Tool-based Methodology for skills ontologies construction and their use in the context of supporting an individual towards employment

Méthodologie outillée pour la reconstitution des ontologies de compétences et leur exploitation dans le contexte de l'accompagnement d'un individu vers l'emploi Cette thèse présente une méthodologie complète basée sur des outils pour la construction d'ontologies de compétences et leur application dans l'accompagnement des individus vers l'emploi. Fondée sur le projet Lab Capital Human (LCH), cette recherche relève le défi d'aligner les compétences individuelles sur les traits de personnalité à l'aide d'une approche prédictive multimodale.La méthodologie est conçue pour intégrer divers types de données - données numériques sur la personnalité et descriptions textuelles des compétences - dans un cadre structuré et modulaire. Elle comprend trois phases principales : la construction d'une hiérarchie de concepts qui organise les compétences au sein d'une structure hiérarchique, l'application d'un algorithme d'appariement probabiliste (PMA) basé sur l'algorithme de mariage stable pour la création efficace de liens entre les traits de personnalité et les compétences correspondantes, et la phase de prédiction, qui tire parti de ces liens pour générer des recommandations de compétences personnalisées.La validation de la méthodologie est effectuée à travers l'étude de cas du LCH-RH, en utilisant un ensemble de données robuste qui comprend à la fois des évaluations de personnalité et des données sur les compétences. Des analyses statistiques, notamment l'entropie et l'information mutuelle, sont utilisées pour évaluer les relations au sein du graphe bipartite formé par les traits de personnalité et les compétences, ce qui permet de mieux comprendre la structure des données et leur pouvoir prédictif.Les résultats obtenus grâce à la méthodologie proposée démontrent une amélioration notable de la prédiction des compétences, en mettant en évidence des liens pertinents entre les traits de personnalité et les compétences requises. Cependant, la principale contribution réside dans l'architecture modulaire de la méthodologie, qui offre la flexibilité et l'adaptabilité nécessaires pour explorer ces corrélations de manière systématique et reproductible.En outre, cette recherche examine les implications de l'utilisation de l'IA dans les pratiques RH, en abordant les biais potentiels et en soulignant la nécessité d'une supervision humaine dans les processus de prise de décision automatisés. Les connaissances acquises grâce à cette étude contribuent à la littérature existante sur les systèmes de prédiction multimodale et jettent les bases d'une recherche future visant à affiner et à appliquer cette méthodologie dans divers contextes des ressources humaines.En présentant une nouvelle approche de la prédiction des compétences, cette thèse ne fait pas seulement progresser la compréhension de la relation entre les traits de personnalité et les compétences, mais propose également des stratégies exploitables pour promouvoir des pratiques de recrutement équitables, en soutenant finalement les individus dans leur développement de carrière.