• 무역학회지
• /
• 제46권2호
• /
• pp.281-299
• /
• 2021

This paper analyzes the feasibility of using machine learning methods to forecast the employment. The machine learning methods, such as decision tree, artificial neural network, and ensemble models such as random forest and gradient boosting regression tree were used to forecast the employment in Busan regional economy. The following were the main findings of the comparison of their predictive abilities. First, the forecasting power of machine learning methods can predict the employment well. Second, the forecasting values for the employment by decision tree models appeared somewhat differently according to the depth of decision trees. Third, the predictive power of artificial neural network model, however, does not show the high predictive power. Fourth, the ensemble models such as random forest and gradient boosting regression tree model show the higher predictive power. Thus, since the machine learning method can accurately predict the employment, we need to improve the accuracy of forecasting employment with the use of machine learning methods.

• 한국의류산업학회지
• /
• 제25권5호
• /
• pp.634-642
• /
• 2023

This study aimed to investigate the influence of career barriers on employment decisions among high school students specializing in beauty-related field. The subjects of this study were 339 students attending beauty-specialized high schools in Gwangju Metropolitan City and Jeollabuk-do, and a self-written questionnaire was employed for conducting the research. This survey was conducted from April 4 to April 18, 2022. A total of 380 questionnaires were distributed, and 350 responses were collected. Of these, 339 questionnaires were considered for the final analysis, as the remaining 11 had incomplete or insincere responses. The results of this study are summarized as follows. First, the career barriers affecting high school students in beauty-specialized schools were categorized into eight factors: lack of interest, economic difficulties, financial support, interpersonal challenges, job information, anxiety about future, conflict with others, and lack of self-clarity. Second, when assessing the impact of career barriers on employment decision-making, it was observed that the level of employment decision-making had a statistically positive (+) effect, and the lack of interest had a negative (-) effect on the level of employment decision-making. Next, the significance of the regression model, considering the specific factors of career barriers in relation to employment confidence, was established as p<.001. Variables such as a lack of interest, limited access to job information, and lack of self-clarity had a negative (-) effect on the level of employment confidence, with a significance level of 0.05.

• 한국의류산업학회지
• /
• 제24권3호
• /
• pp.325-332
• /
• 2022

The purpose of this study is to provide basic data for career guidance to cosmetology students by examining the effects of job stress on career decisions and job preparation behaviors. Overall 214 parts were empirically analyzed as final samples. Collected data and statistical processing are based on SPSS ver. Analysis was performed using the 21.0 program. An analysis of the effect of job stress on career decision showed that employment anxiety (β= .206, p<.05), job anxiety(β=.824, p<.05), and anxiety in career search(β=.118, p<.05) showed a statistically significant effect(+). However, employment concerns(β=-.312, p<.001) in career determination and employment concerns(β=-.223, p<.01) in career search are statistically significant parts(-). An analysis of the effect of employment stress on employment preparation behavior found that employment anxiety(β=.364, p<.05) has a statistically significant effect(+) on information use preparation, It was found that the statistically significant part(-) affects employment anxiety(β=-.188, p<.01). The study found that the more anxious cosmetology students are about employment, the more they plan and explore career options, and make information-based preparations for employment. Through this research, we hope that there will be lively discussions among cosmetology students on career adaptability, life satisfaction, and employment anxiety.

• 공학교육연구
• /
• 제14권2호
• /
• pp.60-67
• /
• 2011

이 연구는 공학계열과 사회계열 대학생들의 취업스트레스와 진로결정효능감을 분석하기 위한 것이다. 연구대상은 서울과 제주 소재 3개 대학의 대학생 310명(공학계열 164명, 사회계 열 146명)이다. 취업스트레스와 진로결정효능감 검사 결과 대학생들은 전공과 학년에 따라 유의미한 차이를 보였다. 공학계열 학생이 사회계열 학생들보다 취업스트레스가 더 높은 것 으로 나타났다. 학년에 따른 분석 결과 학년이 올라갈수록 취업스트레스가 더 큰 것으로 나타났다. 진로결정효능감은 사회계열 학생들이 높았고, 1학년 학생들이 더 높게 나타났다. 상 관관계 분석에서 취업스트레스와 진로결정효능감은 부적 상관을 보였다. 이 연구의 결과는 대학에서의 진로교육 프로그램이 전공과 학년에 따라 특화되어야 함을 시사한다. 이를 위해 전공교육과 연계된 진로교육과정의 개발이 필요하다고 제언한다.

• 디지털산업정보학회논문지
• /
• 제17권3호
• /
• pp.1-7
• /
• 2021

The number of new students at many domestic universities is declining. In particular, private universities, which are highly dependent on tuition, are experiencing a crisis of existence. Amid the declining school-age population, universities are striving to fill new students by improving the quality of education and increasing the student employment rate. Recently, there is an increasing number of cases of using the accumulated big data of universities to prepare measures to fill new students. A representative example of this is the analysis of factors that affect student employment. Existing employment-influencing factor analysis studies have applied quantitative models such as regression analysis to university big data. However, since the factors affecting employment differ by major, it is necessary to reflect this. In this paper, the factors affecting employment by major are analyzed using the data of University C and the decision tree model. In addition, based on the analysis results, a roadmap for student employment by major is recommended. As a result of the experiment, four decision tree models were constructed for each major, and factors affecting employment by major and roadmap were derived.

• 무역학회지
• /
• 제46권1호
• /
• pp.169-187
• /
• 2021

This paper analyzes the feasibility of using machine learning and deep learning methods to forecast the income and employment using the strategic industries as well as investment, export, and exchange rates. The decision tree, artificial neural network, support vector machine, and deep learning models were used to forecast the income and employment in Busan. The following were the main findings of the comparison of their predictive abilities. First, the decision tree models predict the income and employment well. The forecasting values for the income and employment appeared somewhat differently according to the depth of decision trees and several conditions of strategic industries as well as investment, export, and exchange rates. Second, since the artificial neural network models show that the coefficients are somewhat low and RMSE are somewhat high, these models are not good forecasting the income and employment. Third, the support vector machine models show the high predictive power with the high coefficients of determination and low RMSE. Fourth, the deep neural network models show the higher predictive power with appropriate epochs and batch sizes. Thus, since the machine learning and deep learning models can predict the employment well, we need to adopt the machine learning and deep learning models to forecast the income and employment.

• 한국산학기술학회논문지
• /
• 제16권11호
• /
• pp.7971-7977
• /
• 2015

본 논문은 기업의 일자리 창출 평가체계 개발을 위한 평가항목 선정과 각 평가항목의 가중치를 구함으로써 정부의 기업 일자리 창출 지원과 관련된 정책의 효과를 정량적으로 평가할 수 있는 기초 자료를 제공하고 정책수립의 객관적인 방향을 제시하고자 한다. 이를 위하여 본 연구는 응답자들의 응답에 대한 모호성을 반영하는 퍼지 다지준 의사결정법을 적용한다. 연구결과 고용의 양적 측면과 고용의 질적 측면의 가중치가 비슷하였으며, 세부적으로는 최근 3년간 연간 고용증가율, 연간 순고용규모, 전체 근로자 중 비정규직의 비율, 전체 근로자의 평균고용기간, 전체 근로자의 월평균 임금, 매출액증가율 대비 고용증가율 순으로 가중치가 높은 것으로 나타났다.

• 한국사회복지학
• /
• 제58권1호
• /
• pp.291-318
• /
• 2006

본 연구는 도시지역 미취업노인들의 취업의사결정 요인들을 규명하기 위하여 노인들의 취업의사와 인구사회학적인 요인, 건강 및 심리사회적 요인, 그리고 노동 및 경제적 요인들과의 관계를 분석하였다. 본 연구는 서울시 소재 노인종합복지관을 이용하시는 60세 이상의 노인들 중에서 총 220명을 편의 모집(Purposive Sampling)하여 구조화된 설문지로 면접자에 의한 설문을 실시하였고, 최종 194명을 분석에 활용하였다. 본 연구의 분석방법으로는 취업의사여부에 따른 조사대상들의 특성은 빈도, 백분율, 평균, $X^2$ 및 t-test 등의 통계를 통해서 산출하였고, 취업의사결정에 영향을 미치는 요인들을 규명하기 위하여 로지스틱 회귀분석(Logistic Regression)을 사용하였다. 본 연구의 주요 결과로는 도시거주 미취업 노인들의 취업의사여부는 노인들의 성별, 연령, 학력, 자녀수, 신체적 건강상태, ADL, 자아 효능감, 경제적 스트레스, 노동 총 종사기간 부동산 소득, 가족후원금 및 연금 급여수준 등 다양한 요인들에 의하여 결정된다는 것이 조사되었다. 이러한 노인취업의사결정에 영향을 미치는 다양한 요인들을 고려안 노인고용관련 정책, 제도 및 프로그램 개발 및 운영이 필요하다. 끝으로 본 연구결과를 바탕으로 고령사회에 대비한 노인취업 활성화를 위한 제언 및 함의를 개괄적으로 제시하였다.

• 디지털융복합연구
• /
• 제16권1호
• /
• pp.73-83
• /
• 2018

본 연구는 대학 고학년 학생들을 대상으로 취업스트레스를 낮출 수 있는 요인들을 탐색하는 차원에서 진로결정 자기효능감과 진로성숙도가 취업스트레스에 미치는 영향에 대해 살펴보고자 하였다. 이를 위해 S 대학교 3, 4학년 학생 502명을 대상으로 수집된 자료를 위계적 회귀분석을 통해 분석한 주요 연구결과는 다음과 같다. 첫째, 성별과 연령은 취업스트레스 전체에 영향을 미치는 것으로 나타났는데, 여학생이 남학생보다, 연령이 높을수록 취업스트레스가 더 높게 나타났다. 둘째, 진로결정 자기효능감과 진로성숙도는 취업스트레스에 부적인 영향을 미치는 것으로 나타났다. 이러한 결과는 여학생들의 취업스트레스를 낮추기 위한 대학차원의 노력이 필요함을 시사하며, 진로결정 자기효능감과 진로성숙도를 향상시키기 위한 대학당국의 맞춤형 진로지도에 필요한 기초 자료로 활용될 수 있을 것이다.

• 한국콘텐츠학회논문지
• /
• 제13권12호
• /
• pp.817-828
• /
• 2013

본 연구는 취업캠프와 실무자 실전면접 활용 진로능력강화프로그램이 간호학생의 진로성숙도, 진로결정자기효능감 및 취업스트레스에 미치는 효과를 진로능력강화프로그램 실시 전 후에 파악하고자 하는 단일군 전후설계의 원시실험연구였다. 대상자는 간호과 3학년 졸업반 247명이었다. 연구결과로, 진로성숙도는 평균 2.59점에서 2.57점으로 감소하였으며 진로결정자기효능감은 평균 3.44점에서 3.65점으로 증가하였으며(t=8.67, p<.001), 취업스트레스는 평균 2.94점에서 2.83점으로 감소하였다(t=-3.46, p<.001). 진로능력강화프로그램 전후에 따른 특성별에서, 진로성숙도는 취업률이 높아서 지원한 학생(F=3.15, p=.025), 현재 취업준비도가 높은 학생(F=2.69, p=.032)에서, 진로결정자기효능감은 현재 취업준비도가 높은 학생(F=1.22, p=.031)에서, 취업스트레스는 현재 취업준비도가 낮은 학생(F=2.52, p=.030)에서 유의한 차이가 있었다.