@phdthesis{01J735HQXDGK4EDDN6B5CV7T8K,
  abstract     = {{Deze dissertatie onderzoekt de essentiële kenmerken van e-recruitment systemen, met drie hoofdstappen. Eerst wordt er een analyse uitgevoerd die uitgaat van uitdagingen om de aanbevelingssystemen voor e-recruitment te analyseren. Door uitdagingen te identificeren en te analyseren, biedt het onderzoek praktische inzichten voor ontwikkelaars en onderzoekers, en biedt het een waardevolle bron voor degenen die zich bezighouden met het ontwerp van e-recruitment systemen. Ten tweede wordt het congestieprobleem in aanbevelingssystemen aangepakt, met name in de context van de arbeidsmarkt. Het voorgestelde systeem introduceert een innovatieve oplossing om congestie in aanbevelingen te verminderen. Ten derde gaat dit proefschrift in op de representatie van echte gegevens als netwerken, waarbij de nadruk ligt op onevenwicht tussen verschillende soorten knopen. Het onderzoek introduceert een maatstaf voor kwantificatie en stelt twee methoden voor die zijn ontworpen om strategisch links toe te voegen tussen niet-verbonden knoopparen om het onevenwicht in het netwerk te verminderen. Toegepast op het netwerk van de arbeidsmarkt zouden de voorgestelde methoden een praktische manier kunnen zijn om de kloof tussen werkzoekenden en vacatures te verkleinen door trainingen aan te bieden aan een werkzoekenden.}},
  author       = {{Mashayekhi, Yoosof}},
  isbn         = {{9789463558723}},
  language     = {{eng}},
  pages        = {{XXXII, 230}},
  publisher    = {{Ghent University. Faculty of Engineering and Architecture}},
  school       = {{Ghent University}},
  title        = {{Challenges in e-recruitment systems : algorithms to restore balance in competitive markets}},
  year         = {{2024}},
}