Finding potential candidates via git hub network analysis
- 1. Finding Potential Candidates via GitHub Social Network 1 Smart Recruitment Kritsana Jongsathitphaibul Watcharapong Wongrattanasirikul Rangsarid Pringwanid Theptat Santanon Chawanvit Ekarittikrai
- 2. 2 Agenda I. Business Values • Existing Business Pain point • Business Problem Solving II. Data Collections • Data Gathering • Data Pre-processing III. Exploratory Analysis • Network Analysis • Geographic Search IV. Recommendation System • Node Embedding technique • Similarities
- 3. 3 I. Business Concept Customer Request Headhunter agency Variety Sources Potential Candidate Customer Request Headhunter Targeted Ads Potential Candidate Criteria Matching in variety sources Automatic email Job description to target selection cluster Update CV Automatic email CV + skills record reference to customer • Link candidate with skillsets • Matching Qualification Request Send Job Qualification Searching Review Matching By human Send Job Qualification Select & Contact Update CV Matching proposal Filled experience Data in many website Pass on to CV customer Business Pain point (Take-time, High-Cost, High-Human effort) Business Solving (Less-time, Lower-Cost, Lower-effort, Automatic ) Reactive Proactive Proactive Reactive
- 4. II. Data Collections (Data Gathering) GitHub APIPython Limit 1,500 request/ hour 4
- 5. GitHub API Multiple Github Users II. Data Collections (Data Gathering) Token 5
- 6. II. Data Collections (Data Gathering) Repository & Contributor Repository Name Reopsitory Score Programming Language Contributor Information Contributor Name Follower Name Follower Address Contributor & Follower 6
- 7. II. Data Cleansing (Data Preprocessing) GitHub user location 7
- 8. II. Data Cleansing (Data Preprocessing) Ambiguous location Incorrect location Typo and multiple spell Bangalore 8
- 10. 10 III. Exploratory Analysis Projected Graph
- 11. 11 III. Exploratory Analysis Overview Repository Contributor Average Degree : 5.12 Density : 0.018 Assortivity : -0.095 Average Clustering : 0.29 Average Degree : 198.76 Density : 0.024 Assortivity : 0.482 Average Clustering : 0.96
- 12. III. Exploratory Analysis 12 Influential Repositories
- 13. 13 III. Exploratory Analysis Influential Contributors
- 14. 14 III. Exploratory Analysis (Country Analysis) 26 contributors 727 Followers Coding Together at Scale: GitHub as a Collaborative Social Network. Antonio Lima, Luca Rossi and Mirco Musolesi 878 contributors 34,840 Followers The top 10 rank of contributors and followers : - Majority of users is located in North America and in Europe - The leading countries are the United States (USA) and China, Canada on both graph
- 15. 15 III. Exploratory Analysis(Country Analysis ) Overview withThailand Repository Users ( Countributor + Follower ) Average Degree : 3.14 Density : 0.006 Assortivity : -0.452 Average Clustering : 0.26 Average Degree : 34.32 Density : 0.006 Assortivity : 0.788 Average Clustering : 0.68
- 16. III. Exploratory Analysis (Country Analysis ) 16 Red : Users in Thailand Bule : Users in Other Country Number of Repository Nodes : 499 Number of User Nodes : 753 Number of Edges : 324
- 17. IV. Recommendation System Job Description Skill Extraction Recommendation Potential Candidates Network Modeling 17
- 18. IV. Recommendation System Node2Vec A node embedding model by extending Skip- gram architecture to networks is used to satisfy the exploration-exploitation trade-off with random walk sampling to explore neighborhoods in local and global structure. Yu Qu, Ting Liu. 2018 Concept: - Breadth-First Sampling (BFS): Focus on local neighborhoods. - Depth-First Sampling (DFS): Focus on global neighborhoods. Parameters: P,Q for model transition probabilies. - P is return parameter - Q is "walk away" parameter 18
- 19. IV. Recommendation System Airflow Potential Candidates Follows Contributor 19
- 20. IV. Recommendation System Airflow Potential Candidates Contributor Follows 20
- 21. IV. Recommendation System Airflow Potential Candidates Follows Contributor 21
- 22. Thank You
Editor's Notes
- #10: จากข้อมูลของ Repository กับ Contributor นะครับ เราจะเห็นว่า Repository แต่ละตัวนั้นจะมี Contributor อยู่หลายคน และ Contributor เองก็สามารถ Join Repository ได้หลาย Repository เช่นกัน ซึ่งทำให้เราได้ ฺBipartite ของ Graph นั้นออกมา ซ
- #11: หลังจากนั้นเราจะทำการ Projected Graph ลงไปในแต่ละแกนนะครับจะกลายเป็น Repository-Repository และ Contributor-Contributor โดยที่ Repository ที่มีการเชื่อมกันนั้นหมายความว่ามีอย่างน้อย 1 Contributor ที่เข้าร่วมทั้ง 2 Repository นั้นครับ และ เช่นเดียวกันสำหรับ Contributor ที่มีการเชื่อมกันนั้นเกิดจากการที่ Contributor 2 คนนั้นต้องเคยร่วม repositpry เดียวกัน
- #12: ต่อไปสำหรับสไลด์นี้นะครับจะเป็นสถิติภาพรวมของ Repo – Repo และ Contri-Contri ซึ่งจะได้ค่าต่างๆดังนี้ครับ
- #13: ถัดมาเราได้ทำการหา Influential ของ Repository โดยการใช้ PageRank ครับ พบว่าทำให้เราได้ Repo ที่เกี่ยวข้องกับงานของทางด้าน DataEn เนื่่องจากเราใช้ Keyword นี้ ได้แก่ Airflow , Presto , Hadoop และ ต่างๆนาๆครับ
- #14: ในส่วนของ Contributor-Contributor เราก็ได้ทำการหา Influential Contributor เช่นกัน ซึ่งทำให้เราได้กลุ่มคนหรือผู้คน แต่กลุ่มคนนี้นั้นจะเป็นกลุ่มคนที่ค่อนข้างที่จะยากต่อการ Recruit ครับ เนื่องจากค่อนข้าง High Profile กันเลยทีเดียว ซึ่งยังไม่ตรงกับสิ่งที่เราต้องการเนื่องจากเราต้องการคนที่มี ศักยภาพ หรือ Potential ดังนั้นเราจึงได้ทำการ Scope ประเทศลงมาเนื่องจากสิ่งที่เราทำนั้นยังคงเป็น Global ครับ
- #16: ต่อไปสำหรับสไลด์นี้นะครับจะเป็นสถิติภาพรวมของ Repo – Repo และ Contri-Contri ซึ่งจะได้ค่าต่างๆดังนี้ครับ