автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Методы и алгоритмы поддержки принятия управленческих решений при планировании карьеры сотрудников предприятия

На правах рукописи

Шевчук Любовь Юрьевна

МЕТОДЫ И АЛГОРИТМЫ ПОДДЕРЖКИ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ ПРИ ПЛАНИРОВАНИИ КАРЬЕРЫ СОТРУДНИКОВ ПРЕДПРИЯТИЯ

Специальность 05.13.10 - «Управление в социальных и экономических системах»

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Москва 2005

Работа выполнена в Московском i осу дарственном горном университе re

Научный руководитель кандидат технических наук, доцент ФОМИЧЕВА ОЛЬГА ЕВГЕНЬЕВНА

Официальные оппоненты: доктор технических наук, профессор ИВАШКИН ЮРИЙ АЛЕКСЕЕВИЧ доктор экономических наук, профессор ДАЯНЦ ДЖУЛЬЕТТА ГУРГЕНОВНА

Ведущее предприятие - Институт проблем управления им. В.А. Трапезникова РАН

Защита диссертации состоится «17» ноября 2005 г. в /¿Г час., на заседании диссертационного совета Д 212.128.02 при Московском государственном горном университете по адресу: 119991, г. Москва, Ленинский проспект, д.6.

С диссертацией можно ознакомиться в библиотеке университета. Автореферат разослан « /7» /¿? 2005 г. Ученый секретарь диссертационного совета

кандидат технических наук, доценг АДИГАМОВ АРКАДИЙ ЭНГЕЛЕВИЧ

47 568 ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы

Современный этап развития экономики характеризуется острым дефицитом высококвалифицированных специалистов, изменением требований к персоналу предприятия и кадровой политике В настоящее время встал вопрос эффективного управления человеческими ресурсами Персонал рассматриваться как основной ресурс, в первую очередь определяющий успех деятельности всей фирмы в условиях жесткой конкурентной борьбы на рынке труда

Одним из основных направлений развития персонала является управление карьерой работников Для того чтобы сотруднику оптимально реализовать себя в карьерном росте, важно выбрать ту сферу деятельности, которая соответствует его способностям, с другой стороны, должны учитываться интересы фирмы Начиная с момента приема сотрудника на работу, необходимо организовать планомерное горизонтальное и вертикальное его продвижение по существующей или перспективной системе должностей.

Для решения вопроса планирования карьеры на практике используются различные механизмы оценки персонала качественные, количественные, комплексные Причем оцениваться могут как претенденты на работу, так и уже работающие сотрудники, после аттестации которых принимаются решения о кадровых перемещениях внутри предприятия.

Решения о перемещениях сотрудника базируются на основании проведенных оценок его профессиональных, личностных, психологических качеств Причем для получения достоверных и точных результатов необходимо, чтобы оценивание сотрудников было комплексным и всесторонним. При этом нужно учитывать, что любая оценка не характеризует человека в целом. Она всегда направлена на диагностику каких-то конкретных, строго определенных и ограниченных характеристик (психологических, профессиональных) данного человека или группы людей

При проведении оценки следует иметь в виду, что процедура оценки должна быть унифицирована для всех сотрудников Если сравниваются данные по нескольким обследуемым, необходимо обеспечить одинаковые условия оценки, и результаты оценки обрабатывались одинаковыми средствами. Унификация направлена на то, чтобы максимально нейтрализовать влияние различных побочных факторов, чтобы различия в индивидуальных результатах отражали реальные различия между обсле-

дуемыми по измеряемому параметру

Информация, получаемая в процессе оценивания персонала, должна быть свободна от субъективного мнения специалиста кадровой службы Субъективизм ЛПР может привести к нежелательным последствиям (потери ценного работника и, напротив, приему на работу недостойных претендентов)

При этом не надо забывать, что результаты оценивания нельзя воспринимать как абсолютные. Любая оценка позволяет предсказывать истинный результат лишь с определенной долей вероятности Так как чаще всего оценивание осуществляется при помощи всевозможных тестов, такая вероятность находит свое выражение в так называемых коэффициентах надежности и валидности, которые никогда не бывают равны 1.00, т е. не могут иметь 100%-ную вероятность

Результаты проведения оценки персонала могут быть выражены либо в словесной форме «отлично», «очень хорошо», «удовлетворительно», «неудовлетворительно», либо в виде баллов Эти данные носят качественный характер, что обусловливает их неточность, неоднозначность и представляет трудности для их обработки и интерпретации сотрудниками кадровых служб

На основании анализа и интерпретации результатов оценки персонала ЛПР строит «портрет» претендента на должность, причем в зависимости от опыта ЛПР этот портрет приобретает разную степень связности, адекватности и глубины Увязывание отдельных характеристик, таких, как свойства личности, профессиональные знания и умения, в целостный портрет составляет основную трудность в работе ЛПР

Для снижения субъективности, нечеткости и неоднозначности результатов оценки персонала целесообразно разработать методы и алгоритмы, которые бы учитывали описанные выше проблемы и помогали принимать эффективные управленческие решения, в то время как классические методы принятия решений о назначении претендента на должность, рассмотренные в работах Ларичева О И , Стсрнина М.Ю. и других, описывают алгоритмы принятия решений с помощью методов, не учитывающих неточность данных, на основании которых принимаются соответствующие кадровые управленческие решения.

Целью исследования является разработка модели процесса поддержки принятия решений для планирования карьеры сотрудников, позволяющая проводить глубокий и всесторонний анализ личности претендента на должность для принятия эффективных управленческих решений, а также создание алгоритмического обеспечения и программно-информационного проекта системы поддержки принятия решений.

Задачи исследования:

- анализ существующих методов принятия решений в кадровой системе управления;

- разработка моделей и алгоритмов поддержки принятия управленческих решений планирования карьеры сотрудников в условиях неопределенности, обусловленной субъективизмом лица, принимающего решения;

- разработка модели представления знаний, основанной на объектно-ориентированном подходе, позволяющем объединить достоинства продукционных и сетевых моделей представления знаний и свести к минимуму их недостатки,

- построение нечеткого дерева решений, способствующего принятию решения о назначении претендента на должность на основе фактографической и экспертной информации,

- разработка интеллектуальной системы поддержки принятия решений для планирования карьеры сшрудников с целью повышения эффективности функционирования персонала предприятия

Идея работы заключается в интеллектуализации процесса управления кадровыми ресурсами предприятия на основе объединения классических методов принятия решений с теорией построения нечетких баз знаний и объектно-ориентированной методологии. Методы исследования

Теоретической основой работы являются основные положения теории кадрового менеджмента, теории принятия решений, методов системного анализа, теории построения интеллектуальных систем, теории нечетких множеств, методов объектно-ориентированного подхода.

Методика исследования основывается на изучении, обобщении и оценке накопленного опыта в отечественной и зарубежной теории и практике, выявлении особенностей информационного обеспечения процессов принятия управленческих кадровых решений; системном анализе принципов, методов, показателей и моделей информационной технологии управления персоналом

Основные научные положения, разработанные соискателем, и их новизна

- Снижение степени субъективности при планировании карьеры сотрудников достигается применением модели процесса подбора персонала, основанной на интеграции в единый комплекс структурированных методов процесса оценки персонала и формализованных методов принятия управленческих решений

- С целью структурирования и детализации знаний, а также их доработки и уточнения без ущерба для имеющейся структуры целесообразно построение объектно-ориентированной древовидной модели знаний, обладающей свойствами фрактальности (вложенности)

- С целью учета и управления нечеткостью и неоднозначностью данных, полученных после оценки претендента на должность наиболее эффективно использовать модель обработки знаний, на основе метода построения нечетких деревьев решений для задач планирования карьеры сотрудников.

- С целью обеспечения достоверности принятия управленческих решений при оценке компетентности сотрудников предложен мегод групповой экспертной оценки, включающий этапы формирования частных предпочтений эксперте и этапы их агрегирования в групповые решения с оценкой согласованности частных предпоч1ений с учетом нечеткости и неточности, присущими принятию экспертных решений

Практическая значимость работы состоит в том, что разработанное программное обеспечение для поддержки принятия решений при планировании карьеры и преемственности сотрудников позволяет перевести процесс назначения претендентов на должность на качественно повый уровень, который наиболее полно соответствует требованиям, предъявляемым к должностям в современных условиях Также существенно ускорить процесс оценки персонала, проводить массовые процедуры оценки, увеличивать объективность исследований за счет повышения доверия оцениваемого сотрудника («машина беспристрастна») и исключить субъективность экспертов.

Апробация работы

Основные результаты диссертации и ее отдельные положения докладывались на семинарах кафедры АСУ МГГУ и следующих конференциях «Е1еделя горняка» О Москва, 2002-2004гг ); 6-я Международная конференция «НТИ-2002 Информационное общество Интеллектуальная обработка информации Информационные технологии» (г. Москва, 2002г); Всероссийская научно-практическая конференция «Современные проблемы управления персоналом организации» (г Пенза, 2004г ) Публикации

По теме диссертации опубликовано 5 научных работ Структура диссертации

Диссертационная работа состоит из введения, четырех глав и заключения, включает в себя 1 приложение, 18 таблиц, 26 рисунков, список используемой литературы из 117 наименований.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

В диссертации анализируется проблема поддержки принятия решений при планировании карьеры и преемственности сотрудников, рассматриваются этапы управления персоналом, рассмотрены методы поддержки принятия групповых решений при планировании карьеры и преемственности сотрудников, разработан подход к принятию решений, основанный на нечетких деревьях решений, разработана объектно-ориентированная модель знаний, разработаны элементы интеллектуальной системы поддержки принятия решений.

В первой главе рассмотрено современное состояние процесса управления персоналом.

Управление персоналом - это целенаправленная деятельность руководящего состава организации, а также специалистов кадровой службы, которая включает разработку концепции и стратегии кадровой политики и методов управления персоналом. Управление персоналом как стратегическое и оперативное управление деятельностью предприятия направлено на повышение эффективности использования человеческих ресурсов организации

Эта деятельность заключается в формировании системы управления персоналом, планировании кадровой работы, проведении маркетинга персонала, определении кадрового потенциала и удовлетворении потребности предприятия в персонале Технология управления персоналом организации охватывает широкий спектр функций от приема до увольнения кадров.

В этой главе рассмотрены примеры управления персоналом в различных отраслях - в банковской сфере и в промышленности. Показано, что в связи со сложившимися новыми условиями в банках требуются новые должности, например инспектор по морали, менеджер по адаптации, специалист по управлению человеческими ресурсами, а появление таких новшеств требует новых принципов управления персоналом. В то же время на многих промышленных предприятиях существует нехватка высококвалифицированного персонала рабочих специальностей Обследование существующих предприятий показало, что сотрудники служб часто дублируют функции друг друга, часто возникают ситуации, когда одни сотрудники перегружены, другие загружены не в полную силу. Причины таких ситуаций кроются в неудачном планировании служб управления персоналом.

Одним из основных этапов при управлении персоналом является оценка его профессиональных, личностных, психологических качеств.

Это процесс, который определяет эффективность деятельности сотрудников в реализации задач организации с целью последовательного накопления информации

Процесс оценки персонала состоит из следующих этапов постановка цели оценки, анализ ситуации; анализ методов и подходов; выбор критериев; проведение оценки; анализ результатов.

На основе проведенной оценки персонала возможно делать выводы и строить различные прогнозы о карьере сотрудника, возможной преемственности, выявлять потенциал сотрудника, рекомендации по расстановке персонала.

Планирование карьеры представляет собой разработку наиболее вероятной системы замещения должностей для конкретного руководителя или специалиста за время его работы. Передвижение осуществляется в рамках схемы замещения должностей: должностной рост и ротация Должностной рост — это замещение должности более высокого уровня по сравнению с ранее занимаемой Ротация — это назначение работника ("по горизонтали") на должность одного должностного уровня, как правило, с дополнительными мотивациями морального и материального порядка Планирование карьеры и преемственности позволяв! сотрудникам видеть, какую должность они могут получить, если приобретут соответствующий положительный опыт при определенных исходных условиях

В первой главе также рассмотрены основные типы информационных систем управления персоналом: комплексные системы, информациоино-аиалитические системы, экспертные системы оценки персонала

Из перечисленных систем для оценки персонала использую 1ся экспертные системы психодиагностики, комплексные системы управления персоналом представляют собой обычные базы данных для хранения кадровой информации, в то время как с помощью экспертных систем можно проводить различные виды анализа и оценки персонала

На основании исследований процесса управления персоналом в различных областях, а также анализа систем оценки персонала можно сделать выводы о том, что в сложившихся современных условиях, таких, как, конкуренция предприятий, отток квалифицированных специалистов за рубеж, нехватка квалифицированных специалистов, - является важным принятие эффективных управленческих решений о планировании карьеры и преемственности сотрудников внутри фирмы

Во второй главе рассмотрены методы принятия групповых экспертных решений при оценки сотрудников предприятия

Оценка сотрудников организации позволяет руководителю решать широкий круг задач С одной стороны, это обеспечение нормального функционирования под-

6

разделений и всей организации, решение производственных задач, выполнение планов, достижение поставленных целей, обслуживание производственных процессов С другой стороны - это задачи, связанные с более эффективным использованием потенциала служащих за счет того, что система оценки позволяет повышать уровень развития и стимулирует потребность в обучении и повышении квалификации, а также помогает принимать управленческие решения о перемещении сотрудников на новые должности.

Задача о перемещении сотрудников на новые должности отличается некоторыми особенностями. За результат решения задачи отвечает ЛПР В этой задаче понятие лучшего или худшего варианта решения определяется целиком на основе предпочтений ЛПР В данной задаче рациональный руководитель обязан учитывать взаимное соответствие предъявляемых требований и возможностей по их удовлетворению, например соответствие требований, предъявляемых к каждой должности, и качеств, которыми обладают претенденты на должности

Для определения соответствия сотрудника занимаемой должности проводится оценка его профессиональных, личностных и психологических качеств.

Каждая должность предъявляет к работнику определенные требования. Опенка сотрудников, занимающих разные должности, должна базироваться на разных критериях и стандартах. Критерии и стандарты работы определяются в результате анализа работ и отражены в описании должности, должностной инструкции или в профессиофаммах Профессиограмма - перечень требований, предъявляемых данной профессией, специальностью, должностью к человеку

На практике обычно выделяют четыре группы оценок- качественные (биографические, оценка по результатам деятельности, групповая дискуссия, метод эталона, матричный метод); количественные (метод графического профиля, коэффициентный метоб, классификация по порядку, метод заданной баячьной оценки, метод свободной балльной оценки); комбинированные (суммированная оценка, тестирование, самооценка и самоотчеты); экспертные (оценка, основанная на критериях; оценка, с позиции оценивающего).

Большое значение в организации имеет оценка деятельности сотрудников со стороны экспертов, в качестве которых могут выступать не только внешние эксперты, но и сами члены коллектива, а также руководители Отсюда можно сделать вывод о том, что экспертная оценка является объединяющей для всех перечисленных выше методов оценки

Методы экспертных оценок применяются в случаях, когда задача полностью или частично не поддается формализации и не может быть решена известными ма-

7

тематическими методами Экспертиза преде гавляе1 собой исследование сложных специальных вопросов на стадии выработки управленческого решения лицами, обладающими специальными знаниями, опытом с целью получения выводов, мнений, рекомендаций, оценок

Одними из основных вопросов, которые решаются при проведении экспертизы, являются вопросы относительно структуры экспертной группы, количества экспертов и их индивидуальных качеств, т е. определяются требования к специализации и квалификации экспертов, необходимое число экспертов каждой специализации и общее их количество в группе

Первой из задач, решаемых при подборе экспертов, является выявление возможно более полного набора специалистов в рассматриваемой области На практике чаще всего используются достаточно упрощенные методы составления списков экспертов. В диссертации рассмотрен метод, который заслуживает внимания как один из возможных эффективных подходов к решению подбора экспергов - это метод «снежного кома»

Метод основан на предположении, что исследователь, занимающийся организацией персональной оценки, знает хотя бы несколько лиц, которые определенно являются специалистами в нужном ЛПР смысле. Каждого из первоначально названных ЛПР просят назвать известных им специалистов в изучаемом вопросе Липа, названные во втором туре опроса, подвергаются той же процедуре это следующий тур опроса Такая итеративная процедура должна закончиться тогда, когда в очередном туре опроса список имен специалистов не пополнится ни одним новым лицом

Пусть То - число лиц, которое известно ЛПР (названо первоначально) Первое из них назвало I¡(1') новых лиц, второе - (¡(2) новых лиц и тд В итоге общее число кандидатов в эксперты в общем виде, в л-м туре можно представить в виде

*=0 *=0 ¡к=\ ^

Наиболее часто пользуются следующей оценкой возможного числа кандидатов в эксперты:

Г«1-г0(г0-1Х/ 1>(,))

(2)

где I - число специалистов, которое просят назвать опрашиваемых, V, -1, если ¿-й кандидат из числа лиц То называет лицо, не входящее в Т0, V, = о - в противном случае.

Процедура «снежного кома» прекращается, если найденное число специалистов близко к Т*.

После того как составлен список кандидатов в эксперты, возникает задача отбора из этого списка некоторого числа лиц, которые непосредственно будут проводить оценку персонала. Очевидно, предпочтительнее сформировать группу из наиболее компетентных специалистов. Все выбранные характеристики для определения уровня компетентности должны поддаваться выявлению, наблюдению и измерению.

В диссертации предложен один из возможных путей количественного описания характеристик эксперта, основанный на вычислении относительных коэффициентов компетентности по результатам высказывания специалистов о составе экспертной группы.

Суть методики сводится к тому, что специалистам предлагается высказать мнение о списочном составе экспертной группы. Если в этом списке появляются лица, не вошедшие в исходный список, им тоже предлагается назвать специалистов для участия в экспертизе После нескольких этапов будет получен достаточно полный список кандидатов в группу.

По результатам опроса составляется матрица, по строкам и столбцам которой записываются фамилии экспертов, а элементами таблицы являются переменные Ii, еслиj-й эксперт назвал i-ro (О, если j-й эксперт не назвал 1-го При этом эксперт может включать или не включать себя в экспертную группу. Относительные коэффициенты компетентности h-порядка для каждого эксперта имеют вид:

2>A*~'

-)>

11>Л*!

.=i J.1

где т - число экспертов в списке, h - номер порядка коэффициента компетентности Коэффициенты компетентности нормированы так, что их сумма равна единице'

т

i=\

Последовательно вычисляя относительные коэффициенты компетентности, можно убедиться, что процесс быстро сходится после 3-4 вычислений, го есть относительные коэффициенты быстро стабилизируются. В общем случае коэффициенты

относительной компетентности определяются как' к, = lim = 1

После определения соства группы экспертов производится оценка согруши-ков предприятия для принятия управленческих решений о планировании карьеры сотрудников.

Как отмечалось выше, нонятия, которыми оперируют специалисты при оценке персонала, являются по своей природе слишком сложными и многоплановыми для того, чтобы использовать для их представления юлько традиционные, I очные, хорошо определенные модели и алгоритмы Многие понятия вследствие субъективности человеческого мышления, приблизительного характера умозаключений и лин-I висчическо! о их описания оказываются нечеткими по своей природе и требуют для своего представления соответствующего аппарата

Рассмотренные классические методы экспертных технологий не позволяют учшывать нечеткость, неполноту, неоднозначность, возникающие при проведении экспертного исследования Поэтому для обработки результатов и для принятия управленческого решения о назначении сотрудника на новую должность целесообразно применять метод, в основе которого используется аппарат нечетких множеств

В третьей главе предложен метод принятия управленческих решений при планировании карьеры сотрудников, в основе которого стоит построение нечеткого дерева решений

Для решения задачи планирования карьеры сотрудников в диссертационной работе предложен метод построения нечетких деревьев решений

Этот метод состоит из нескольких этапов

1 Структурный анализ процесса оценки персонала,

2 Применение методов групповой экспертной оценки персонала,

3. Построение нечеткого дерева решений;

4 Определение показателей качества дерева решений (показатели точности и сложности дерева решений).

На первом этапе происходит формирование целей и критериев достижения данных целей, выявление связей между критериями В случае решения задачи о перемещении сотрудников на новую должность целями будут должности, на которые планируется назначить того или иного кандидата Можно выделить несколько общих групп критериев, представленных на рис 1, они будут одинаковы для всех должностей, а отличаться будут составляющие из этих групп.

г

Ведущий бухгалтер Бухгалтер

Сотрудничество1

Рис.! Фрагмент сети связей между критериями оценю! претендента на Сол ясность

Личностные, психологические качества человека выражаются в качественной форме, поэтому встает необходимость соотношения этих качественных показателей с количественными оценками Для этого в диссертационной работе предлагается использовать методы шкалирования, а именно метод построения порядковой шкалы с помощью числовых методов.

На втором этапе производится групповая •экспертная оценка сотрудников по определенным критериям.

Этот этап состоит из следующих час I ей.

1. Обработка результатов групповой экспертной оценки

На этом этапе применяется метод, основанный на построении нечетких функция принадлежности по индивидуальным высказываниям экспертов.

У нас имеется полное множество 11, охватывающее всю проблемную область Нечеткое множество Р множества и определяется через функцию принадлежности (и) (щ е II). Эта функция отображает элементы и множества и на множестве чисел в отрезке [0,1], которые указывают степень принадлежности каждого элемента нечеткому множеству Р.

Если полное множество ГУ состоит из конечного числа множес!в , и,

то нечеткое множество У можно представить в следующем виде.

Перечисленные качес(ва, способности, навыки и умения сотрудников в диссертации предлагается представить в виде лингвистической переменной Заде

Лингвистической называется переменная, значениями которой являются слова или предложения естественного языка С помощью лингвистических переменных можно приближенно описывать явления, которые настолько сложны или плохо определены, что не поддаются описанию в общепринятых количественных терминах Например, выражение «умение быть лидером» отражает целый комплекс характеристик умений человека Важным аспект ом понятия лингвистической переменной является то, ню эта переменная более высокого порядка, чем нечеткая переменная, в том смысле, что значениями лингвистической переменной являются нечеткие переменные. На рис 2 представлен пример лингвистической переменной «лидерство»

Лингвистическая переменная описывается набором (X, ТУХ), и, 6, М), в котором X - название этой переменной, Т(Х) - терм-множество X, т е совокупность ее лингвистических значений; V - универсальное множество (базовые переменные), О -синтаксическое правило, порождающее термы множества Т(Х), М - семантическое правило, которое каждому лингвистическому значению X ставит в соответствие его смысл МСХ), причем М(Х) обозначает нечеткое подмножество множества II Смысл лингвистического значения Охарактеризуется функцией совместимости и~>[0,1], которая каждому элементу и е £/ ставит в соответствие значение совместимости этого элемента с X.

У - (и,)/и, - ц2 (и^)/и2 1 ; Ць Ы/ип Хир (и^/и1 (4)

Значент функции принадлежности

Лтгвистические

термы

Пигвистичеюя пврвмонюя

Базовые переменнье

Рис.2. Образование лингвистической переменной «Лидерство»

В диссертации рассматривается построение функции принадлежности для обработки экспертных оценок на основе обработки матрицы парных сравнений

Метод, который предлагается для решения поставленной задачи, базируется на идее распределения степеней принадлежности элементов универсального множества согласно с их рангами

Под рангом элемента и, е и понимается число гР(и,)= г„ которое характеризует значимость этого элемента в формировании свойства, которое описывается нечетким термом F Допускаем, что выполняется правило, чем больше ранг элемента, тем больше степень принадлежности. Тогда правило распределения степеней принадлежности можно задать в виде соотношения' = — = = ''' , для которого добавля-

Г, Г, г,

ется условие нормирования ц, + //, +- + ц„ = 1.

Алюритм построения функции принадлежности для лингвистической переменной «Лидерство» состоит из следующих этапов'

1 Задается лингвистическая переменная X, например «Лидерство»

2 Определяется универсальное множество (базовые переменные), на котором задается переменная X, и~{0,1,2, .,80}.

3 Задается совокупность нечетких термов ,/гт}, которые используются для оценки переменной X" = «выражено слабо»; Г: ~ «выражено нормально»; = «выражено сильнее»; - «выражено особо сильно»)

4 Для каждого терма ?],]=!,2, ,т формируется матрица (5).

А -

1

1

(5)

Поскольку мафица (5) может быгь интерпретарована как матрица парных сравнений рангов, то для экспертных оценок элементом этой матрицы можно использовать 9-балльную шкалу Сааги' а - г' . В нашем случае эта шкала формирует-

ся так:

г ] - при отсутствии преимущества г1 над ; г 3 -при слабом преимугцестве /) над г,; > 5 -при существенном преимуществе г1 над г,;

> 7 -при явном преимуществе г) над г,,

У 9-при абсолютном преимуществе г; над г,;

> 2,4,6,8 - промежуточные сравнительные оценки.

5. Используя формулы (6), вычисляем элементы функций принадлежности для каждого терма:

Л

г, г, I,

l'i h r

(6) >

6 Нормирование найденных функций осуществляется путем деления на наибольшие степени принадлежности //, (») ^ üií") ; где sup //Дм)- верхняя грань функ-

SUp (1Л(Н) ví.i

*<=\

ции принадлежности нечеткого множества А, называемая высотой нечеткого множества.

Главным преимуществом предложенного метода является то, что в отличие от известного метода Саати он не требует решения характеристического уравнения матрицы парных сравнений при нахождении элементов ее собственною вектора. Кроме того, полученные соотношения дают возможность вычислять функции принадлежности с использованием ранговых оценок, которые задаются экспертно

2. Согласование групповых экспертных оценок

При проведении группового экспертного опроса важной задачей становится задача coi ласования суждений различных экспертов, особенно когда значения признаков представляются в виде лингвистических переменных. Это прежде всего обусловлено тем, что если использование лингвистических переменных при оценке характеристик задачи одним ЛПР может существенно облегчить оценку этих характеристик, то при согласовании оценок группы экспертов использование лингвистических переменных может создать существенные трудности, т.к одна и та же вербальная оценка значения признака, например «выражено сильно», для различных людей может иметь совершенно различные значения. Поэтому при согласовании оценок очень важно уточнять, что же значит «выражено сильно».

На основе анализа функций принадлежности, построенных по экспертным оценкам, мнения различных специалистов, как правило не совпадают. Для этого предлагается методика определения степени согласованности экспертных оценок по

функциям принадлежност и нечеткого множества, построенных на основе индивидуальных суждений

В диссертации рассмотрен случай определения согласованности для двух экспертов Также сделается предположение, что построенная для лингвистического терма функция принадлежности имеет единственный В этом случае возникают две принципиально разные формы функции принадлежности для значений граничных и неграничных лингвистических термов В таблице 1 представлены значения парной согласованности для различных лингвистических термов

Следующим этапом является согласование мнений экспертов и построение результирующей функции принадлежности Наиболее простым и адекватным способом является алгебраическое усреднение функций принадлежности экспертов В этом случае результирующая функция принадлежности для значения и, на базовой шкале примет вид'

(7)

где /г ""(",)- результирующая функция принадлежности базовой переменной

для всех точек диапазона изменения данного лингвистического терма, п - числа экспертов, участвующих в процедуре.

В случае, когда экспертам приписаны различные весовые коэффициенты

я

(предположим, что эти коэффициенты пронормированы, т е -)//, >0), значение

1 \

результирующей функции принадлежности для значения и, на базовой шкале примет вид-

= («,)<?«, (8)

1=1

где q¡ - весовой коэффициент 1-го эксперта

Таким образом, согласование субъективных измерений группы экспертов позволяет преодолеть неточность измерений экспертов, а механизмы для работа с лингвистическими переменными позволяют преодолеть нечеткость

На третьем этапе происходит построение нечеткого дерева решений В диссертационной работе введены следующие основные понятия объект это претендент на работу, для которого мы будем определять принадчежность для того или иного класса, атрибут - свойство объекта• в нашем случае это его профессиональные и личные качества; класс - это должности, на которые

Определение значений норной согласованности группы экспертов

Таблица I

Неграничный лингвистический терм

тн£< (и)

- значения базовой переменной, при которой , соответственно для

первого и второго эксперта

rcmge(u)• «размах» значений базовой переменной и, описывающий данный лингвистический терм прицЛЫ)~0

Значение этого показателя определяете* как range^tt) = Ь - а, где

» = пип^,| ) = = ° Л = к»•'1 МО = 0.МО = 0

= mltl frlBUgg (н,).ГД7уГ (Ц;)}.

тех ^ongr (uj.ra^ge O'i)}

где range(tit) и raiige(u2) - размах значений базового признака соответственно для оценок первого и второго эксперта

Граничный лингвистический терм

I А ,1

1—I—I—1—Н—I—I—(-

il 2t 3« )I 40 «I II IS «В «I 70 TS ||

№ •».mmIU)

1,

1 1 i 1 1 1 1 1 i / 1 1 1

S Ii 15 20 21 30' 35 40 41 60 SS 10 «s '?» 75 ВО

PS = -

range^u)

; > ■ значения базовых переменных для первого и второго эксперта, при которых функции принадлежности принимают значение 0 5

претендует кандидат на работу, узел внутренний узел дерева, узел проверки, чист - конечный узел дерева, узел решения; проверка - условие в узле

Для каждого качества (атрибута) была определена степень принадлежности этого атрибута нечеткому множеству В каждом узле дерева проставляется эта степень принадлежности, причем вначале определяется, при какой степени принадлежности движение по этой ветви прекращается, и выдается заключение.

Нам задано некоторое обучающее множество примеров Т, где каждый элемент этого множества характеризуется т - атрибутами, при этом атрибуты указывают на принадлежность объекта к определенному классу, через {('¡, Сг Ск} обозначены классы Для каждого атрибута определена степень принадлежности гт

1 Множество Т содержит один или более примеров, относящихся к классу О Тогда дерево решений для множества 7'- это лист, определяющий класс Ск

2 Множество Т не содержит ни одного примера, т.е. пустое множество

3 Множество Т содержит примеры, относящиеся к разным классам В этом случае следует разбить множество Т на некоторые подмножества Для этого выбирается один из атрибутов, имеющий два и более отличных друг от друга значений О и 02, 0„. Множество Т разбивается на подмножества Т/, 7 где каждое подмножество Т, содержит все примеры, имеющие значение О, для выбранного атрибута Эта процедура будет продолжаться до тех пор. пока конечное множество не будет состоять из примеров, относящихся к одному и тому же классу

В диссертации рассмотрено построение иерархической классификационной модели в виде нечеткого дерева из множества примеров 7'

Процесс построения нечеткого дерева будет происходить сверху вниз. Сначала создается корень нечеткого дерева, затем потомки корня и т д На первом шаге имеется пустое дерево (имеется только корень) и исходное множество 7 (ассоциированное с корнем) Требуется разбить исходное множество на подмножества Это можно сделать, выбрав один из атрибутов в качестве проверки. Тогда в результате разбиения получаются п (по числу значений атрибута) подмножеств и соответственно создаются п потомков корня, каждому из которых поставлено в соответствие свое подмножество, полученное при разбиении множества Т Затем эта процедура рекурсивно применяется ко всем подмножествам (потомкам корня) и т д

Критерием выбора атрибута является следующее выражение

С(Х) ~1п/о(Т) - 1п/ох (I) , (9),

где

InfoAT) = -i~*InMT,) ,

1-1 I

(11)

¡7] - мощность множества (количество примеров во множестве); freq (Cj, Т) - количество примеров из множества Т, относящихся к классу С,; Info (Т) - энтропия множества 7';

Infox (Г) - энтропия множества 1\ разбитого по атрибуту X

После того как определен атрибут, по которому пойдет разбиение дерева, определяется правило остановки, разбивать дальше узел или отметить его как лист.

Обозначим через t„ где / номер строки (/=1,2, , 10), в таблице обучающей выборки. Значение атрибута А„, для строки !, будем обозначать t,(A„J Через R обозначим подмножество атрибутов RcATR, ATR^{Aj Ai, Аз, А4, As,}, тогда t/R) - набор значений атрибутов множества R для строки t, Теперь можно записать свойство атрибутов RçATRb следующем виде.

т.е. всегда, когда значения атрибутов подмножества Я для двух примеров совпадают, для этих примеров совпадает значение С Таким образом, импликативная зависимость (12) является критерием, по которому осуществляется «ВЕТВЛЕНИЕ» Мы либо заканчиваем построение «ветви» дерева (при выполнении равенства), либо продолжаем «ветвиться» до тех пор, пока не рассмотрим все атрибуты

После анализа результатов оценки сотрудника с помощью нечеткого дерева решений, определяется степень адекватности сотрудника планируемой должности

У нас имеется расчетная степень принадлежности (мР(х)) и рекомендованная степень принадлежности (¿ф)) для оцениваемых качеств Определим коэффициент адекватности р относительно I следующим образом

где, Кх (р-Н) - коэффициент адекватности,

Рр(х) - расчетная степень принадлежности для оцениваемых качеств, р.((х) - рекомендованная степень принадлежности для оцениваемых качеств На рис.3 представлен фрагмент нечеткого дерева решений

V tm,U(tm(R)- m =» tm(C) tt(Q), i*m,

(12)

Если pp(x)>p,(x), то Kx (p-X) 1,

Если pp(x)</u,(x), то Kx (р-м) -1-р,(х)+ рр(х);

К, (р-Х)=тах(К, (р-Х); К, (р -н)) ,

(13)

(14)

(15)

ретендент"^^)

Г

Опыт работы

Среднее

Менее 2х лет ^^ Более 2х лет

^0 5 0 5 \

Образование Проверка профессиональных навыков

Высшее

Отказ _ ___ /'Техническое

Проверка профессиональных навыков

•?/П 7

1/0 3

Отказ

Образование

2/0 8

Среднее Техническое

Высшее

_ 4

...... ^ ~ -

£ -

- знаний

Знание иностранных языков

1/0 3

3/0 7

2/0 5

Качество выполн. работы

Ответственность

1/0 4 2/0 8

Ведущий бухгалтер

Внимательность

1/0 5 /\ 2/0 4

Ведущий бухгалтер

Рис.3. Фрагмент нечеткого дерева решений

В четвертой главе представлена разработанная объектно-ориентированная древовидная модель знаний. Определяется структура интеллектуальной системы поддержки принятия решений Она состоит из следующих компонентов:

блок взаимодействия с пользователем; база знаний; механизм логического вывода; блок обработки и анализа данных; блок обработки нечетких данных.

Блок взаимодействия с пользователем. Через эту компоненту ИСППР происходит ввод данных в базу знаний, эти данные включают в себя профессиограммы, результаты оценки и аттестации. А также через блок взаимодействия происходит выдача результатов анализа данных и рекомендаций.

Механизм логического вывода является основным компонентом для данной системы Он управляет ее работой в соответствии с принятой стратегией поиска решений.

Блок построения нечеткою дерева решений. В этом компоненте ИСППР содержатся правила и механизмы, необходимые для обработки данных Эта обработка основана на теории деревьев и таблиц решений

Блок обработки нечетких данных (нечеткий интерпретатор) Внутри этого блока лежит механизм обработки результатов тестов с помощью функции принадлежности и определения для них соответствующего коэффициента принадлежности. На рисунке 4 представлена схема взаимодействия компонентов ИСППР База знаний является центральным компонентом ИСППР и содержит знания, необходимые для решения задачи, и знания о конкретной предметной области.

В общем виде знания представляют собой описания объектов, элементов, явлений, связей и отношений между элементами и явлениями Другой составной частью знаний являются процедуры и операции, которые определяют действия при поиске решения

Поэтому основными компонентами базы знаний являются, база правил и база фактов В базе правил правила представлены в виде продукций типа «если-то».

Чаще всего в БЗ выделяют интенсиональную часть, содержащую концептуальные знания, и экстенсиональную, содержащую фактографические знания

В диссертационной рабоге предлагается представление знаний в БЗ с помощью объектно-ориентированной модели

В терминах объектно-ориентированного подхода интенсиональная часть базы знаний соответствует множеству классов, между элементами которого устанавливается отношение наследования, экстенсиональная часть базы знаний - соответствует множеству объектов, которые связаны объектно-ориентированными отношениями принадлежности с собственным классом

Тг ч

^Пользователь

Данные для ввода новых элиментов

ор

Взаимодействие с пользователем

Аналитические отчеты для принятия управленческих

решении

Г5Г

Конструирование базы знаний

мрщщш

Ввод новых элементов в базу знаний

Ор

Ввод результатов оценки персонала

ТТ.

Ввод профессиограмм и правил обработки данных

Рекомендации для принятия управленческих решений

3

Профессиограммы и правила их обработки данных,,

Рабочая память

I

Результаты оценки персонала

Рекомендации для принятия управленческих решений

Ввод профессиограмм и правил обработки данны:

Результаты оценки персонала

Данные, обработанны! с помощью ДР

Механизм логического вывода

шяшшщрри^жжщшя®^'

Результаты оценки персонала, обработанные с помощь» функции принадлежности

Результаты оцени данные.

персонала, обработанные с помощью функции принадлежности

обработанные, с помощью ДР

Ввод результатов оценки персонала

База знаний

«

ОР

8

Построение нечеткого дерева решений

Результаты оценки персонала, обработанные с помощью функции принадлежности

Нечеткий интерпретатор

Рис 4. Схелш взаииооеиствия основных компонентов ИСПЛР

Объектная модель описывает структуру объекюв, составляющих систему, их атрибуты, операции, взаимосвязи с другими объектами В объектной модели отражены те понятая и объекты реального мира, которые важны для разрабатываемой системы.

В объектной модели отражается прежде всего прагматика разрабатываемой системы, что выражается в использовании терминологии прикладной области, связанной с использованием разрабатываемой системы. Это позволит более гибко и адекватно описать предметную область.

Проектирование базы знаний на основе методов объектно-ориентированного подхода состоит из следующих этапов Определение классов объектов, Определение отношений между классами, Определение атрибутов классов объектов;

На первом этапе проектирования базы знаний определяются классы объектов На втором этапе определяются отношения между классами Например' Класс «Сотрудник» отношение включения класс «Должности»; Класс «Должность» отношение наследования класс «Общие справочники»

На третьем этапе определяются атрибуты класса Например Для класса «Профессиограммы» атрибутами являются' Код должности, Код аттестации, Оценка.

На рис 5 представлена схема отношений между классами

Рис 5 Связь между объектами бам знаний

С помощью механизма логического вывода обеспечивается взаимодействие основных компонентов интеллектуальной системы

В основе механизма логического вывода лежит последовательное выполнение продукционных правил вида

[(/"['] условие применения продукции Р1'1 = 1 действие продукции

При этом при прохождении по дереву решения пользователь может проводить дополнительное исследование претендента на рабогу Для этого механизм логического вывода подключит к выполнению вложенную продукцию-

р[1] р[21 - РМ - -РН.

РШ

{,([)] условие применения вложенной продукции действие вложенной продукции Вложенная продукция предназначена для представления последовательности условных действий с неограниченной глубиной вложенности Вложенная продукция сама может содержать другие вложенные продукции и может быть доступна для использования из других правил При этом не происходит нарушения структуры дерева решений, а происходит его достраивание в глубину

ЗАКЛЮЧЕНИЕ

В диссертационной работе представлено теоретическое и практическое решение актуальной научной задачи разработки интеллектуальной системы поддержки принятия решений при планировании карьеры и преемственности сотрудников

Основные выводы и научные результаты работы:

1 Исследована специфика управления персоналом в современных рыночных условиях, определены основные принципы оценки персонала, позволяющие принимать решения о планировании карьеры и преемственности сотрудников на предприятии

2. Разработана новая модель процесса подбора персонала путем интегрирования слабоструиурированных методов процесса оценки персонала с формализованными методами принятия управленческих решений в единый комплекс для снижения субъективности при планировании карьеры сотрудников.

3 Сформирован набор критериев для оценки персонала, включающих в себя критерии оценки по биографическим данным, критерии оценки личностных и психо-

логических качеств, критерии оценки профессиональных знаний и умений, критерии оценки действий в конфликтной ситуации, критерии оценки деятельности сотрудника, позволяющие проводить всестороннее и комплексное исследование претендента на должность.

4 Разработана модель обработки знаний на основе метода построения нечетких деревьев решений для задач планирования карьеры и преемственности сотрудников, позволяющая в отличие от классических методов учитывать и управлять нечеткостью и неоднозначностью данных, полученных после оценки претендента на должность.

5 Разработана модель принятия групповых экспертных решений, позволяющая учитывать неточность и неоднозначность индивидуальных экспертных предпочтений при агрегировании их в групповое решение с оценкой их согласованности

6 Построена объектно-ориентированная древовидная модель знаний для задач управления персоналом, обладающая свойствами вложенности, что позволяет структурировать, детализировать, дорабатывать и уточнять знания без ущерба для имеющейся структуры.

7. Разработаны алгоритмы и инструментальное средство для поддержки принятия управленческих решений при планировании карьеры сотрудников, позволяющие сократить процесс оценки персонала и ускорить процесс принятия управленческих решений, что в свою очередь позволяет повысить эффективность работы кадровых служб и сократить трудозатраты на оценку сотрудников предприятия.

Основные положения диссертации опубликованы в следующих работах:

1. Шевчук Л.Ю. Применение теории деревьев решений для оценки персонала //Горный информационно аналитический бюллетень,- 2004 - №10 - С 40-41

2 Шевчук Л.Ю. Экспертные системы оценки персонала //Горный информационно аналитический бюллетень,- 2004,- №10.- С. 41-43.

3. Шевчук Л.Ю. Использование методов построения таблиц решений для принятия управленческих решений по планированию карьеры сотрудников //Горный информационно аналитический бюллетень - 2005 - №5 - С 175-176

4 Шевчук Л.Ю. Построение функции принадлежности для обработки результатов оценки персонала. // Горный информационно аналитический бюллетень -2005,-№6,- С.186-187.

5 Шевчук Л.Ю. Методы представления нечетких данных, полученных при оценке персонала. //Объединенный научный журнал - 2005 - №18 - С. 25-28

Пописано в печать /О. Фо|>мат 60X90/16

Тираж 100 экз. Объем 1 п,л. Заказ №

Типография, Московского государственного горного университета 119991, Москва, Ленинский пр-т, 6.

»1 9 0 38

PH Б Русский фон;

2006-4

17368

ВВЕДЕНИЕ.

1. СОВРЕМЕННОЕ СОСТОЯНИЕ УПРАВЛЕНИЯ ПЕРСОНАЛОМ.

Ф 1.1. Анализ проблем, существующих при управлении человеческими. ресурсами.

1.2. Управление персоналом.

1.2.1. Примеры управления персоналом в различных отраслях.

1.2.1.1. Управление персоналом в банковских учреждениях.

1.2.1.2'. Управление персоналом на промышленных предприятиях.

1.2.2 Основные этапы управления персоналом.

1.2.3 Оценка и аттестация персонала.

1.2.3.1. Зарубежный опыт в оценке персонала.

1.2.3.2. Основные принципы оценки персонала.

1.2.3.3. Основные этапы процесса оценки персонала.

1.2.4. Планирование карьеры сотрудников.

1.3. Анализ информационных систем управления персоналом.

Сf. 1.3.1. Общие сведения.

1.3.2. Основные виды HR-систем.

1.3.2.1. Экспертные системы оценки персонала.

1.3.2.2. Комплексные системы управления персоналом.

ВЫВОДЫ ПО ГЛАВЕ 1.

2. ПРИМЕНЕНИЕ ЭКСПЕРТНЫХ ГРУППОВЫХ МЕТОДОВ ОЦЕНКИ КОМПЕТЕНТНОСТИ ПЕРСОНАЛА.

2.2. Решение задачи о назначении классическими методами.

Формальная постановка задачи.

Этапы решения задачи.

Этап 1 - Анализ исходных характеристик элементов двух множеств.

Этап 2 - Формирование области допустимых решений.

Этап.З - Поиск окончательного решения.

2.3. Классификация методов оценки персонала.

2.4. Принятие экспертных групповых управленческих решений.

2.4.1. Подбор экспертов.

2.4.2. Оценка компетентности группы экспертов. ф. 2.4.3. Методы, используемые в экспертных технологиях.

2.4.3.1. Методы получения и обработки экспертной информации.

2.4.3.2. Методы оценки качества экспертов.

2.4.3.3. Методы согласования экспертных оценок.

2.4.3.4. Оценка качества экспертиз.

ВЫВОДЫ ПО ГЛАВЕ 2.

3. РАЗРАБОТКА МЕТОДА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ ПЛАНИРОВАНИИ КАРЬЕРЫ СОТРУДНИКОВ.

3.1. Этап 1 - Структурный анализ.

3.1.1. Формирование целей и критериев.

3.1.2. Построение шкал критериев.

3.2.Этап 2 - Применение методов групповой экспертной оценки персонала.

3.2.1.1. Применение теории нечетких множеств.

3.2.1.2. Определение лингвистической переменной.

3.2.1.3. Построение функции принадлежности.

3.2.2. Определение показателя согласованности экспертов по функции принадлежности

3.2.2.1. Неграничный лингвистический терм.

3.2.2.2. Граничный лингвистический терм.

3.2.3. Согласование мнений экспертов.

3.2.4. Расчет коэффициента адекватности.;.

3.3. Этап 3 - Построение нечетких деревьев решений.120

3.3.1. Формальная постановка задачи.

3.3.2. Требования к данным.

3.3.3. Построение нечеткого дереварешений.

3.4. Этап 4 - Определение показателей качества дерева решений.

ВЫВОДЫ ПО ГЛАВЕ 3.

4. РАЗРАБОТКА ОБЪЕКТНО-ОРИЕНТИРОВАННОЙ ДРЕВОВИДНОЙ МОДЕЛИ ЗНАНИЙ.

4.1. Структура интеллектуальной системы поддержки принятия,решений.

4.1.1. Алгоритм взаимодействия основных компонентов'ИСППР.

4.2. Проектирование базы знаний.

4.2.1. Основы объектно-ориентированного подхода.

4.2.2. Проектирование базы знаний с помощью средств ООП.

4.2.3. Алгоритм изменения БЗ.

4.3. Разработка механизма логического вывода.

4.4. Алгоритм построения нечеткого дерева решений.

4.5. Алгоритм работы нечеткого интерпретатора.

• 4.6. Разработка инструментального средства.

ВЫВОДЫ ПО ГЛАВЕ 4.

Актуальность работы

Современный, этап развития экономики характеризуется' острым дефицитом высококвалифицированных специалистов, изменением требований к персоналу предприятия и кадровой политике. В настоящее время, встал вопрос эффективного управления человеческими ресурсами. Персонал рассматривается, как основной ресурс, в первую очередь определяющий успех, деятельности всей фирмы в условиях жесткой конкурентной борьбы на рынке труда.

Одним из, основных направлений развития персонала является управление карьерой работников. Для того чтобы сотруднику оптимально реализовать себя в карьерном росте, важно выбрать ту сферу деятельности, которая соответствует его способностям, с другой стороны, должны учитываться интересы фирмы. Начиная с момента приема сотрудника на работу, необходимо организовать планомерное горизонтальное и вертикальное его продвижение по существующей или перспективной системе должностей.

Для решения вопроса планирования карьеры на практике используются различные механизмы оценки персонала: качественные, количественные, комплексные. Причем, оцениваться могут как претенденты на работу, так и уже ра-ботающие.сотрудники, после аттестации которых принимаются решения о кадровых перемещениях внутри предприятия.

Решения о перемещениях сотрудника базируются на основании проведенных оценок его профессиональных, личностных качеств. Причем для: получения достоверных и точных результатов необходимо, чтобы оценивание сотрудников было комплексным и всесторонним. При этом нужно учитывать, что любая оценка не характеризует человека в целом. Она всегда направлена на диагностику каких-то конкретных, строго определенных и ограниченных характеристик (психологических, профессиональных) данного человека или группы людей.

При проведении оценки следует иметь в виду, что процедура оценки должна быть унифицирована для всех сотрудников. Если сравниваются-данные по нескольким обследуемым, необходимо- обеспечить, чтобы оценка происходила в одинаковых условиях, и результаты, оценки обрабатывались, одинаковыми средствами. Унификация, направлена на то, чтобы-максимально нейтрализовать влияние различных побочных факторов;, чтобы различия, в, индивидуальных результатах отражали реальные, различия, между обследуемыми' по измеряемому параметру.

Информация, получаемая в процессе оценивания-персонала, должна быть свободна от субъективного мнения* специалиста кадровой службы. Субъективизм ЛПР может привести к нежелательным последствиям (потери, ценного работникам,, напротив^ приему на работу недостойных претендентов).

При этом не надо забывать, что результаты оценивания нельзя воспринимать как абсолютные. Любая оценка позволяет предсказывать истинный результат лишь с определенной долей ,вероятности. Так как чаще'всего оценивание осуществляется при помощи всевозможных тестов, такая вероятность находит свое выражение в- так называемых коэффициентах надежности и валид-ности, которые никогда не бывают равны 1.00, т.е: не могут иметь. 1.00%-ную вероятность.

Результаты проведения оценки персонала, могут быть, выражены либо-в-, словесной форме: «отлично», «очень хорошо», «удовлетворительно», «неудовлетворительно», либо;-в виде баллов. Эти данные носят качественный-характер, чточ обусловливает их. неточность, неоднозначность, и представляет трудности для их обработки сотрудниками кадровых служб-.

На основании анализа и интерпретации результатов^ оценки персонала ЛПР строит «портрет» претендента, на должность, причем в зависимости от опыта ЛИР этот портрет приобретает разную степень связности^ адекватности и; глубины. Увязывание отдельных характеристик, таких, как свойства личности, профессиональные знания и умения, в целостный, портрет составляет основную трудность в работе ЛПР.

Для снижения субъективности, нечеткости и неоднозначности результатов оценки персонала целесообразно разработать методы и алгоритмы, которые бы учитывали описанные выше проблемы и помогали принимать эффективные управленческие решения. Классические методы принятия* решений о назначении претендента на должность, рассмотренные в,работах Ларичева О.И., Стер-нина М.Ю. и других, описывают алгоритмы принятия решенийх помощью методов, не учитывающих неточность данных, на основании которых принимаются соответствующие кадровые управленческие решения, для планирования карьеры сотрудников на предприятии.

Целью исследования является разработка модели процесса поддержки принятия решений для планирования карьеры сотрудников, позволяющая проводить. глубокий и всесторонний анализ личности претендента на должность для принятия* эффективных управленческих решений, а также создание алгоритмического обеспечения и программно-информационного проекта системы поддержки принятия решений.

Задачи исследования:

- анализ существующих методов принятия решений' в кадровой системе управления;

- разработка моделей и алгоритмов поддержки1' принятия управленческих решений планирования карьеры сотрудников в условиях неопределенности, обусловленной субъективизмом лица, принимающего решения;

- разработка модели представления знаний, основанной, на объектно-ориентированном» подходе, позволяющем объединить, достоинства-продукционных- и сетевых моделей представления знаний и свести к минимуму их недостатки;

- построение нечеткого дерева решений, способствующего принятию решения о назначении претендента на должность на основе фактографической и экспертной информации;

- разработка интеллектуальной системы поддержки принятия решений для планирования карьеры сотрудников с целью повышения эффективности функционирования персонала предприятия.

Идея работы заключается в. интеллектуализации процесса управления, кадровыми ресурсами» предприятия на основе объединения, классических, методов принятия решений с теорией-построения нечетких' баз знаний и* объектно-ориентированной методологией.

Методы исследования

Теоретической основой, работы являются основные положения, теории кадрового менеджмента, теории принятия, решений, методов системного анализа, теории построения интеллектуальных систем, теории нечетких множеств, методов объектно-ориентированного подхода.

Методика исследования, основывается на изучении, обобщении и оценке накопленного: опыта в отечественной и зарубежной теории, и практике, выявлении особенностей информационного обеспечения процессов принятия управленческих кадровых решений; системном анализе принципов, методов,- показателей и моделей информационной технологии управления,персоналом.

Основные научные положения, разработанные соискателем,, и их новизна:;

- Снижение, степени субъективности при планировании карьеры сотрудников достигается, применением модели'процесса, подбора персонала, основанной, на интеграции в единый комплекс структурированных методов процесса оценки персонала и формализованных, методов, принятия- управленческих, решений.

- Для структурирования и детализации знаний; а также их доработки и; уточнения- без ущерба для имеющейся структуры целесообразно построение объектно-ориентированной древовидной модели знаний, обладающей свойствами фрактальности (вложенности).

- Для' учета и управления нечеткостью и неоднозначностью данных, полученных после оценки претендента на должность, наиболее эффективно использовать модель, обработки знаний на основе метода построения нечетких деревьев решений для задач планирования карьеры сотрудников.

- Для обеспечения- достоверности принятия управленческих решений при оценке компетентности сотрудников предложен метод групповой экспертной оценки, включающий этапы формирования частных, предпочтений экспертов и этапы их агрегирования в групповые решения с оценкой согласованности частных предпочтений с учетом нечеткости и неточности, присущих принятию экспертных решений.

Практическая значимость работы состоит в том, что разработанное программное обеспечение для поддержки принятия решений при планировании' карьеры и преемственности сотрудников позволяет перевести процесс назначения претендентов на должность на качественно новый уровень, который наиболее полно соответствует требованиям, предъявляемым, к должностям в современных условиях; дает возможность существенно ускорить процесс оценки персонала, проводить массовые процедуры оценки, увеличивать объективность исследований за счет повышения доверия оцениваемого сотрудника («машина беспристрастна»), и исключить субъективность экспертов. Результаты диссертации внедрены на следующих предприятиях: ООО «АиТСофт» и ООО «RGI-Telecom».

Апробация работы

Основные результаты и отдельные положения: диссертации докладывались на семинарах кафедры АСУ МГГУ и следующих конференциях: «Неделя горняка» (г. Москва, 2002-2004гг.); 6-я Международная конференция «НТИ-2002. Информационное общество. Интеллектуальная обработка информации.

Информационные технологии» (г. Москва, 2002г.); Всероссийская научно-практическая конференция «Современные проблемы управления персоналом организации» (г. Пенза, 2004г.).

Публикации

По теме диссертации опубликовано 5 научных работ.

Структура диссертации

Диссертационная работа состоит из введения, четырех глав и заключения, включает в себя 1 приложение, 18 таблиц, 27 рисунков, список используемой литературы из 117 наименований.

Основные выводы и научные результаты работы:

1. Исследована специфика управления, персоналом в современных рыночных условиях, определены основные принципы оценки' персонала, позволяющие принимать решения о планировании карьеры и преемственности сотрудников на предприятии.

2. Разработана новая модель процесса подбора персонала путем интегрирования слабоструктурированных методов процесса оценки персонала с формализованными методами принятия управленческих решений в единый комплекс для снижения субъективности при планировании карьеры сотрудников.

3. Сформирован набор критериев для-оценки, персонала, включающий в себя критерии оценки по биографическим данным, критерии оценки личностных и психологических качеств, критерии оценки профессиональных знаний и умений, критерии оценки действий в конфликтной ситуации, критерии оценки деятельности сотрудника, позволяющие проводить всестороннее и комплексное исследование претендента на должность.

4. Разработана модель обработки знаний, на основе метода построения нечетких деревьев решений для задач планирования карьеры и преемственности сотрудников, позволяющая в, отличие от классических методов учитывать и управлять нечеткостью и неоднозначностью данных, полученных после оценки претендента на-должность.

5. Разработана модель принятия групповых экспертных решений, позволяющая учитывать неточность и неоднозначность индивидуальных экспертных предпочтений при агрегировании их в групповое решение с оценкой их согласованности.

6. Построена объектно-ориентированная древовидная модель знаний для задач управления персоналом, обладающая свойствами вложенности, что позволяет структурировать, детализировать, дорабатывать и уточнять знания без ущерба для имеющейся структуры.

7. Разработаны алгоритмы и инструментальное средство для построения системы поддержки принятия управленческих решений при планировании карьеры сотрудников, позволяющие сократить процесс оценки персонала и ускорить процесс принятия управленческих решений, что в свою очередь позволяет повысить эффективность работы кадровых служб и сократить трудозатраты на оценку сотрудников предприятия.

ЗАКЛЮЧЕНИЕ

В диссертационной работе представлено теоретическое и практическое решение актуальной научной задачи разработки интеллектуальной системы поддержки принятия решений при планировании карьеры и преемственности сотрудников:

1. Аксенова Е.А. Технология конкурсного набора в современном кадровом менеджменте. М.: ИПК госслужбы, 2000.

2. Алавердов А.Р. Отбор и первичное развитие персонала в коммерческом банке. //Банковское дело. 1996, № 9.

3. Алехина О., Павлуцкий А. Служба персонала: мифы и реалии. //Управление персоналом. 2000, №№ 9-11.

4. Алиев Р.А., Абдикеев Н.М., Шахназаров М.М. Производственные системы с искусственным интеллектом. М.: Радио и связь, 1990.

5. Андреев С.В. Кадровый потенциал и проблемы занятости в условиях перехода России к рыночным отношениям. М.: Институт социологии, 1997.

6. Армстронг М. Основы менеджмента. Как стать лучшим руководителем. Ростов-на-Дону: Феникс, 1998.

7. Ахметов И.У., Казанцев М.Ю., Сомов С.Н., Ковалева Н.П. Управление планированием деловой карьеры перспективных работников. //Кадры. 2002, №4.

8. Байдаченко П.Г. Служба управления персоналом. Новосибирск: Эко, 1997.

9. Бешелев С.Д., Гурвич Ф.Г. Экспертные оценки в принятии плановых решений. М.: Экономика, 1976.

10. Ю.Беляцкий Н.П. Интеллектуальная техника менеджмента. Минск: ООО «Новое знание», 2001.

11. Бизюкова И.В. Кадры: подбор и оценка. М.: Московский рабочий, 1984.

12. Болдаев А.А., Столин В.В. Общая психодиагностика. М.: Издательство Московского Университета, 1987.

13. Борисов А.Н. Принятие решений на основе нечетких моделей: Примеры использования. Рига: Зинатне, 1990.

14. Борисова Е.А. Оценка и аттестация персонала. СПб.: ПИТЕР, 2003.

15. Боуман Д.С., Эмерсон С.Л., Дарновски М. Практическое руководство по SQL. Использование языка структурирования запросов. М.:Вильямс, 2001.

16. Вагнер Г. Основы исследования операций. М.: Наука, 1973.

17. Вендеров А., Современные CASE-технологии М.: ЦБРФ, 2000г.

18. Вентцель Е.С. Исследование операций. М.: Наука, 1980.

19. Вентцель Е.С. Теория вероятностей. М.: Наука, 1962.

20. Вопросы анализа и процедуры принятия решений. Сборник переводов. М.: Мир, 1976.

21. ВудкокМ., Фрэнсис Д. Раскрепощенный менеджер. М.: Дело, 1991.

22. Геевский И. А., Червонная С. А. Опыт трудовых отношений в США. //США, 1992, №12.

23. Генкин Б.М. Экономика и социология труда. Учебник для вузов. М.: Издательская группа НОРМА ИНФРА, 1998.

24. Герман О.В. Введение в теорию экспертных систем и обработку знаний.-Мн.: ДизайнПРО, 1995.

25. Герчиков В.И. Восприятие западных управленческих инноваций российским бизнесом. //ЭКО. 1999, № ю.

26. Гурвич Ф.Г. Математико-статистические методы экспертных оценок. М.: Статистика, 1980.

27. Гурков И.Б. На пути к современной модели кадрового менеджмента: результаты широкомасштабного обследования предприятий российской промышленности. //Управление персоналом. 2001, № 6.

28. Гусев А.Н., Измайлов Ч.А., Михалевская М.Б. Измерение в психологии: общий психологический практикум. М.: Смысл, 1997.

29. Гутгарц Р.Д. Информационные технологии в управлении кадрами. М.: ИН-ФРА-М, 2001.

30. Деревья классификации. электронная версия, //http://www.statsoft.ru.31 .Деревья решений. электронная версия, http://www.math.nsc.ru.

31. Дюк В., Самойленко A. Data Mining. СПб.: ПИТЕР, 2001.

32. Егоршин А.П. Управление персоналом. Н.Новгород: НИМБ, 2001.

33. Журналев П.В. Мировой опыт в управлении персоналом: Обзор зарубежных источников. М.: Дело, 1998.

34. Заде JI. Понятие лингвистической переменной и ее применение к понятию приближенного решения. М.: Мир, 1976.

35. Зб.Зайцев Г.Г. Управление персоналом. М.: Дело, 1998.37.3иверт X. Тестирование личности. М.: ИНФРА-М, 1998.

36. Иванцевич Дж., Лобанов А.А. Человеческие ресурсы управления. Основы, управления персоналом. М.: Дело, 1993.

37. Иглин В.А. Международные аспекты, и правовое регулирование в области профессионального обучения и развития персонала в странах с развитой рыночной экономикой. //Управление персоналом. 2000, №5.

38. Иглин В.А. Проблемы развития профессиональной подготовки кадров на производстве. //Управление персоналом. 1998, №3.

39. Йейт М. Найми лучших. //Кадры. 2002, №2.

40. К. Гейн, Т. Сарсон, Структурный системный-анализ: средства и методы. М.: Эйтекс, 1993.

41. Кабушкин Н.И. Основы менеджмента. Минск: ФУА, 1998.

42. Калянов Г. Номенклатура CASE-средств и виды проектной! деятельности. //СУБД. 1998, №2.

43. Капустин С., Краснова Н. Обучающаяся организация как ключ к успеху современной компании. //Управление персоналом-. 2000; №5.

44. Кибанов А.Я. Основы управления персоналом. М.: ИНФРА-М, 2002.

45. Кини Р.Л., Райфа X. Принятие решений при многих критериях: предпочтения! и замещения. М.: Радио и связь, 1981.

46. Корицкий' А.В. Введение, в , теорию человеческого капитала электронная, версия, //http://www.sibupk.nsk.ru.

47. Коршунов Ю.М. Математические основы кибернетики. М.: Наука, 1987.

48. Коуз Р: (Под ред. О. Уильямсона и С.Уинтера). Природа, фирмы. М.: Дело, 2001,

49. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.

50. Кофман А., Введение в теорию нечетких множеств в управлении предприятием. Минск: Высшая школа, 1992.

51. Кочюнас Р. Основы психологического консультирования. М.: Академический проект, 1999.

52. Крамаренко Ю. Служба управления персоналом отечественной фирмы: о методологии и последовательности действий по ее организации. //Управление персоналом. 1999, № 9 (39).

53. Круден Г.Дж., Шерман А.У. Зарубежный опыт управления персоналом. М.: ИНФРА-М, 2002.

54. Ларичев О.И. Экспертные системы. М.: Наука, 1979.

55. Ларичев О.И. Объективные модели и субъективные решения. М.: Наука, 1987.

56. Ларичев О.И. Теория и методы принятия решений. М.: Логос, 2003.

57. Литвак Б.Г. Экспертные оценки и принятие решений. М.: Патент, 1996.

58. Литвинцева Н.А., Психологические аспекты подбора и проверки персонала. М.: Интел-Синтез, 1997.

59. Логинова Г.П, Борисова Е.М., Мдивани М.О. Диагностика управленческих способностей. //Вопросы психологии. 1997, №2.

60. Магура М.И. Поиск и отбор персонала: настольная книга для предпринимателей, руководителей кадровых-служб и менеджеров. М.: ЗАО Бизнес-школа, 1999.

61. Маклаков С.В., BP Win, ERWin CASE-средства разработки информационных систем. М.: Диалог-Мифи, 2000.

62. Меновщиков В.Ю. Введение в психологическое консультирование. М.: Смысл, 1998.

63. Ментшикова Л.И. Оценка деловых качеств управленческого персонала. М.: Знание, 1975.

64. Мескон М.Х., Альберт М., Хадоури Ф. Основы менеджмента. М.: Дело, 1993.

65. Мешалкин В.П., Экспертные системы в химической технологии М: Химия, 1995.

66. Мильор Р. Генри. Менеджмент: достижение цели. Управление на основе здравого смысла. Планирование личных действий. СПб.: Информ.-издат. Агенство «Лик», 1992.

67. Молл Е.Г. Управление карьерой. СПб.: ПИТЕР, 2003.

68. Моргунова Е.А. Модели и методы управления персоналом. М.: Бизнес-школа «Интел-синтез», 2000.

69. Мошкович Е.М., Ларичев О.И., Качественные методы принятия решений. М.: Физматлит, 1996.

70. Нечеткие множества в моделях управления и искусственного интеллекта. Аверкин А.Н., Батыршин И.З;, Блишун А.Ф., Силов В.Б., Тарасов В.Б., Под ред. Поспелова Д.А. М.: Наука, 1986.

71. Нечеткие множества и теория возможностей. Последние достижения. Под.ред. Р.Ягера. М.: Радио и связь, 1986.74.0рловский С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981.

72. Основы управления персоналом. Под ред. Генкина Б.М. М.: Высшая школа, 1996.

73. Попков К.А. Динамические экспертные системы в управлении. М.: Приборостроение, 1996, №8-9.

74. Представление и использование знаний, под редакцией X. Уэно, М. Исидзу-ка. М.: Мир, 1989.

75. Прикладные нечеткие системы. Под редакцией Т.Тэрано. М.: Мир, 1993.

76. Приобретение знаний. Под редакцией С. Осуги, Ю. Саэки. М.: Мир, 1990.

77. Райфа X. Анализ решений: Введение в проблему выбора в условиях неопределенности. М.: Наука, 1977.

78. РайфаХ. Прикладная теория статистических решений. М.: Статистика, 1977.

79. Ротштейн А.П. Интеллектуальные технологии идентификации: нечеткие множества, генетические алгоритмы, нейронные сети. Винница: УНИВЕРСУМ-Винница, 1999.

80. Руденко П. Подготовка госслужащих: зарубежный опыт. //Человек и труд. 2004, №2.

81. С. Осуга, Обработка знаний. М.: Мир, 1989.

82. Саати Т., Керне К. Аналитическое планирование. М.: Радио и связь, 1991.

83. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь,, 1993.

84. Сайт "Human Resources Manager" www.hrm.ru.

85. Сайт "Trainings.ru" www.trainings.ru.

86. Сайт «Электронный журнал hp-journal» http://www.hr-journal.ru/

87. Самыгин С.И., Сербиновский Б.Ю. Управление персоналом: учебное пособие. М.: Издательство ПРИОР, 1999.

88. Самыгин С.И., Столяренко Л.Д: Менеджмент персонала. М.: Зевс, 1997.

89. Сергеев В. Оценка работы сотрудников. //Кадры. 2002, №2,3.

90. Скобеев К.М., Базаров Т.Ю. Аттестация представителей Президента Российской Федерации: проблемы построения технологии оценки. //Вестник государственной службы. 1993, №9.

91. Солсо Р.Л. Когнитивная психология. М.: Тривола, 1995.

92. Сотников С.И. Управление карьерой. Новосибирск: НГАЭиУ, 2000.

93. Способы обеспечения выплаты заработной платы: зарубежный опыт и международно-правовые стандарты. //Человек и труд. 1997, №1.

94. Справочник «Искусственный интеллект», 1-3 книги. М: «Радио и связь» 1990.

95. Толстова Ю.Н. Измерение в социологии. М.: ИНФРА-М, 1998.

96. Травин В;В., Дятлов/ В.А. Профессиональный рост и планирование карьеры. //Управление персоналом. 1999, №8.100: Уотермен Д. Руководство по экспертным системам: Пер. с англ. М.: Мир, 1989.

97. Управление, информация, интеллект. А.И. Бнерг, Б.В. Бирюков, Е.С. Геллер и др. М.: Мысль, 1976.

98. Фильев В. И. Организация, нормирование и оплата труда в развитых странах: Великобритания, Германия, Италия, США, Япония и д. р. М: Издательство журнала «Юридический бюллетень предпринимателя»: ИНТЕЛ-СИНТЕЗ 1996.

99. Фишберн П. Теория полезности для принятия решений. М.: Наука, 1993.

100. Хлынов В. Н. Японские «секреты» управления персоналом. М: Институт Дальнего Востока. 1995, №9.

101. Червинская К.Р., Гаврилова Т.А. Извлечение и структурирование знаний для экспертных систем. М.: Радио и Связь, 1992.

102. Червонная С. А. Новые аспекты регулирования трудовых отношений в США. //США. 1995, №2.

103. Шапиро Д.И. Многокритериальные задачи принятия решений. М.: Машиностроение, 1978.

104. Шкатула В,И, Настольная книга менеджера по кадрам. М.: Норма, 2001,

105. Щекин Г.В. Теория кадровой политики. Киев: Знание, 1997.

106. Экспертные системы: Инструментальные средства разработки: Учебн. пособие / Л.А.Керов, А.П.Частиков, Ю.В.Юдин, В.А.Юхтенко ; Под ред . Ю.В.Юдина. СПб.: Политехника, 1996.

107. Элти Дж., Кумбс М. Экспертные системы: концепции и примеры. М.: Финансы и статистика, 1987.

108. Юдин Д.Б. Вычислительные методы принятия решений. М.: Наука, 1986.

109. ИЗ. Center for Organizational (MIT), http://www.sol-ne.org/pra.

110. Derek Torrington and Laura Hall. Personnel Management: A New Approach. Prentice-Hall International (UK) Ltd., 1987.

111. ISO/IEC Guide 2. Standartization and related activities General vocabulary, 1996. http://www.iso.ch/cate/cat.html

112. Saaty T.L., Kearns K.P. Analytical Planning. The organization of systems. Graduate School of Business. University of Pittsburg, Pennsylvania, USA, 1985.

113. Spencer L.M. Job competency assessment. Boston: Warren, Gorham & Lambert, 1991.