas educativos de 488 proveedores y aprovechamos métodos de reconocimiento y vinculación de entidades junto con la contextualización para extraer conocimiento sobre entidades como requisitos previos, habilidades, objetivos de aprendizaje y contenido del curso. El llenado de espacios luego integra estas entidades en un extenso gráfico de conocimiento que contiene cerca de 74,000 nodos y más de 734,000 aristas. Un sistema de recomendación aprovecha el gráfico creado y el conocimiento de fondo sobre ocupaciones para proporcionar sugerencias de trayectorias profesionales y mejora de habilidades. Finalmente, evaluamos el enfoque de extracción de conocimiento en el estándar de oro CareerCoach 2022 y recurrimos a expertos en la materia para juzgar las trayectorias profesionales y las sugerencias de mejora de habilidades proporcionadas por el sistema de recomendación.
Descripción
A medida que los avances en ciencia y tecnología, las crisis y el aumento de la competencia impactan en los mercados laborales, surgieron programas de reciclaje y mejora de habilidades para mitigar sus efectos. Dado que la información sobre educación continua está altamente distribuida en sitios web, elegir trayectorias profesionales y opciones adecuadas de mejora de habilidades se considera actualmente una tarea desafiante y engorrosa. Por lo tanto, este artículo presenta un método para construir un gráfico de conocimiento integral a partir de las páginas web de los proveedores de educación. Recopilamos programas educativos de 488 proveedores y aprovechamos métodos de reconocimiento y vinculación de entidades junto con la contextualización para extraer conocimiento sobre entidades como requisitos previos, habilidades, objetivos de aprendizaje y contenido del curso. El llenado de espacios luego integra estas entidades en un extenso gráfico de conocimiento que contiene cerca de 74,000 nodos y más de 734,000 aristas. Un sistema de recomendación aprovecha el gráfico creado y el conocimiento de fondo sobre ocupaciones para proporcionar sugerencias de trayectorias profesionales y mejora de habilidades. Finalmente, evaluamos el enfoque de extracción de conocimiento en el estándar de oro CareerCoach 2022 y recurrimos a expertos en la materia para juzgar las trayectorias profesionales y las sugerencias de mejora de habilidades proporcionadas por el sistema de recomendación.