АЛГОРИТМ БАГАТОКРИТЕРІАЛЬНОЇ ОЦІНКИ ТА ПРИЙНЯТТЯ РІШЕНЬ ДЛЯ ПІДБОРУ ПЕРСОНАЛУ НА ОСНОВІ НЕЙРОННИХ МЕРЕЖ

Т.І. Тищенко; І.Г. Грецька; Ю.П. Ченцова

doi:10.32999/ksu2307-8030/2024-53-7

Т.І. Тищенко https://orcid.org/0009-0000-8359-0541
І.Г. Грецька https://orcid.org/0009-0004-0529-8923
Ю.П. Ченцова https://orcid.org/0009-0002-9453-0864

DOI: https://doi.org/10.32999/ksu2307-8030/2024-53-7

Ключові слова: багатокритеріальна оцінка, штучні нейронні мережі, підбір персоналу, управління проектами, алгоритм, класифікація

Анотація

Стаття присвячена проблемі об’єктивної оцінки потенційних працівників та формування ефективних команд, що є однією з найважливіших у сучасному управлінні персоналом. Зростаюча конкуренція на ринку праці вимагає розробки нових інструментів для точного визначення відповідності кандидатів до вимог посади. В роботі проведено аналіз існуючих підходів до оцінки персоналу, розроблено модель багатофакторної оцінки, що включає широкий спектр критеріїв, та створено нейронну мережу для класифікації кандидатів на посади. Розроблений алгоритм дозволяє оцінити кандидатів за різними критеріями, враховуючи як професійні, так і особистісні якості. Штучна нейронна мережа забезпечує високу точність прогнозування відповідності кандидата до вимог посади. Результати дослідження можуть бути використані для оптимізації процесів підбору персоналу в різних організаціях, підвищення ефективності роботи команд та зниження ризиків пов’язаних з неправильним вибором кандидатів.

Посилання

1. Азарова А., Пугач В. Оцінювання рівня управління людським капіталом із застосуванням нейронної мережі Хеммінга. Економіка та суспільство. 2022. № 37. DOI: https://doi.org/10.32782/2524-0072/2022-37-7
2. Акіменко В. Штучні нейронні мережі в задачах групування та аналізу інформації. URL: https://csc.knu.ua/media/study/asp/art_net_group_ inf_akimenko/lecture/lec1.pdf (дата звернення: 10.11.2024).
3. Болдирева Н.В., Тіхонова Я.М., Мішуніна Е., Храмцов Б.А. Сучасні технології і методи оцінки персоналу: плюси і мінуси. Вісник інституту світових цивілізацій. 2019. № 2(23). С. 46–57. URL: http://imc-i.ru/userfiles/ufiles/vestnik23.pdf (дата звернення: 10.11.2024).
4. Гончаренко О.Г. Методи оцінки персоналу і їх вплив на ефективність діяльності організаційних систем. Науковий вісник Сіверщини. Серія: Освіта. Соціальні та поведінкові науки. № 2 (11) 2023. С. 63–75.
5. Інформаційна сторінка архітектур нейронних мереж. URL:: https://www.intuit.ru/studies/courses/6/6/lecture/178?page=3 (дата звернення: 06.10.2024).
6. Медведєв В.С. Використання нейронних мереж для нормування праці виробничого персоналу. Бізнес-Інформ. 2012. № 8. С. 131–133.
7. Надригайло Т.Ж., Mолчанова К.А Аналіз нейронних алгоритмів. Математичне моделювання. 2011. № 2 (25). С.46–52.
8. Сиволап Л.А., Галіцина А.О. Дослідження сучасних методів оцінки персоналу. Ефективна економіка. 2021. № 11. DOI: https://doi.org/10.32702/2307-2105-2021.11.24 (дата звернення: 16.11.2024).
9. Скворчевський О.Є. Багатокритеріальна оптимізація процесів підбору та розміщення персоналу на підприємстві. Вісник Нац. техн. ун-ту "ХПІ": зб. наук. пр. Сер. : Економічні науки. Харків : НТУ "ХПІ", 2016. № 47 (1219). С. 41–45.
10. Соколовська В.В., Бабчинська О.І., Іванченко Г.В. Методи оцінки персоналу: роль та значення в управлінні. Агросвіт. 2019. № 20. С. 93–98.
11. Штучні нейронні мережі. URL: https://www.slideshare.net/LesiaSobolevska/ai-8-75922490 (дата звернення: 06.10.2024).