АЛГОРИТМ БАГАТОКРИТЕРІАЛЬНОЇ ОЦІНКИ ТА ПРИЙНЯТТЯ РІШЕНЬ ДЛЯ ПІДБОРУ ПЕРСОНАЛУ НА ОСНОВІ НЕЙРОННИХ МЕРЕЖ
DOI:
https://doi.org/10.32999/ksu2307-8030/2024-53-7Ключові слова:
багатокритеріальна оцінка, штучні нейронні мережі, підбір персоналу, управління проектами, алгоритм, класифікаціяАнотація
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
Azarova A., Puhach V. (2022) Otsiniuvannia rivnia upravlinnia liudskym kapitalom iz zastosuvanniam neironnoi merezhi Khemminha [Estimating the level of human capital management using the Hamming neural network]. Ekonomika ta suspilstvo. vol. 37. DOI: https://doi.org/10.32782/2524-0072/2022-37-7 (accessed October 11, 2024).
Akimenko V. Shtuchni neironni merezhi v zadachakh hrupuvannia ta analizu informatsii [Artificial neural network sintasks of information grouping and analysis]. Available at: https://csc.knu.ua/media/study/asp/art_net_group_ inf_akimenko/lecture/lec1.pdf (accessed October 11, 2024).
Boldyreva N. V., TikhonovaYa. M., Mishunina E., Khramtsov B. A. (2019) Suchasni tekhnolohii i metody otsinky personalu: pliusy i minusy [Modern technologies and methods of personnel evaluation: prosandcons.]. Visnyk instytutu svitovykh tsyvilizatsii. vol. 2(23), pp. 46–57. Available at: http://imc-i.ru/userfiles/ufiles/vestnik23.pdf (accessed October 11, 2024).
Honcharenko O. H. (2023) Metody otsinky personalu i yikh vplyv na efektyvnist diialnosti orhanizatsiinykh system [Personnel evaluation methods and their impacton the effectiveness of organizational systems.]. Naukovyi visnyk Sivershchyny. Seriia: Osvita. Sotsialni ta povedinkovi nauky. vol. 2 (11), pp. 63–75.
Informatsiina storinka arkhitektur neironnykh merezh [ Information page of neural network architectures.]. Available at: https://www.intuit.ru/studies/courses/6/6/lecture/178?page=3 (accessed October 6, 2024).
Medvediev V. S. (2012) Vykorystannia neironnykh merezh dlia normuvannia pratsi vyrobnychoho personalu [The use of neural networks to regulate the work of production personnel.]. Biznes-Inform, vol. 8, pp. 131–133.
Nadryhailo T. Zh., Molchanova K. A (2011) Analiz neironnykh alhorytmiv [Analysis of neural algorithms.]. Matematychne modeliuvannia, vol. 2 (25), pp. 46–52.
Syvolap L. A., Halitsyna A. O. (2021) Doslidzhennia suchasnykh metodiv otsinky personalu [Study of modern methods of personnel evaluation]. Efektyvna ekonomika, vol. 11. DOI: https://doi.org/10.32702/2307-2105-2021.11.24 (accessed November 16, 2024).
Skvorchevskyi O. Ye. (2016) Bahatokryterialna optymizatsiia protsesiv pidboru ta rozmishchennia personalu na pidpryiemstvi [Multi-criteria optimization of personnel selection and placement processes at the enterprise ] VisnykNats. tekhn. un-tu "KhPI": zb. nauk. pr. Ser. : Ekonomichni nauky. Kharkiv: NTU "KhPI", vol. 47 (1219), pp. 41–45.
Sokolovska V. V., Babchynska O. I., Ivanchenko H. V. (2019) Metody otsinky personalu: rol ta znachennia v upravlinni [Personnel evaluation methods: role and significance in management.]. Ahrosvit. vol. 20, pp. 93–98.
Shtuchni neironni merezhi [Artificial neural networks]. Available at: https://www.slideshare.net/LesiaSobolevska/ai-8-75922490 (accessed October 6, 2024).
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
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).
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).
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.
Інформаційна сторінка архітектур нейронних мереж. URL:: https://www.intuit.ru/studies/courses/6/6/lecture/178?page=3 (дата звернення: 06.10.2024).
Медведєв В.С. Використання нейронних мереж для нормування праці виробничого персоналу. Бізнес-Інформ. 2012. № 8. С. 131–133.
Надригайло Т.Ж., Mолчанова К.А Аналіз нейронних алгоритмів. Математичне моделювання. 2011. № 2 (25). С.46–52.
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).
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.
Соколовська В.В., Бабчинська О.І., Іванченко Г.В. Методи оцінки персоналу: роль та значення в управлінні. Агросвіт. 2019. № 20. С. 93–98.
Штучні нейронні мережі. URL: https://www.slideshare.net/LesiaSobolevska/ai-8-75922490 (дата звернення: 06.10.2024).
