1-A01 Corpory: インフォーマル情報の取得に基づく企業研究支援システムの提案

コメント

データのでどこ出処は?

口コミ

年収等のデータはしっかり報告された正しい値

企業名フィルタリングするのはどうか

海外の企業は?

外資系等はまだ取り組めていない

将来サービスとして提供?

ただのまとめサイトとどう違うのか?

公平性が強み

全自動、バイアスとかない

キーワード、検索履歴等からレコメンド

傾向が似てる企業を表示できる面白そう(表、チャートを分析)

すごい便利!アカデミックかは置いといて便利さを突き詰めれそう

ももはや論文を書かなくてもいいのでは

企業目線でも評価あげたいっていうモチベに繋がる

学生としては選考でおちてしまったとき等評価がぶれそう

さくらっぽ口コミは?

課題となっている部分(データの信憑性)

残業という単語があっても、残業多いというマイナスコメなのか少ないというプラスコメかまだ判別できない

ほかの事、大学やホテル、物件とかにも汎用で出来そう

よくあるレーティング機能とは何がちがうの違うのか?

単に人がつけたもの平均したものとかでは無く、データから自然言語処理や感情分析をして算出しているもの

評価どうおこなったのか?

OB,OGにアンケートを取り評価してもらった

モチベ?なんでこのテーマ

多くの人が苦しむ就活を自分は楽しく行った

自分が行った事をアルゴリズム化し他の人の助けになれば

自分に合う会社か判断できる?

キーワードとかから見る

ゆくゆくはワードクラウドを発展

ワードクラウド機能は面白い!分かりやすい

いろのち

色の違いはなに?

品詞から

ポジネガとかが色から分かればいいね

条件を複数選択出来たらいい

時給は残業時間とかも考慮

どんなひと人が口コミ書いたのか(実際に働いてる?辞めた人?関係ない人?)わかるといいかも

作り込みすごくていいね

インフォーマル情報にどこにどんなバイアスがあるのか

フォーマル情報との差分分析面白そう

情報ごとの特徴や価値を見ることから

企業側の二ーズと学生側のニーズが上手くマッチングできる助けになるといいかも

転職向けだとどうなってくるのか

ポジションとか職種で年収が違うの課題(若めの人はまだ年収低めの評価だったり)

ネガポジのばらつき、振れ幅、人で違う

口コミ数の量も影響しそう

今は200でない会社ははじいてる

口コミ書く心情としては極端になりがち

すごい嫌かすごい良いか

給与モデルを推測できると面白いかも