بررسی الگوریتمهای داده کاوی در پیش بینی سمت شغلی کارکنان و پیشنهاد الگوریتم مناسب

Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 455

This Paper With 24 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JPAS-7-27_006

تاریخ نمایه سازی: 30 فروردین 1399

Abstract:

انتخاب افراد شایسته  و برخوردار از توانمندی های لازم جهت پست های کلیدی و توجه به اصل شایسته سالاری در توزیع قدرت و تقسیم وظایف و مسئولیت ها میان نخبگان جامعه، افزون بر آنکه در رشد، پیشرفت و ثبات کشور موثر است، از رموز موفقیت و ماندگاری زمامداران به حساب می آید. انتخاب افراد شایسته در نظام اداری شیوه ای از مدیریت است که در آن کارکنان به جهت توانایی و شایستگی های فردی به کارگیری می شوند. هدف این پژوهش، بررسی سمت شغلی کارکنان شاغل در سپاه پاسداران انقلاب اسلامی بر اساس ویژگیهای فردی و نیز استفاده از داده کاوی  به منظور پیشبینی  سمت شغلی کارکنان جدید است. جهت پیش بینی سمت شغلی هر یک از کارکنان، پس از طی مراحل پیش پردازش، مشخصات کارکنان به صورت نظارت یافته مبتنی بر پنج الگوریتم یادگیری ماشین  فرا گرفته شده است و پس از تحلیل و بررسی، میزان دقت و صحت هر یک از این الگوریتم ها برای استفاده در یک سیستم توصیهگر ، مقایسه شده است. الگوریتم درخت تصمیم به میزان 97.90 درصد دقت طبقه بندی، بهترین الگوریتم داده کاوی در یک سیستم توصیهگر برای پیش بینی پست مناسب هر یک از کارکنان، معرفی شده و الگوریتم نیوبیزین نیز با همین مبنا نامناسب ترین الگوریتم برای این منظور است. ارزش پژوهش حاضر در این است که بر اساس اطلاعات، ویژگی ها و شایستگی های فردی، سمت شغلی کارکنان حاضر و یا جدیدالورود را تعیین می کند که در این رویکرد رابطه بر تخصص، تحصیلات و یا سایر ویژگی های مهم فردی ارجحیت ندارد. همچنین استفاده از الگوریتم های مطرح در این مقاله منجر به سازماندهی بهینه و کارآمد کارکنان می شود طوریکه هر فرد با کمترین خطا در مناسب ترین شغل ممکن سازماندهی میشود.

Authors

حمید پارسا

دانشجوی کارشناسی ارشد دانشگاه امنیت ملی

محمد عکافان

استادیار دانشگاه امنیت ملی

مهدی تاج الدین

دانشجوی کارشناسی ارشد دانشگاه امنیت ملی