Un nuevo método de predicción de carrera basado en el modelo difuso - enfoque de agrupación difuso

Área de la Ciencia:

• Psicología
• Ciencias de la computación
• Desarrollo profesional

Sus antecedentes:

• La toma de decisiones de carrera eficaz es crucial para la competitividad en el lugar de trabajo y la contratación óptima.
• Las herramientas de predicción de carreras ayudan a las personas a comprender las profesiones, evaluar los riesgos y aumentar la confianza.
• Los métodos existentes para la predicción de carreras se enfrentan a desafíos con incertidumbre y datos complejos.

Objetivo del estudio:

• Desarrollar y evaluar un modelo difuso para una mejor predicción de la carrera.
• Aprovechar la capacidad de la lógica difusa para manejar la incertidumbre en la toma de decisiones de carrera.
• Mejorar la precisión y la eficiencia de la correspondencia de las personas con las ocupaciones adecuadas.

Principales métodos:

• Aplicó un modelo difuso que incorporaba intereses profesionales y rasgos de personalidad (códigos RIASEC).
• Utilizó el agrupamiento difuso para administrar numerosas variables de entrada y simplificar la determinación de reglas difusas.
• Comparó la precisión de predicción del modelo difuso con los métodos de aprendizaje de perfil y máquina.

Principales resultados:

• El modelo difuso demostró una mayor precisión de predicción que los enfoques tradicionales de perfil y aprendizaje automático.
• El agrupamiento difuso abordó efectivamente el problema de la "explosión de reglas difusas".
• El modelo mapeó exitosamente los intereses profesionales y los rasgos de personalidad individuales a las ocupaciones adecuadas.

Conclusiones:

• El modelo difuso propuesto ofrece un enfoque más preciso y científico para la predicción de la carrera.
• El modelado difuso proporciona un marco sólido para manejar las incertidumbres inherentes en la elección de la carrera.
• Este método puede ayudar significativamente a las personas a tomar decisiones de carrera informadas y a los empleadores en la contratación.