Fouille de données textuelles et systèmes de recommandation appliqués aux offres d'emploi

203 Pages·2017·5.1 MB·French

by  Julie Séguéla

Fouille de données textuelles et systèmes de
recommandation appliqués aux offres d’emploi diffusées
sur le web
Julie Séguéla
To cite this version:
Julie Séguéla. Fouille de données textuelles et systèmes de recommandation appliqués aux offres
d’emploi diffusées sur le web. Informatique et langage [cs.CL]. Conservatoire national des arts et
metiers - CNAM, 2012. Français. ￿NNT: 2012CNAM0801￿. ￿tel-01519304￿
HAL Id: tel-01519304
https://theses.hal.science/tel-01519304
Submitted on 6 May 2017
HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est
archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
CONSERVATOIRE NATIONAL DES
ARTS ET M(cid:201)TIERS
(cid:201)cole Doctorale Informatique, TØlØcommunication et (cid:201)lectronique
Laboratoire CEDRIC du CNAM - (cid:201)quipe MSDMA
TH¨SE DE DOCTORAT
prØsentØe par : Julie SEGUELA
soutenue le : 3 mai 2012
pour obtenir le grade de : Docteur du Conservatoire National des Arts et MØtiers
Discipline / SpØcialitØ : Informatique / Data mining & apprentissage
Fouille de donnØes textuelles et systŁmes de
recommandation appliquØs aux o(cid:27)res d’emploi
di(cid:27)usØes sur le web
TH¨SE dirigØe par
M. SAPORTA Gilbert Professeur, Conservatoire National des Arts et MØtiers
RAPPORTEURS
M. LEBART Ludovic Directeur de recherches, CNRS, TELECOM-ParisTech
M. VIENNET Emmanuel Professeur, UniversitØ Paris 13
EXAMINATEURS
M. ARTIERES Thierry Professeur, UniversitØ Pierre et Marie Curie
M. CRUCIANU Michel Professeur, Conservatoire National des Arts et MØtiers
M. FONDEUR Yannick Chercheur, Centre d’(cid:201)tudes de l’Emploi
M. LECHEVALLIER Yves Directeur de recherches, INRIA
M. LE VIET StØphane Directeur associØ, Multiposting

Remerciements
Jesouhaitetoutd’abordremerciermondirecteurdethŁse,leprofesseurGilbertSaporta,
poursadisponibilitØtoutaulongdecestroisannØes,sesconseilsavisØs,sonouvertured’es-
prit, et pour avoir su me donner con(cid:28)ance aux moments cruciaux de ce projet.
En avril 2009, StØphane Le Viet et Gautier Machelon, co-fondateurs de la sociØtØ
Multiposting, m’ont fait con(cid:28)ance pour mener (cid:224) bien ce projet. Je souhaite les remer-
cier de m’avoir permis de vivre cette expØrience, de laquelle je sors grandie tant sur le
plan professionnel que sur le plan humain. En arrivant il y a trois ans, je n’imaginais pas
apprendre autant sur la vie d’entreprise et les relations humaines.
Je remercie chaleureusement mes deux rapporteurs, Emmanuel Viennet et Ludovic
Lebart, pour le temps qu’ils ont consacrØ (cid:224) l’Øtude de mes travaux et leurs prØcieuses
critiquesetremarques.JeremercieMichelCrucianuetYannickFondeur,pourleursconseils
etletempsqu’ilsm’ontaccordØtoutaulongdecestroisannØes,depuislescomitØsdethŁse
jusqu’(cid:224) la soutenance (cid:28)nale. Je remercie Øgalement Thierry ArtiŁres et Yves Lechevallier,
pour avoir acceptØ de faire partie du jury, le temps qu’ils ont consacrØ (cid:224) mon manuscrit et
le regard neuf qu’ils y ont apportØ.
J’exprime toute ma gratitude (cid:224) AlizØe, Elise, Elsa, Matthieu, l’autre Matthieu, Julien,
Willy, Oliver, Virginie et Marie qui n’ont cessØ de m’encourager durant ces trois annØes.
Vous avez su me redonner le sourire dans les moments di(cid:30)ciles. Merci Ndeye pour tous ces
bons moments. Une pensØe pour Anne, tiens bon car le jeu en vaut la chandelle.
Emilie, Tila, merci d’avoir accompagnØ mes journØes de votre bonne humeur et de
votre gØnØrositØ. NC, je garde en mØmoire ces innombrables soirØes passØes devant nos
Øcrans, tes innombrables coups de main spontanØs, merci pour ta gØnØrositØ. Gui, merci
pour ta disponiblitØ, ta gentillesse, ton Øcoute et ta patience! Tous les deux, merci pour
vos relectures et merci d’avoir ØtØ l(cid:224) tout simplement.
Simon, depuis qu’on se conna(cid:238)t tu as toujours ØtØ (cid:224) mon Øcoute, dans les bons moments
comme dans les moments di(cid:30)ciles. Merci pour ta prØsence, ta patience, ton soutien et ta
comprØhension durant ces derniers mois de thŁse.
En(cid:28)n, un grand merci (cid:224) ma petite famille, qui m’a soutenue depuis le dØbut et qui
a toujours fait en sorte de me rendre les choses plus faciles. Sachez que pendant tout ce
temps, je n’ai cessØ de penser (cid:224) vous malgrØ la distance...
4
RØsumØ
L’expansion du mØdia Internet pour le recrutement a entra(cid:238)nØ ces derniŁres annØes la
multiplication des canaux dØdiØs (cid:224) la di(cid:27)usion des o(cid:27)res d’emploi. Dans un contexte Øco-
nomique oø le contr(cid:244)le des coßts est primordial, Øvaluer et comparer les performances des
di(cid:27)Ørents canaux de recrutement est devenu un besoin pour les entreprises. Cette thŁse a
pour objectif le dØveloppement d’un outil d’aide (cid:224) la dØcision destinØ (cid:224) accompagner les
recruteurs durant le processus de di(cid:27)usion d’une annonce. Il fournit au recruteur la perfor-
mance attendue sur les sites d’emploi pour un poste (cid:224) pourvoir donnØ. AprŁs avoir identi(cid:28)Ø
les facteurs explicatifs potentiels de la performance d’une campagne de recrutement, nous
appliquons aux annonces des techniques de fouille de textes a(cid:28)n de les structurer et d’en
extraire de l’information pertinente pour enrichir leur description au sein d’un modŁle ex-
plicatif. Nous proposons dans un second temps un algorithme prØdictif de la performance
des o(cid:27)res d’emploi, basØ sur un systŁme hybride de recommandation, adaptØ (cid:224) la problØ-
matique de dØmarrage (cid:224) froid. Ce systŁme, basØ sur une mesure de similaritØ supervisØe,
montre des rØsultats supØrieurs (cid:224) ceux obtenus avec des approches classiques de modØlisa-
tion multivariØe. Nos expØrimentations sont menØes sur un jeu de donnØes rØelles, issues
d’une base de donnØes d’annonces publiØes sur des sites d’emploi.
Mots clØs : Fouille de textes, extraction des connaissances, systŁmes de recommanda-
tion, o(cid:27)res d’emploi, recrutement sur Internet
5

Abstract
Lastyears,e-recruitmentexpansionhasledtothemultiplicationofwebchannelsdedica-
ted to job postings. In an economic context where cost control is fundamental, assessment
and comparison of recruitment channel performances have become necessary. The purpose
of this work is to develop a decision-making tool intended to guide recruiters while they
are posting a job on the Internet. This tool provides to recruiters the expected perfor-
mance on job boards for a given job o(cid:27)er. First, we identify the potential predictors of a
recruiting campaign performance. Then, we apply text mining techniques to the job o(cid:27)er
texts in order to structure postings and to extract information relevant to improve their
description in a predictive model. The job o(cid:27)er performance predictive algorithm is based
on a hybrid recommender system, suitable to the cold-start problem. The hybrid system,
based on a supervised similarity measure, outperforms standard multivariate models. Our
experiments are led on a real dataset, coming from a job posting database.
Keywords : Text mining, knowledge discovery, recommender systems, job postings,
e-recruitment
7

Table des matiŁres
Introduction 21
1 Le marchØ du recrutement sur Internet 29
1.1 Internet et le marchØ du recrutement . . . . . . . . . . . . . . . . . . . . . . 29
1.1.1 PrØsentation des acteurs du marchØ . . . . . . . . . . . . . . . . . . . 29
1.1.2 Des besoins d’amØlioration pour la procØdure de recherche des can-
didats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.2 ProblØmatiques associØes (cid:224) la recherche de candidats sur Internet . . . . . . 32
1.3 PrØsentation de Multiposting.fr et positionnement . . . . . . . . . . . . . . . 35
1.3.1 Processus de di(cid:27)usion d’une o(cid:27)re d’emploi via Multiposting.fr . . . . 35
1.3.2 IntØrŒts de l’utilisation de la plate-forme de di(cid:27)usion Multiposting.fr 36
1.3.3 Les axes d’amØlioration identi(cid:28)Øs pour l’outil . . . . . . . . . . . . . 36
1.4 Comparatif des solutions concurrentes . . . . . . . . . . . . . . . . . . . . . 37
2 Indicateurs de performance d’une campagne de recrutement 45
2.1 (cid:201)valuation de la performance d’une campagne de recrutement : Øtat de l’art 45
2.1.1 Indicateurs post-embauche . . . . . . . . . . . . . . . . . . . . . . . . 46
2.1.2 Indicateurs prØ-embauche . . . . . . . . . . . . . . . . . . . . . . . . 46
2.1.3 Apparition d’Internet et Øvolution des indicateurs de performance . . 47
2.2 Proposition d’indicateurs de performance. . . . . . . . . . . . . . . . . . . . 50
9