Enhancing Career Guidance with Personality Insights: A Machine Learning Approach

Abstract

Традиційні системи професійної орієнтації часто покладаються на самооцінку навичок, інтересів та кваліфікацій для надання рекомендацій щодо кар'єри. Однак, особистісні риси відіграють значну роль у визначенні задоволеності роботою та успіху в кар'єрі. Це дослідження пропонує новий підхід, який інтегрує інсайти особистості, отримані з даних соціальних мереж, у систему професійної орієнтації за допомогою методів машинного навчання. Аналізуючи профілі користувачів у соціальних мережах, система витягує особистісні риси на основі моделі Великої П'ятірки [5]. Ці інсайти особистості потім комбінуються з традиційними даними, пов'язаними з кар'єрою, для надання більш комплексних і персоналізованих рекомендацій щодо кар'єри. Запропоновану систему оцінено за допомогою набору даних з 1,000 користувачів, і результати демонструють покращену точність та задоволеність користувачів порівняно з традиційними підходами.

Traditional career guidance systems often rely on self-reported skills, interests, and qualifications to provide career recommendations. However, personality traits play a significant role in determining job satisfaction and career success. This study proposes a novel approach that integrates personality insights derived from social media data into a career guidance system using machine learning techniques. By analyzing users' social media profiles, the system extracts personality traits based on the Big Five personality model [5]. These personality insights are then combined with traditional career-related data to provide more comprehensive and personalized career recommendations. The proposed system is evaluated using a dataset of 1,000 users, and the results demonstrate improved accuracy and user satisfaction compared to traditional approaches.