Beschreibung
Stetig wachsende Datenbestände bergen ein immenses Informationspotenzial und sind für Unternehmen daher von zentraler Bedeutung. Häufig liegen diese Daten in unstrukturierter Form vor, insbesondere in Textform. Text-Mining-Analysen liefern einen Ansatz, um große Mengen derartiger Daten zu analysieren, Muster in diesen Daten zu erkennen und die gewonnenen Informationen zur Entscheidungsunterstützung heranzuziehen. Der Einsatz dieser Technologie findet in zahlreichen strategischen Unternehmensbereichen - darunter dem Personalmanagement - sowohl in der Forschung als auch in der Praxis bislang jedoch nur eingeschränkt Beachtung. Vor diesem Hintergrund beschäftigt sich die Arbeit mit der Frage, in welcher Form die Technologie Text Mining genutzt und sinnvoll in die gesamte Breite des Personalmanagements integriert werden kann. Hierzu erfolgt eine systematische Analyse der konzeptionellen Anwendungsmöglichkeiten von Text Mining im Personalmanagement und der Eignung bestehender Text-Mining-Softwareangebote für den Einsatz in der Domäne. Darauf basierend erfolgt die Entwicklung einer neuartigen Systeminstanz, welche die Anwendungsmöglichkeiten von Text Mining im Personalmanagement erweitert und anhand von Beispielszenarien demonstriert und evaluiert.
Autorenporträt
Felix Groß promovierte bei Prof. Dr. Stefan Strohmeier am Lehrstuhl für Betriebswirtschaftslehre, insbes. Management-Informationssysteme der Universität des Saarlandes. Seine Forschungsinteressen liegen im Bereich Data Science und Business Intelligence.
Herstellerkennzeichnung:
Springer Gabler in Springer Science + Business Media
Tiergartenstr. 15-17
69121 Heidelberg
DE
E-Mail: juergen.hartmann@springer.com
