HHPMS
기획 : 조휘현
웹 디자인 및 AI모델개발 : 송문선, 박참솔
서버개발 : 이동현, 정민재
[캡스톤 35조]
AI를 활용한 자동화 Project Management System
01. 프로젝트 소개
CONTENTS
01. 프로젝트 소개 - HHPMS란?
인원 선별,배치,투입,사후관리까지 모든 과정이 자동으로 이루어지는
AI 자동화 통합 시스템
01. 프로젝트 소개 - 차별점
‘알바천국’의 경우 즉시 1회 올리는 비용이 현재 ‘17000원’이 넘는다.
아웃소싱, 인력사무소, 이삿짐 등 각 업체들은 근무했던 인력들의 정보를 가지고 있지만,
중앙화된 관리 시스템이 없으면 매번 바뀌는 현장과 업무에 적합한 인원을 배정하기 위해 많은 비용 소모
“매번 알바 중계사이트를 이용하면 되는 것 아니야?”
인사시스템에 DB를 입력해두면,
인원 배치할 때 매우 빠르고 수월하게 할 수 있는 것!
01. 프로젝트 소개 - 필요성
01. 프로젝트 소개 - 필요성
02. 서비스 구조 - AI
02. 서비스 구조 - 모바일 앱
02. 서비스 구조 - 웹
03. 주요 기술 - 추천 시스템
문장 분류에 용이한 KLUE-ROBERTA , 감정 분석에 용이한 KoELECTRA 모델을 파인튜닝하여 사용
Input: "일은 보통으로 하고 사람은 좋음"
-> 긍정
Input : "일도 매우 잘하고 사람도 좋고 성실함"
-> 매우 긍정
Input : "일은 잘 못하지만 말은 잘 들음"
-> 부정
Input : "불성실하고 매우 필요없음 그냥 없는게 나음"
-> 매우 부정
자연어 문장으로 이루어진 근무자 리뷰를 자동으로 평가 및 긍정,매우 긍정,부정,매우 부정 4가지 토큰 중 하나로 라벨링
-> 근무 평가 수치화
평가요소 : 근무자소재지와 현장근무지 간의 거리, 실제 근무횟수, 근무지원 업무 확정후 실제 근무비, 근무자에 대한 현장 혹은 아웃소싱에 대한 근무평가
근무횟수, 실제근무지원 대비 근무비, 현장과 지원자 소재지의 거리, 성별(체력을 사용하는 일 등은 남자), 근무자에 대한 현장 관리자 평가를 산출하고 각 점수에 대한 가중치 파라미터를 주어 조정하기 쉽게 설계
각 가중치비는 근무횟수 0.2, 실제 근무지원 대비 근무비 0.3, 현장과 지원자 소재지 0.2, 근무자평가 0.3을 주었으며 최초지원자 혹은 근무평가가 없는 경우를 점수 0으로 주기위해서 부정값은 유일하게 음수를 주어 이를 조정
03. 주요 기술 - 문자 분류 시스템
개체명 인식(NER-Named Entity Recognition)에 용이한 koBERT 모델을
사람(PS), 위치(LC), 기관(OG), 날짜(DT), 시간(TI), 수량(QT)로 구성된 6개의 토큰을 가진
klue-ner 데이터셋으로 파인튜닝하여 사용
Input: "25/홍길동/서초구 거주/ 경력 : 유/ 전화번호 010-0000-0000
1. 자연어로 이루어진 문장(문자 메시지)이 들어오면 토크나이저는 단어를 서브워드 단위로 분할하여 토큰 부여
2. 부여된 토큰 중 이름을 분류하기 위한 B-PS, 나이를 분류하기 위한 B-QT, 거주지를 분류하기 위한 B-LC 토큰을 가진 단어를 분리해서 딕셔너리 자료형에 입력 후, DB에 저장
[(' 25', 'B-QT'), ('/', 'B-TI'), (' 김', 'B-PS'), ('준호', 'B-PS'), (' /', 'O'), ('서', 'B-LC'), ('초', 'B-LC'), ('구', 'B-LC'), (' 거주', 'O'), ('/', 'O'), ('경', 'O'), ('력', 'O'), (':', 'O'), ('유', 'O'), ('/', 'O'), ('전', 'O'), ('화', 'O'), ('번호', 'O'), (':', 'O'), ('0', 'O'), ('10', 'O'), ('-', 'O'), ('00', 'O'), ('00', 'O'), ('-', 'O'), ('00', 'O'), ('00', 'O')]
{'name': '홍길동', 'location': '서초구', 'age': '25', 'career': '유', 'phone_number': '010-0000-0000'}
THANK YOU
QnA