Titulli i Disertacionit: VLERËSIMI I AFTËSIVE JOTEKNIKE PËRMES APLIKIMIT TË ALGORITMEVE TË MACHINE LEARNING REKOMANDIME PËR INSTITUCIONET PUBLIKE TË PUNËSIMIT NË SHQIPËRI

Autori: Milena SHEHU

• Institucioni: Universiteti i Tiranës,  Fakulteti i Ekonomisë, Departamenti i Statistikës dhe Informatikës së Zbatuar

• Fusha e studimit:  Statistikë dhe Informatikë e Zbatuar / Statistikë dhe Matematikë e Aplikuar në Ekonomi

• Data e publikimit: 15.06.2026

• Disertacioni gjendet i publikuar në Gjuhën Shqipe

© E drejta e autorit: Milena SHEHU

Publikuar nga Universiteti i Tiranës
Bazuar në aktet ligjore, rregulloreve dhe politikave të UT-ës

👉 Klikoni këtu për të parë disertacionin e plotë (PDF)

 

Abstrakti

Transformimet teknologjike dhe globalizimi kanë rritur ndjeshëm kompleksitetin e tregut të punës, duke e bërë identifikimin dhe analizën e aftësive të kërkuara nga punëkërkuesit një sfidë metodologjike dhe institucionale.

Ky disertacion fokusohet në përdorimin e algoritmeve të Modelimit të Temave (TM) për analizën automatike të shpalljeve të pozicioneve vakante të punës në Shqipëri, me theks të veçantë në aplikimin e algoritmit Latent Dirichlet Allocation (LDA) për identifikimin e strukturave tematike dhe modeleve të aftësive joteknike.

Fillimisht, analizohen teorikisht algoritmet kryesore të modelimit tematik, përfshirë LSA, NMF, LDA dhe BERTopic, duke analizuar avantazhet dhe kufizimet e tyre në kushtet e të dhënave tekst në gjuhën shqipe. Në vijim, LDA analizohet me detaje nga këndvështrimi statistikor dhe zbatohet mbi një korpus shpalljesh pune për të nxjerrë tema koherente dhe aftësi dominuese të kërkuara nga tregu i punës shqiptar,

Kontributi praktik kryesor i disertacionit është zhvillimi i aplikacionit “Harta e Aftësive”, i ndërtuar në gjuhën R Shiny. Aplikacioni mundëson ngarkimin dhe përpunimin paraprak të përshkrimeve të pozicioneve vakante të punës, analizimin vetëm të seksioneve të kërkesave dhe përshkrimit të punës, identifikimin dhe kategorizimin e aftësive joteknike, duke aplikuar algoritmin LDA dhe përpunimin gjuhësor me UDPipe për gjuhën shqipe.

Fusha: Statistikë dhe Matematikë e Aplikuar në Ekonomi

Fjalët kyce: Latent Dirichlet Allocation, Modelimi i Temave, Aftësi joteknike, Përpunimi i Gjuhës Natyrore, Tregu i punës në Shqipëri

 

Abstract

Technological transformations and globalization have significantly increased the complexity of the labor market, turning the identification and analysis of necessary skills into both a methodological and institutional challenge.

This study examines the use of topic modeling algorithms for the automated analysis of job vacancy postings in Albania, with a particular focus on applying the Latent Dirichlet Allocation (LDA) algorithm to uncover thematic structures and patterns related to non-technical skills. The study first provides a theoretical analysis of the main Topic Modelling algorithms, including LSA, NMF, LDA, and BERTopic, examining their advantages and limitations when applied to a corpus with text data written in Albanian language. Further in the thesis, LDA is analyzed in detail from a statistical perspective and applied to a corpus of job advertisements to extract coherent topics and dominant skills demanded by the Albanian labor market.

The main practical contribution of the dissertation is the development of the “Harta e Aftësive” application, built using R Shiny. The application enables users to upload and preprocess job vacancy descriptions, analyze only the requirements and job description sections, identify and categorize non- technical skills, by applying the LDA algorithm and UDPipe for the Albanian language.

Field of study: Statistics and Applied Mathematics in Economics

Keywords: Latent Dirichlet Allocation, Topic Modeling, Soft Skills, Natural Language Processing, Albanian Labor Market