Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Sivas Cumhuriyet Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: Yusuf Aktaş
Danışman: Hidayet Takcı
Özet:
İşsizlik hem oluşum sebepleri hem de sonuçları itibariyle çok boyutlu bir sorun olarak çözüm beklemektedir. İşsizlik sorunun çözümünde mikro düzeyde aktif istihdam politikası aracı olan iş arayan danışmanlığı önemli konumdadır. Danışmanlığın planı ise bireysel eylem planı ile sağlanmaktadır. İyi bir bireysel eylem planı geçerli bir iş profillemesi ile mümkündür. İş profilleme ile iş arayanlar iş arama özelliklerine göre ayırt edilebilir ve sınıflandırılabilir. Gerçekçi bir iş profilleme ise zamana göre işsiz kalma risk tespiti ile gerçekleşebilir. İşsiz kalma risk tespitine dayalı profilleme işlemi ise istatistiksel profillemedir. Bilimsel çalışmalar klasik istatistiksel modellemelere alternatif olarak yapay zekâ makine öğrenmesi modellerini sunmaktadır. Bu çalışmada Sivas İŞKUR'a başvuran işsizlerin bazı iş arama özellikleri üzerinden başvuru sonrası bir yıl içerisinde işe yerleşmeleri istatistiksel yöntemler ve makine öğrenmesi yöntemleri ile modellenmesi, sınıflandırılması, yöntemlerin karşılaştırılması yapılmıştır. Ayrıca işsizlik risk sınıfları ve işe yerleştirmede etkili olan değişkenler belirlenmiştir. Çalışma sonuçlarına göre makine öğrenmesi modelleri istatistiksel modellere göre çoğunlukla daha yüksek doğruluk performansı göstermiştir. Model doğruluk performansında ana belirleyici faktörün model algoritmalarının olduğu tespit edilmiştir. En yüksek doğruluk performansı %78,8 rasgele orman modellemesinde gerçekleşmiştir. En düşük performans ise lojistik regresyon ve naive bayes gibi istatistik tabanlı modellerde gerçekleşmiştir. Risk sınıflandırması için rasgele orman regresyon kullanılmış ve iyi bir açıklama oran(0,48) elde edilmiştir. Sınıflandırmaya göre Sivas da işsiz kalma riski taşıyanların oranı %76,6 olarak hesaplanmıştır. Modeldeki iş arama özelliklerinin işsizin işe yerleşmesi ile çok zayıf ilişkisi olduğu ve başkaca özellikler ile daha iyi bir modelleme yapılacağı tespit edilmiştir. Yapay zekâ makine öğrenmesi algoritmaları ile yapılan iş profilleme işleminin il işsizlik sorunun çözümüne önemli katkılar sağlayacağı sonucuna varılmıştır.