인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
직무만족은 기업 추천의도와 밀접하게 연결되어 있으며, 이는 기업의 외부 이미지 형성 및 인재 유치에 중요한 역할을 한다. 본 연구는 한국과 미국의 주요 취업 플랫폼인 잡플래닛과 글래스도어에서 수집된 리뷰와 평점 데이터를 바탕으로, 종사자들의 기업 추천의도를 예측하는 딥러닝 모델을 구축하고 그 영향을 분석하였다. 구체적으로, 종사자들이 작성한 Pros 리뷰, Cons 리뷰, 직무만족 평점, 5개의 세부 평점 등의 정보를 CNN-BiLSTM 모델에 적용하여 추천의도를 예측하였다. 또한, 각 직무 요인과 정보가 예측에 미치는 영향을 평가하였다. 분석 결과, 직무만족 평점이 가장 중요한 예측 변수로 확인되었으며, Cons 리뷰가 Pros 리뷰보다 추천의도 예측에 더 큰 영향을 미쳤다. 글래스도어와 잡플래닛 간의 데이터 특성 차이에 따라 예측 성능이 달랐는데, 글래스도어에서는 사내문화가 중요한 요인으로 작용한 반면, 잡플래닛에서는 복지 및 급여가 더 큰 영향을 미쳤다. 이는 국가별로 종사자들이 중요하게 생각하는 직무 요인이 다르며, 각 플랫폼의 데이터 특성에 따라 예측 모델의 성능이 상이함을 시사한다. 본 연구는 한국과 미국 종사자들이 어떠한 요인에 의해 기업 추천 의도를 형성하는지를 분석한 최초의 연구로서, 종사자들의 만족도를 향상시키고 효과적인 인사 전략을 수립하는 데 중요한 시사점을 제공한다. 특히, 직무 관련 데이터와 평점이 추천의도에 미치는 영향을 심층적으로 분석함으로써, 향후 연구와 실무에서 국가별로 차별화된 접근 방식을 취할 필요성을 강조한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092093401
