机构名称：
¥ 2.0
本文开发了基于大规模的算法应用程序，以提高劳动力市场的比赛质量。我们使用有关德国就业传记的全面行政数据来预测工作稳定和工资方面的工作匹配质量。这些模型均通过机器学习（ML）（即XGBoost）和常见的统计方法（即OLS，Logit）估算。与后一种方法相比，我们发现XGBoost在模式识别方面的性能更好，以有效的方式分析大量数据，并最大程度地减少应用程序中的预测误差。最后，我们将结果与算法相结合，这些算法优化了匹配概率，以根据每个求职者的个人特征提供排名的作业建议列表。此应用程序可以支持案例工作者和求职者扩大其求职策略。
预测工作匹配质量：机器学习方法
主要关键词
相关文件推荐
