چکیده
سرمایه انسانی از نگرانیها برای مدیریت شرکتهایی است که علاقه بسیاری برای استخدام پرسنل واجد شرایط دارند که انتظار میرود بهخوبی کار کنند. بهتازگی، علاقه رو به رشدی در دادهکاوی بهوجود آمده است، که در آن هدف کشف دانش درست و نفع بالا برای کاربران است. در این مقاله، تکنیکهای دادهکاوی برای ساخت یک مدل طبقهبندی برای پیشبینی عملکرد کارکنان استفاده میشود. برای ساخت مدل طبقهبندی، روشهای دادهکاوی CRISP-DM بهتصویب رسیدند. درخت تصمیم بهعنوان مهمترین ابزار دادهکاوی برای ایجاد مدل طبقهبندی مورد استفاده قرار گرفت، که در آن چندین قانون طبقهبندی تولید شد. برای اعتباربخشی به الگوی تولید شده، چندین آزمایش با استفاده از دادههای واقعی جمع آوری شده از چندین شرکت انجام شده است. مدل برای پیشبینی عملکرد متقاضیان جدید در نظر گرفته شده است.
مقدمه
منابع انسانی تقریبا به یکی از نگرانیهای اصلی مدیران در تمام کسبوکارها من جمله، شرکتهای خصوصی، موسسات آموزشی و سازمانهای دولتی تبدیل شده است. سازمان کسبوکار واقعا علاقهمند به حلوفصل برنامهای برای انتخاب درست کارکنان مناسب است. بعد از استخدام کارکنان، مدیریت در مورد عملکرد این کارکنان که سیستم مدیریت ارزیابی در تلاش برای حفظ عملکرد خوب کارمندان است، نگران میشود (Chein و Chen، 2006).
دادهکاوی یک میدان جوان و امیدوار از اطلاعات و کشف دانش است (Han و همکارانش، 2011). در آغاز بهدلیل وجود دادههای بزرگ حاوی مقادیر زیادی از دانش پنهان، بهعنوان یک هدف مهم برای صنعت اطلاعات بود. با تکنیکهای دادهکاوی، مانند دانش میتوان وظایف پایگاه داده را از ذخیره و بازیابی به یادگیری و استخراج دانش تبدیل کرد.
ساخت مدل طبقهبندی
هدف اصلی از روش پیشنهادی ساخت مدل طبقهبندی است که ویژگیهای خاصی را که ممکن است عملکرد شغلی را تحت تاثیر قرار دهد مورد بررسی قرار میدهند. برای انجام این کار، روش CRISP-DM (صنعت پردازش استاندارد برای دادهکاوی) (CRISP-DM، 2007) برای ساخت یک مدل طبقهبندی استفاده شد. که شامل پنج گام است: درک کسبوکار، درک دادهها، آماده سازی دادهها، مدلسازی، ارزیابی و استقرار است.
ردهبندی مقدماتی داده
بهطورکلی، طبقهبندی دادهها یک فرایند دو مرحلهای است. در مرحله اول، که به نام مرحله یادگیری است، یک مدل که مجموعهای از پیش تعیین شده از کلاسها یا مفاهیم توصیف است، با تجزیهوتحلیل مجموعهای از نمونه پایگاه داده ساخته شده است. هر نمونه فرض شده است که متعلق به یک کلاس از پیش تعریف شده است. در مرحله دوم، مدل بااستفاده از مجموعه دادههای مختلف برای برآورد صحت مدل طبقهبندی مورد آزمون قرار میگیرد. اگر دقت مدل قابل قبول تشخیص داده شود، مدل را میتوان برای طبقهبندی نمونه دادههای آینده که برچسب کلاس آنها شناخته شده نیست مورد استفاده قرار داد. در پایان، این مدل به عنوان یک طبقهبندی در فرایند تصمیمگیری عمل میکند. چندین تکنیک مختلف وجود دارد که میتواند برای طبقهبندی مانند درخت تصمیمگیری، روشهای بیزی، الگوریتم براساس قوانین و شبکههای عصبی استفاده شود.
مدلسازی و آزمایشات
بعد از اینکه دادهها تهیه شد، مدلهای طبقهبندی ساخته شدند. با استفاده از روش درخت تصمیمگیری، یک درخت برای هر یک از این آزمایشها ساخته شده است. در این روش، مقدار نسبت افزایش برای نشان دادن اثربخشی وزن هر یک از ویژگیها در کلاس مورد آزمایش، استفاده شده است و بر اساس ترتیب گرههای درخت مشخص شده است. نتایج به دست آمده در بخشهای زیر بحث شده است.
آزمایش اول (E1): استفاده از کل داده (130 مورد)
سه روش طبقهبندی بر مجموعه داده برای ساخت مدل طبقهبندی استفاده شده است. تکنیکها عبارتند از: درخت تصمیم با دو نسخه، ID3 و C4.5 (J4.8 در WEKA) و طبقهبندی ساده بیز. برای هر آزمایش، دقت با استفاده از اعتبار 10-برابر متقاطع، و روش نگه داشتن مورد بررسی قرار گرفت. جدول 2 درصد دقت هر یک از این روشها را نشان میدهد.
نتایج و بحث
این مطالعه عوامل متعددی را که ممکن است اثر زیادی بر عملکرد کارکنان داشته باشند نشان میدهد. یکی از عوامل موثر عنوان شغلی است.
روند اثربخشی عنوان شغلی در نتایج بسیار روشن نیست، از آنجا که حدود 20 عنوان شغلی مورد مطالعه وجود دارد، اما میتوان آن را به نوع پیچیدگی کار و مسئولیتهای مربوط و مطرح شده دانست. مسئولیت بالا گاهی اوقات بر انگیزه کارکنان و در نتیجه عملکرد در راه مثبت تاثیر میگذارد.
نتیجه گیری و کارهای آتی
این مقاله بر امکان ساخت یک مدل طبقهبندی برای پیشبینی عملکرد کارکنان متمرکز شده است. در حال کار بر روی عملکرد، بسیاری از ویژگیها آزمایش شده است، و برخی از آنها در پیشبینی عملکرد موثر بودند. عنوان شغلی قویترین ویژگی و سپس نوع دانشگاه، با اثر کمی از درجه و نمره بود.
ویژگی سن هیچ اثر روشنی را نشان نمیدهد درحالیکه وضعیت تاهل و جنس تاثیر کمی در برخی از آزمایشات برای پیشبینی عملکرد نشان دادهاند. حقوق و دستمزد تعدادی از شرکتهای قبلی، سال آزمایش و رضایت شغلی، هر کدام درجهای تاثیر در پیشبینی عملکرد دارند. برای مدیریت شرکت و بخش منابع انسانی، این مدل، و یا نسخهی افزایش یافته، میتواند در پیشبینی عملکرد کارکنان تازه متقاضی، استفاده شود. اقدامات چندی را میتوان در این مورد برای جلوگیری از هر گونه خطر مربوط به استخدام کارمند ضعیف انجام داد.
بهعنوان کارهای آتی، جمعآوری داده مناسبتر از چند شرکت توصیه میشود. پایگاه داده برای کارکنان فعلی و حتی آنهایی که قبلا بودند بهعنوان یک نرخ عملکرد صحیح برای هر یک از آنها میتواند مورد استفاده قرار گیرد.
هنگامی که مدل مناسب تولید میشود، نرمافزار میتواند توسط HR از جمله قوانین تولید شده برای پیشبینی عملکرد کارکنان استفاده شود.
این مقاله ISI در سال 2012 در نشریه Thesai و در مجله بین المللی علوم کامپیوتر پیشرفته و برنامه های کاربردی، توسط گروه سیستم های اطلاعات کامپیوتری منتشر شده و در سایت ای ترجمه جهت دانلود ارائه شده است. در صورت نیاز به دانلود رایگان اصل مقاله انگلیسی و ترجمه آن می توانید به پست دانلود ترجمه مقاله ساخت یک مدل طبقه بندی برای پیش بینی عملکرد کارکنان در سایت ای ترجمه مراجعه نمایید.