Fuzzy C-Means na Seleção de Currículos

Autor: Henrique Santos C. Rocha

Introdução

Para a maioria das empresas, os currículos de pessoas são o ponto de partida para selecionar os melhores candidatos, priorizando uma avaliação de acordo com a experiência profissional.

Torna-se necessário uma análise de cada currículo recebido

Objetivo

O objetivo deste trabalho é verificar a eficácia do algoritmo de agrupamento Fuzzy C-Means na mineração de currículos para seleção de candidatos

Algoritmo Fuzzy C-Means

FCM é um algoritmo de agrupamento que permite que um mesmo dado pertença a um ou mais grupos com diferentes graus de pertinência

O FCM foi desenvolvido por Dunn em 1973 e aprimorado por Bezdek em 1981.

O FCM é basicamente uma implementação fuzzy do algoritmo K-means, e portanto compartilha muitas de suas vantagens e desvantagens

Algoritmo Fuzzy C-Means

O Algoritmo é composto dos seguintes passos:

• Inicializar a matriz U=[uij], U(0).

• Ao passo k calcular os vetores dos centros C(k)=[cj] com U(k).

• Atualizar U(k) e U(k+1).• Se a condição de

parada não for atingida retornar ao passo 2.

Implementação

Os currículos são os dados do algoritmo enquanto as vagas são os centros dos grupos

Só é necessário definir as distâncias entre as vagas (centros) e os currículos (dados).

Por se tratar de uma técnica de agrupamento, a função de similaridade é extremamente importante.

• É utilizado duas formas de medição de distância: vetorial e euclidiana.

Implementação

Os currículos são representados por dimensões formados por [característica, tempo x peso]

Além do algoritmo de agrupamento é utilizado uma técnica de classificação de resultados de busca

• Formula Classificação: (Tc*Pv) + ( (Cn-1)*10000)

0 1293 6

3

6

9

Analista | T:6 | P:3

Programador | T:6 | P:2

12

15 18

Vaga (Conjunto Ideal)

Dist. Vetorial

Dist. Euclidiana

Currículo 1

Dist.

Euclidiana

Currículo 2

Dist. Vetorial

Dis

t.

Eu

clid

ian

a

Currículo 3

Gráfico das Distâncias

Hipóteses

Principal: O algoritmo FCM usando as características dos currículos para definir similaridade conseguirá associar os currículos para cada vaga, e usando o grau de pertinência poderá ver os melhores currículos.

•Hipótese 1: Distância Vetorial sem tempo

•Hipótese 2: Distância Vetorial e Classificação

•Hipótese 3: Distância Euclidiana e Classificação.

Experimento com 10 Vagas

Vaga Teste 8Característica Tempo Peso

Química 12 6Fisica 8 4

Matematica 8 2

Experimento X

Característica Tempo PesoMÉTODO HIPOTESE 2

Química 0,4042089314880913 0,20210446574404564

Fisica 8,735028886212533x10-17 4,367514443106266x10-17

Matemática 1,07469838364712x10-21 2,6867459591178x10-22

MÉTODO HIPOTESE 3

Química 3,571747371157369x10-17 1,7858736855786844x10-17

Fisica 1,0826156853814001x10-22 5,413078426907001x10-23

Matemática 2,695861849367521x10-24 6,739654623418802x10-25

MÉTODO HIPOTESE 1

Química 0,403136552130834

Fisica 4,992629958040383x10-14

Matemática 3,68472998388942x10-25

Vaga Teste 8 ajustada após a execução do algoritmo

Nome Tempo Química

Tempo Física

Tempo Matemática

Moacir Marra Machado 18 27 36Álisson Bragança Silva 9 9 9Macir Robson Eufrásio 18 0 9Lys Maria Amaral Vilas Boas

9 9 0

Wilson César de Abreu 9 9 0Samira Garcia de Oliveira 9 0 9Rouvenia Dutra Dias 439 0 0Stefano Juliano Tavares 113 0 0Luciana Debortoli de Carvalho

90 0 0

Waldemar Bicalho Campos 81 0 0

Currículos para Vaga Teste 8 – Hipótese 2

Experimento X

Currículos para Vaga Teste 8 – Hipótese 3

Experimento X

Nome Tempo Química Tempo Física

Tempo Matemática

Moacir Marra Machado 18 27 36Álisson Bragança Silva 9 9 9Flavio Heleno Garciano 0 54 81Evânio Azevedo 0 27 27Macir Robson Eufrásio 18 0 9Lys Maria Amaral Vilas Boas

9 9 0

Wilson César de Abreu 9 9 0Samira Garcia de Oliveira 9 0 9Carlos Augustus Rocha 0 9 9Eliseth Costa do Couto 0 9 9

Experimento X

Médias de tempo para execução do algoritmoMétodo Hipótese 1: 3296 ms Método Hipótese 2: 7182 msMétodo Hipótese 3: 7998 ms

Experimentos

Experimento A – 1 vaga Experimento Y - 10 vagas sendo:

• 5 vagas que nenhum currículo da base possui característica em comum

• 5 vagas com currículos que possuem as características

Experimento Z - 10 vagas sendo:• Nenhum currículo da base possui

características das vagas

Considerações Finais

Hipótese 1: Bastante simplista, resultados razoáveis

Hipótese 2: Resultados bastante satisfatórios

Hipótese 3: Melhores resultados nos experimentos.

10 vagas foi a quantidade de grupos que melhor trouxe resultados sem causar Overfitting.

Referências

Viera, A. et al. (2007) Ferramenta de Apoio ao Processo de Seleção de Candidatos para Empresa. Trabalho de Conclusão de Curso publicado em Dezembro de 2007. UNIPAC Campus Bom Despacho.

Duarte, et al. (2009) Indexação e Classificação para Busca Eficiente na Mineração de Currículos. Trabalho de Conclusão de Curso publicado em Dezembro de 2009. UNIPAC Campus Bom Despacho.