就職活動中の直接的な差別を特定するためのオンライン求人広告のテキストマイニング：インドネシアでのケーススタディ

職場での差別は違法ですが、差別的な慣行は依然として永続的な世界的な問題です。職場での差別的慣行を特定するために、以前の研究では職務広告分析が使用されていました。ただし、これらの研究のほとんどは、非構造化されたテキストデータで構成される大規模なジョブ広告を使用して作業するため、限られた数のサンプルからテキストを手動でコーディングすることにより、コンテンツ分析を採用しました。これらの制限に遭遇した本研究では、直接識別検出（DDD）と呼ばれる方法を設計することにより、大規模なオンラインジョブ広告で複数のタイプの直接差別を特定するためのテキストマイニング手法が含まれます。DDDは、N-Gramsと正規式（Regex）の組み合わせを使用して、ブール検索モデルの正確な一致原理を使用して構築されます。2005年5月から2017年12月まで発行された英語とバハサインドネシアの合計8,969のオンラインジョブ広告は、Bursakerja-Jateng.comからデータとして収集されました。結果は、性別、婚status状況、身体的外観、宗教など、就職プロセス中に直接差別の慣行がまだ存在することを明らかにしています。求人広告で発生する最も繰り返されるタイプの差別は、年齢（66.27％）に基づいており、その後の性別（38.76％）、および物理的な外観（18.42％）が続きます。さらに、女性の求職者は、採用中に直接的な差別を経験する最も脆弱な当事者として発見されています。結果は、女性の求職者が男性の対応者と比較して、特定の職位で複雑な危険に直面していることを示しています。性別のために除外されただけでなく、女性の求職者も、独身で、まだ若い年齢で、特定の身体的外観や特定の宗教的好みを遵守するなど、仕事に応募する機会を得るためのより多くの要件を満たす必要がありました。この研究は、社会分野の現象を分析するために、大規模な非構造化されたテキストデータで計算方法を最適化する力と可能性を示しています。

Discrimination in the workplace is illegal, yet discriminatory practices remain a persistent global problem. To identify discriminatory practices in the workplace, job advertisement analysis was used by previous studies. However, most of those studies adopted content analysis by manually coding the text from a limited number of samples since working with a large scale of job advertisements consisting of unstructured text data is very challenging. Encountering those limitations, the present study involves text mining techniques to identify multiple types of direct discrimination on a large scale of online job advertisements by designing a method called Direct Discrimination Detection (DDD). The DDD is constructed using a combination of N-grams and regular expressions (regex) with the exact match principle of a Boolean retrieval model. A total of 8,969 online job advertisements in English and Bahasa Indonesia, published from May 2005 to December 2017 were collected from bursakerja-jateng.com as the data. The results reveal that the practices of direct discrimination still exist during the job-hunting process including gender, marital status, physical appearances, and religion. The most recurrent type of discrimination which occurs in job advertisements is based on age (66.27%), followed by gender (38.76%), and physical appearances (18.42%). Additionally, female job seekers are found as the most vulnerable party to experience direct discrimination during recruitment. The results exhibit female job seekers face complex jeopardy in particular job positions comparing to their male counterparts. Not only excluded because of their gender, but female job seekers also had to fulfil more requirements for getting an opportunity to apply for the jobs such as being single, still at a young age, complying specific physical appearances and particular religious preferences. This study illustrates the power and potential of optimizing computational methods on a large scale of unstructured text data to analyze phenomena in the social field.