Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11779/1188
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorÖzlük, Özgür-
dc.contributor.authorSancı, Yavuz-
dc.date.accessioned2019-11-12T13:42:02Z
dc.date.available2019-11-12T13:42:02Z
dc.date.issued2018-
dc.identifier.citationSancı, Y. (2018). Predicting the reasonable departments for the human resources related questions by using the text classification algorithms, MEF Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, Türkiyeen_US
dc.identifier.urihttps://hdl.handle.net/20.500.11779/1188-
dc.description.abstractThe employees of Yapı Kredi Bank use a help desk system to ask their Human Resources related questions to the employees of the Human Resources departments. The questions are assigned automatically to the relevant departments by the system according to the subjects of the questions. In some cases, the mismatches between the contents and the subjects of the questions may cause the wrong Human Resources department assignments of the questions. Even though the application allows Human Resources employees to redirect the questions to the appropriate Human Resources departments, which are responsible for answering, the response time of these questions lasts longer. This project aims to analyze the content of the Human Resources related questions by using the text classification algorithms to predict the responsible Human Resources departments. Thus, it is aimed to respond to the questions in a much shorter time.en_US
dc.description.abstractYapı ve Kredi Bankası çalışanları İnsan Kaynakları ile ilgili sorularını bir talep yönetimi sistemi kullanarak İnsan Kaynakları çalışanlarına iletmektedir. Soruların hangi İnsan Kaynakları ekibine sistem tarafından yönlendirileceği; çalışanın sorusunu sorarken seçeceği konu başlığına göre belirlenmektedir. Bazı durumlarda; seçilen konu başlığıyla sorunun içeriği birbiriyle örtüşmediği için uygulama bir takım soruları yanlış İnsan Kaynakları ekiplerine yönlendirmektedir. Her ne kadar; İnsan Kaynakları çalışanları kendilerinin onayına düşen bu soruları yanıtlamakla sorumlu olan diğer İnsan Kaynakları ekiplerine yönlendirebiliyor olsalar da; bu durum soruların çözüm sürelerinin uzamasına sebep olmaktadır. Bu çalışma; metin sınıflandırma teknikleri kullanarak İnsan Kaynakları ile ilgili soruların metin içeriklerinin analiz edilmesini ve sorulara cevap vermekle sorumlu İnsan Kaynakları departmanlarının tahminlenmesini kapsamaktadır. Bu sayede, banka çalışanlarının İnsan Kaynakları’na ilettiği sorulara çok daha kısa süre içerisinde yanıt verilmesi hedeflenmektedir.en_US
dc.language.isoenen_US
dc.publisherMEF Üniversitesi, Fen Bilimleri Enstitüsüen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectText Classificationen_US
dc.subjectHuman Resourcesen_US
dc.subjectPredictingen_US
dc.subjectMetin Sınıflandırmaen_US
dc.subjectİnsan Kaynaklarıen_US
dc.subjectTahminlemeen_US
dc.titlePredicting the Reasonable Departments for the Human Resources Related Questions by Using the Text Classification Algorithmsen_US
dc.title.alternativeMetin sınıflandırma teknikleri kullanarak insan kaynakları ile ilgili sorular için sorumlu ekiplerin tahminlenmesien_US
dc.typeMaster's Degree Projecten_US
dc.relation.publicationcategoryYL-Bitirme Projesien_US
dc.departmentBüyük Veri Analitigi Yüksek Lisans Programıen_US
dc.institutionauthorSancı, Yavuz-
item.grantfulltextopen-
item.fulltextWith Fulltext-
item.languageiso639-1en-
item.openairetypeMaster's Degree Project-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.cerifentitytypePublications-
Appears in Collections:FBE, Yüksek Lisans, Proje Koleksiyonu
Files in This Item:
File Description SizeFormat 
YavuzSancı.pdfYl-proje dosyası9.4 MBAdobe PDFThumbnail
View/Open
Show simple item record



CORE Recommender

Page view(s)

32
checked on Nov 18, 2024

Download(s)

4
checked on Nov 18, 2024

Google ScholarTM

Check





Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.