Recommendation system per il recruitment process: come superare il divario di genere tramite l’AI
Russo, Ilaria (A.A. 2023/2024) Recommendation system per il recruitment process: come superare il divario di genere tramite l’AI. Tesi di Laurea in Artificial intelligence in marketing, Luiss Guido Carli, relatore Luigi Laura, pp. 78. [Master's Degree Thesis]
Full text for this thesis not available from the repository.
Abstract/Index
Analisi del fenomeno. La nuova frontiera dell’intelligenza artificiale e le sue applicazioni. I recommendation systems: tipologie e funzionamento. Content-based filtering. Collaborative filtering. Hybrid filtering. Attuale andamento del mercato lavorativo sul fronte occupazionale femminile. Utilizzo dei sistemi di raccomandazione nel processo di selezione. Diseguaglianza di genere all’interno del recruitment process. La funzione delle risorse umane. Lo scontro tra Human HR e AI HR. AI: in bilico tra gender-aware e gender-biased. Background teorico: evidenze e gap nella ricerca. Revisione della letteratura. Modello concettuale proposto e domande di ricerca. Ricerca sperimentale. Metodologia di ricerca.
References
Bibliografia e sitografia. 60-65.
| Thesis Type: | Master's Degree Thesis |
|---|---|
| Institution: | Luiss Guido Carli |
| Degree Program: | Master's Degree Programs > Master's Degree Program in Marketing (LM-77) |
| Chair: | Artificial intelligence in marketing |
| Thesis Supervisor: | Laura, Luigi |
| Thesis Co-Supervisor: | Frontoni, Emanuele |
| Academic Year: | 2023/2024 |
| Session: | Summer |
| Deposited by: | Alessandro Perfetti |
| Date Deposited: | 08 Jan 2025 13:24 |
| Last Modified: | 08 Jan 2025 13:24 |
| URI: | https://tesi.luiss.it/id/eprint/40797 |
Downloads
Downloads per month over past year
Repository Staff Only
 |
View Item |
