ارایه یک مدل جهت تعیین میزان تناسب شغلی با ویژگیهای فردی دانشجویان کامپیوتر
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 375
This Paper With 26 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:
شناسه ملی سند علمی:
COMCONF04_365
تاریخ نمایه سازی: 10 تیر 1396
Abstract:
در دنیای پیچیدهی امروزی، شناخت دقیق انسانها و تشخیص ویژگیهای رفتاری آنها بهمراتب دشوارتر از هرزمانی شده است. از طرف دیگر، رشد فناوری و افزایش سطح دانش بشری، باعث سختگیرانهتر شدن فرایندهای گزینش شغلی و حساسیتبیشتر نسبت به شخصیت فردی متقاضیان شده است. یکی از راهحلهای موثر برای غلبه بر این پیچیدگیها و دشواریها، تعیین شخصیت رفتاری افراد و تطبیق دهی آن با شغل مورد درخواستشان است تا میزان سازگاری فرد با شغل موردنظرشمعلوم گردد. هدف از این تحقیق استفاده از رویکرد هوشمند یادگیری مبتنی بر شبکههای عصبی و منطق فازی جهت کشفالگوهای شخصیتی از دادههای فردی برای کارشناسان کامپیوتر مشغول به تحصیل در دورهی کارشناسی ارشد مهندسی نرمافزار میباشد که تخصص کاری اصلیشان در شش گروه کلی )مدیر طراح، تحلیلگر، برنامهنویس، مستندساز، ارزیاب، بازاریاب( قرار دارد. روش تحلیل پنج عاملیFFM مولفههای رفتاری هر فرد به پنج دسته تقسیم میکند: روان رنجوری برون-گرایی، انعطافپذیری، موردپذیرش بودن و وظیفهشناسی. ایدهی اصلی ارایهشده در این پژوهش مرتبط ساختن عاملهای رفتاری و شخصیتی به حوزههای تخصصی رشته مهندسی کامپیوتر است؛ برای کشف رابطهی بین عاملهای رفتاری و حوزههایتخصصی رشته مهندسی کامپیوتر، به بررسی قابلیتهای سیستم استنتاج فازی مبتنی بر کاربرد شبکههای عصبی جهت یادگیری برای کشف الگوهای شخصیتی و ارتباط دادن آن به حیطهی شغلی افراد پرداختهشده است و نشان داده میشود که با استفاده از یک سیستم استنتاج فازیFIS میتوان یک فرایند سیستماتیک برای تبدیل یک پایگاه دانش به یک نگاشت غیرخطی فراهم آورد
Keywords:
Authors
سمیرا رزم
گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی ، مرودشت، ایران
بابک امیری
دانشیار، هییت علمی، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی ، مرودشت، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :