Predicting Interview Engagement in Real-Time Recruitment: Class Imbalance and Behavioral Feature Analysis
Notice bibliographique
Résumé
Real-time recruitment platforms with bidirectional matching systems pose unique challenges in predicting candidate interview engagement, with only about 3 % of candidates reaching the waiting room stage. Unlike traditional recruitment prediction focusing on static resume-job matching, this study analyzes behavioral dynamics in live interview participation using 73,000 real-world candidate-job matching instances from a North American recruitment platform. We systematically evaluated 120 model configurations that combine five machine learning algorithms with multiple imbalance handling strategies. Our results demonstrate that LightGBM with a <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$1: 3$</tex> class weighting scheme and Tomek Links undersampling achieves the most stable performance across validation experiments <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$(\mathbf{F 1}=\mathbf{0. 5 9 7} \pm \mathbf{0. 0 0 4}, \mathbf{9 5 \%}$</tex> CI: 0.585-0.609) with high test performance (Macro F1 <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$=\mathbf{0. 7 9 7 1}$</tex>). Compared to the majority-class baseline classifier (Macro F1 = 0.4926), this corresponds to an absolute improvement of 0.3045. In addition, feature analysis highlights that user engagement metrics and temporal factors are as predictive as algorithmic match scores, with class weighting consistently outperforming aggressive resampling strategies. The study uncovers counterintuitive behavioral patterns, including a negative correlation between resume-job match scores and interview participation, suggesting algorithmic refinement opportunities. These findings provide actionable insights for the optimization of the recruitment platform and establish a methodological framework applicable to other real-time matching systems with extreme class imbalance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».