Emirates Scholar Research Center - Research Publishing & Indexing Center

تحديد احتيال التوظيف عبر الإنترنت (ORF) من خلال النماذج التنبؤية

المؤلفون: ريكتيش سريفاستافا

المجلة: المجلة الإماراتية للأعمال والاقتصاد والدراسات الاجتماعية

تاريخ النشر: المجلد 1 العدد 1 (2022)

الكلمات الرئيسية: الشبكات العصبية الاصطناعية ، الانحدار اللوجستي ، نزول التدرج العشوائي ، CA ، الدقة ، الاستدعاء ، احتيال التوظيف عبر الإنترنت (ORF).


خلاصة

أصبحت إعلانات الوظائف عبر الإنترنت شائعة هذه الأيام بسبب التواصل مع الباحثين عن عمل في جميع أنحاء العالم. هناك أيضًا حالات ينشر فيها صاحب العمل الاحتيالي وظيفة عبر الإنترنت ويتوقع من الأشخاص التقدم لهذه الوظائف. أرباب العمل المخادعون هؤلاء يهددون خصوصية الباحثين عن عمل ، ويولدون عروض عمل مزيفة ، ويضعفون. لقد أدركنا أن معظم عمليات احتيال التوظيف عبر الإنترنت (ORF) لها ميزات مطابقة. على الرغم من أن المستخدم لا يمكنه تصنيفها ، فإننا نقترح استخدام نماذج تنبؤية مختلفة مثل آلة المتجهات الداعمة (SVM) ، أو الشبكة العصبية الاصطناعية (ANN) ، أو Random Forest ، أو Naïve Bayes ، أو الانحدار اللوجستي لاكتشافها بسهولة. تم تنزيل مجموعة البيانات التي تحتوي على 17780 إعلانًا عن وظيفة من Kaggle لتحديد النموذج المقترح الذي يتنبأ بشكل أفضل بنشر الوظائف الاحتيالية. تتضمن مجموعة البيانات 14 ميزة لتحديد ما إذا كان الإعلان عن الوظائف عبر الإنترنت احتياليًا أم غير احتيالي. 70٪ من إعلانات الوظائف هذه تدرب النموذج ، و 30٪ الباقية تختبر كفاءة النموذج. يتم توقع نتائج كل نموذج باستخدام أربعة مقاييس تقييم – دقة التصنيف (CA) والدقة والاستدعاء ودرجة F-1. وجد البحث مدى ملاءمته من جانبين: يمكن للمواقع الإلكترونية تحديد الوظائف المزيفة قبل نشرها ، ويتم حماية الباحثين عن عمل من إعلانات الوظائف الاحتيالية.

180 Views
Scroll to top
Close
Browse Tags