Preview

Цифровая трансформация

Расширенный поиск

Применение больших языковых моделей для анализа профессиональных компетенций на региональном рынке труда Республики Беларусь

https://doi.org/10.35596/1729-7648-2025-31-2-21-31

Аннотация

Представлен комплексный подход к анализу профессиональных компетенций на рынке труда Беларуси с применением больших языковых моделей. Предложена методика, включающая сбор данных с использованием веб-скраперов, предварительную обработку с применением многоуровневой системы очистки и нормализацией текстовой информации, классификацию и анализ компетенций на основе взаимодействия с большими языковыми моделями. Сформированы детализированные профили навыков для каждой профессиональной группы, выявлены кластеры взаимодополняющих компетенций, определены устойчивые сочетания навыков, требуемых в различных профессиональных областях. Продемонстрирована высокая эффективность применения больших языковых моделей для задач извлечения информации о компетенциях из неструктурированных текстовых описаний вакансий с показателями точности и полноты извлечения, превышающими 85 %. Разработана методология анализа рынка труда, интегрирующая традиционные методы анализа больших данных с возможностями современных языковых моделей.

Об авторе

И. Н. Калиновская
Витебский государственный технологический университет
Беларусь

Калиновская Ирина Николаевна, канд. техн. наук, доц. каф. экономики и электронного бизнеса 

210039, Витебск, просп. Московский, 72 

Тел.: +375 29 515-92-21 



Список литературы

1. Ванкевич, Е. В. Использование больших данных при анализе рынка труда: теоретические подходы и методические инструменты / Е. В. Ванкевич, И. Н. Калиновская // Цифровая трансформация. 2024. Т. 30, № 4. С. 23–32. https://doi.org/10.35596/1729-7648-2024-30-4-23-32.

2. Vankevich, А. V. Digitalisation and Jobs: The Case of Organisations in the Vitebsk Area of Belarus / А. V. Vankevich, I. N. Kalinouskaya // Journal of New Economy. 2024. Vol. 25, No 4. Р. 106–126. DOI: 10.29141/2658-5081-2024-25-4-6.

3. Маковская, Н. В. Современные особенности функционирования рынка труда в Беларуси / Н. В. Маковская. Могилев: Могилев. гос. ун-т имени А. А. Кулешова, 2020.

4. Vankevich, A. Better Understanding of the Labour Market Using Big Data / A. Vankevich, I. Kalinouskaya // Ekonomia i Prawo. Economics and Law. 2021. Vol. 20, No 3. P. 677–692. DOI: 10.12775/EiP.2021.040.

5. Калиновская, И. Н. Развитие управления человеческими ресурсами организации в условиях цифровизации экономики: методология, теория, практика / И. Н. Калиновская. Витебск: Витебск. гос. технол. ун-т, 2024.

6. Калиновская, И. Н. Методическое обеспечение управления человеческими ресурсами организации в современных условиях / И. Н. Калиновская. Витебск: Витебск. гос. технол. ун-т, 2025.

7. Barcaroli, G. Internet as Data Source in the Istat Survey on ICT in Enterprises / G. Barcaroli, A. Nurra, S. Salamone // Austrian Journal of Statistics. 2015. Vol. 44, No 2. P. 31–43. DOI: 10.17713/ajs.v44i2.53.

8. Bakaev, M. Prospects and Challenges in Online Data Mining: Experiences of Three-Year Labour Market Monitoring Project / M. Bakaev, T. Avdeenko // Lecture Notes in Computer Science. 2016. Vol. 9714. P. 15–23. DOI: 10.1007/978-3-319-40973-3_2.

9. Gan, C. Application of LLM Agents in Recruitment: A Novel Framework for Resume Screening / C. Gan, Q. Zhang, T. Mori // Journal of Information Processing. 2024. https://doi.org/10.48550/arXiv.2401.08315.

10. Erdem, M. E. Automatic Resume Screening with Content Matching / M. E. Erdem // 2023 8th International Conference on Computer Science and Engineering (UBMK). 2023. P. 554–558.


Рецензия

Для цитирования:


Калиновская И.Н. Применение больших языковых моделей для анализа профессиональных компетенций на региональном рынке труда Республики Беларусь. Цифровая трансформация. 2025;31(2):21-31. https://doi.org/10.35596/1729-7648-2025-31-2-21-31

For citation:


Kalinouskaya I.N. The Use of Large Language Models for the Analysis of Professional Competencies in the Regional Labor Market of the Republic of Belarus. Digital Transformation. 2025;31(2):21-31. (In Russ.) https://doi.org/10.35596/1729-7648-2025-31-2-21-31

Просмотров: 32


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2522-9613 (Print)
ISSN 2524-2822 (Online)