일자리 추천, “좋아하는 직업”과 “뽑히는 직업”을 동시에 잡다
본 논문은 구직자 복지를 최우선 목표로 하는 일자리 추천 시스템을 설계한다. 직무의 효용과 채용 성공 확률 두 요소를 결합한 기대잉여 지수를 사용해 복지 최적의 순위를 도출하고, 프랑스 공공 고용 서비스와 진행한 두 차례 현장 실험을 통해 기존 예측 중심 알고리즘보다 훨씬 높은 복지 효과를 확인한다.
저자: Guillaume Bied, Philippe Caillou, Bruno Crépon
본 논문은 온라인 구직 플랫폼에서 사용되는 추천 시스템(RS)이 현재는 클릭·지원·채용 등 관측 가능한 행동을 예측하도록 최적화돼 있어 구직자의 실제 복지를 충분히 반영하지 못한다는 문제점을 제기한다. 이를 해결하기 위해 저자들은 두 가지 핵심 변수, 즉 직무가 제공하는 주관적 효용 U와 지원 후 채용될 확률 p를 포함하는 일자리 탐색 모델을 구축한다. 모델은 구직자가 순차적으로 직무를 만나며, 각 직무에 대해 ‘지원 여부’를 결정하는 과정에서 기대잉여 E
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기