Wage Prediction Using Time Series Data and Machine Learning

Abstract

The analysis of wage trends serves as a reflection of the broader economic landscape and the dynamic nature of the labor market. Various factors, including economic, social, and technological changes, influence wages. Therefore, wage forecasting becomes a crucial tool for personal career planning. This independent study aims to develop a wage prediction model using time series data and machine learning techniques. The aim is to support forecasting and analysis of employment and wage trends. This research utilizes a job description dataset from Kaggle, covering 2021 to 2023, combined with World Bank data. These datasets were transformed into formats suitable for predictive analysis and enriched with newly engineered features. Natural Language Processing was applied to analyze job descriptions. For wage forecasting, a Linear Regression model was developed. In addition, classification models, including Decision Tree, Naïve Bayes, Random Forest, and XGBoost, were used to categorize job positions into entry-level, managerial, and expert. Based on model performance evaluation, the Random Forest model yielded the best results, with an accuracy rate of 90.00%, a Root Mean Squared Error of 1.93, and a Mean Absolute Error of 1.70. The model handled complex data well, and the web application was praised for its clarity and usefulness in job search and wage prediction.

การวิเคราะห์แนวโน้มค่าจ้างแรงงานสะท้อนภาวะเศรษฐกิจ และความเปลี่ยนแปลงของตลาดแรงงาน โดยค่าจ้างมีการเปลี่ยนแปลงตามปัจจัยทางเศรษฐกิจ สังคม และเทคโนโลยี การพยากรณ์ค่าจ้างจึงเป็นเครื่องมือสำคัญที่สามารถช่วยในการวางแผนเส้นทางอาชีพในระดับบุคคล วัตถุประสงค์ของการค้นคว้าอิสระนี้ จึงเพื่อพัฒนาแบบจำลองการพยากรณ์ค่าจ้างแรงงานโดยใช้ข้อมูลอนุกรมเวลา และวิธีการเรียนรู้ ของเครื่อง (Machine Learning) สำหรับการใช้งานการพยากรณ์ และวิเคราะห์แนวโน้มการจ้างงานและะค่าแรง งานวิจัยนี้ใช้ชุดข้อมูล Job Description จากเว็บไซต์ Kaggle ซึ่งมีข้อมูลในช่วงปี พ.ศ. 2564–2566 ร่วมกับข้อมูลจากธนาคารโลก ซึ่งได้รับการแปลงให้อยู่ในรูปแบบที่เหมาะสมสำหรับการวิเคราะห์เชิงคาดการณ์และสร้างคุณลักษณะใหม่ที่เหมาะสม การวิจัยประยุกต์ใช้การประมวลผลภาษาธรรมชาติ (Natural Language Processing) เพื่อวิเคราะห์คำอธิบายลักษณะงานที่มีการใช้แบบจำลองถดถอยเชิงเส้น (Linear Regression) สำหรับการพยากรณ์ค่าจ้าง รวมถึงใช้แบบจำลองต้นไม้ตัดสินใจ (Decision Tree) เนอีฟเบย์ (Naïve Bayes) ป่าการสุ่ม (Random Forest) และเอกซ์ตรีมบูสติ้ง (XGBoost) เพื่อจำแนกตำแหน่งงานออกเป็น 3 ระดับ ได้แก่ ระดับพนักงาน ระดับผู้จัดการ ระดับผู้เชี่ยวชาญ จากผลการประเมินประสิทธิภาพของแบบจำลอง พบว่า แบบจำลองป่าการสุ่มให้ผลลัพธ์ดีที่สุด โดยมีค่าความแม่นยำร้อยละ 90.00 ค่ารากที่สองของค่าเฉลี่ย ความคลาดเคลื่อนกำลังสองเท่ากับ 1.93 และค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ยเท่ากับ 1.70 แสดงถึงประสิทธิภาพในการจัดการกับข้อมูลที่มีความซับซ้อนสูงและเว็บแอปพลิเคชันที่พัฒนาขึ้นได้รับความพึงพอใจ ในระดับ มาก จากทั้งผู้ใช้งานทั่วไปและผู้เชี่ยวชาญ สะท้อนถึงความสามารถในการค้นหางานและพยากรณ์ค่าจ้างที่เข้าใจง่ายและชัดเจน