CC BY
104
3. Городецкий В.И., Самойлов В.В., Малое О.А. Современное состояние технологии извлечения знаний из баз и хранилищ данных. Ч. I // Новости искусственного интеллекта. -2002, №3. - С. 3-12.
4. Осипов ГС. Приобретение знаний интеллектуальными системами. - М.: Наука, 1997. - 112 с.
5. Boose J. and Gaines B. Knowledge Acquisition Tools for Expert Systems. New York: Academic Press. 1988. p. 620.
6. Гаврилова ТА. Хорошевский В.Ф. Базы знаний интеллектуальны систем. - СПб: Питер, 2000. - 384 с.
7. Kingston J., Doheny J., Filby I. Evaluation of workbenches which support the Common KADS methodology. Knowledge Engineering Review. 1995. №10.
8. . . . - .: , 2002. -464 .
9. . ., . ., . ., . . -
пертные системы // Под ред. Попова Э.В. - М.: Финансы и статистика, 1996. - 320 с.
10. . . . // 3 . . 1. - :
, 1990. - 464 .
11. . ., . . . -
шений. - Рига: Зинатне, 1997. - 320 c.
12. Минский М. Фреймы для представления знаний / Пер. с англ. - М.: Энергия, 1979. - 152 с.
13. . ., . . . - .: - .
Н.Э. Баумана, 2003. - 348 с.
14. . ., . ., . . -
ной практике. - Таганрог: ТРТУ, 1996. - 135 с.
УДК 518.5:331.108.26
С.В. Скороход
ОТБОР ПЕРСОНАЛА В УСЛОВИЯХ НЕЧЁТКОЙ ИНФОРМАЦИИ НА ОСНОВЕ ЭКСПЕРТНЫХ ОЦЕНОК
. -
альной для любого предприятия. От её решения зависят качество и отдача каждого сотрудника и конечный успех предприятия в целом.
Характерными особенностями данной проблемы являются субъективность и неопределенность. Субъективность выражается в том, что оценку и подбор персонала производят люди со своими стереотипами, симпатиями, предпочтениями, которые иногда могут идти вразрез с целями самого предприятия. Неопределенность проявляется в неточных формулировках требований типа «уверенное владение Microsoft Word», «опытный пользователь ПК», «умение работать в команде», допускающими трактовку в очень широких пределах.
Одним из наиболее достоверных методов профессионального отбора является выполнение кандидатами специально подготовленных заданий с последующей оценкой результата группой экспертов [1]. Несмотря на преимущества данного ,
.
Задачей данной работы является разработка математической модели для сравнения кандидатов по результатам тестирования с использованием теории нечётких множеств и нечёткой математики [2, 3], которые позволяют формализовать присущие этому процессу свойства субъективности и неопределенности.
Общая схема отбора. Общая схема отбор а изображена на рис. 1.
Подготовитель нал
Эксперт
Тестовое Цели
задание отоора
Тестирование Уровень квалификации Соответствие цели отбора
- і 1 г і '
Кандидаты Фаза отбора Выбор лучшего кандидата
Рис. 1. Последовательность отбора
Последовательность отбора можно разбить на две фазы: подготовительную и . , -рого может выступать руководитель предприятия или подразделения. Эксперт, прежде всего, формулирует цели отбора, т.е. критерии, в соответствии с которыми будут оцениваться кандидаты, причём каждый из критериев характеризует некоторую отдельно взятую компетенцию и наиболее желательный уровень владения ею искомым специалистом. После того, как цели определены, эксперт подбирает тес, -ный уровень владения установленными компетенциями.
Фаза отбора заключается в проведении тестирования и оценке экспертом качества выполнения тестовых заданий. На основе этих оценок выявляется фактический уровень компетенций кандидатов, который сопоставляется с целями отбора (желаемый уровень). В итоге наилучшим считается тот кандидат, фактический уровень компетенций которого наиболее близок к желаемому.
. , -водится сравнение кандидатов. Например, умение работать с текстовым процессо-Microsoft Word. ,
степени проявляет своё соответствие этому критерию, которое будем исчислять числом на отрезке [0;1]. При этом 0 будет обозначать полное отсутствие навыков, а 1 - наличие навыков на уровне эксперта в рассматриваемой области.
Целевая функция предназначена для ранжирования уровня навыков кандидатов относительно целей отбора и позволяет выяснить предпочтительность того или иного уровня. Целевую функцию будем задавать нечётким числом (НЧ) [4] G на отрезке [0;1]:
G = \vg (x)/x. (1)
[0;1]
Если jiG (x1) > jiG (x2), это означает, что с точки зрения проводимого отбора уровень x1 предпочтительнее уровня x2 .
Способы построения нечётких чисел основаны на опросе экспертов и подробно описаны в [3]. В качестве примера рассмотрим две целевые функции: Gj -«больше 0,8» и G2 - «примерно от 0,6 до 0,7». Первая из них означает, что требу-
ется кандидат очень высокой квалификации. Однако такие кандидаты требуют высокой зарплаты и у них практически исчерпан резерв для профессионального роста. Вторая же функция отдаёт предпочтение кандидатам достаточно высокой, но не максимальной квалификации, уровень зарплаты которых ниже и имеется резерв
. -
бражены на рис. 2.
Рис. 2. Функции принадлежности целей
Тестовое задание. Тестовое задание предназна чено для выявления фактической квалификации кандидатов и является единым для всех. Его сложность должна быть адекватна цели отбора и соответствовать уровню предъявляемых требований. Так, при отборе персонала высокой квалификации сложность должна быть высока. Если же нам нужен персонал средней квалификации, то вполне достаточным окажется задание средней сложности. В любом случае неудачным является чересчур простое или чересчур сложное задание, поскольку, в первом случае, оно не способно выявить все профессиональные качества кандидатов, а во втором -требует дополнительных навыков, не предусмотренных целями отбора.
Для измерения сложности задания используем ту же самую базовую шкалу, что и для цели - отрезок [0;1]. Поскольку оценка сложности всегда является субъективной и неоднозначной, опишем её НЧ Б вида (1). Значение Мб (х) выступает как степень соответствия задания квалификации х.
Наиболее удобным для экспертов способом представления Б является треугольное НЧ [3]:
Б ($шт у ^потш у dmaх), (2)
где dmin и dmaх - нижняя и верхняя оценки соответствующей заданию квалификации, а dnorm - оценка квалификации, наиболее подходящей для данного задания.
Рассмотрим НЧ Р=Б п О, образованное пересечением Б и О. Его функция принадлежности вычисляется по формуле: рБпо (х) = шш(мБ (х),Мо (х)). Р описы-
,
предложенным тестовым заданием. Условием адекватности задания поставленной
О Р:
Бир шт(р0 (х),Ро (х)):
хе[0;1]
: эир Мо (х).
хе[0;1]
(3)
На рис. 3 изображён пример цели О и трёх вариантов оценок сложности тестовых заданий Б], Б2 и Б3 в виде треугольных нечётких чисел. Поскольку условие (3) выполняется только для Б2, только второе задание является адекватным цели О.
D, D2 G Dз
0 DjnO D2nO D3nG l
Рис. 3. Проверка адекватности тестового задания цели отбора
Оценка квалификации кандидатов. Оценка квалификации кандидата строится на основе анализа экспертами результатов выполнения тестового задания, удовлетворяющего условию (3). Задачей экспертов является оценка качества полученного результата. Для её формального описания используем НЧ Q на отрезке [0;1]. Полностью выполненному заданию соответствует 1, а полностью проваленному - 0. Q имеет вид, аналогичный (1). Наиболее удобным способом его задания является треугольное НЧ:
Q=(q min , qnorm , qmaxX (4)
где qmin и qmax означают низшую и высшую оценку качества результата, a qnorm -наиболее подходящую оценку.
Оценка квалификации V кандидата получается как произведение Q и D: V = Q ■ D , являющееся НЧ на [0;1], функция принадлежности которого, в общем , :
flv (x) = sup min(^D (x), Mq (x)).
a-b=x
При использовании треугольных нечётких чисел (2) и (4) результатом их произведения также будет треугольное НЧ [3]:
V = (d ■ q , d ■ q , d ■ q ). (5)
V min 1 min ’ norm 1 norm max 1 max s y J
Q D , ,
вполне естественными с точки зрения здравого смысла.
1.
наивысшую оценку у всех экспертов (в этом случае НЧ Q вырождается в чёткое число 1), его квалификация принимается равной сложности тестового задания: V=D.
2. -
(Q ), -
фикация принимается равной нулю: V={<1/0>}.
3. -
ли оценки Qi и Q2 и Qj>Q2, то будет справедливо соотношение: Vj>V2, то есть оценка квалификации первого испытуемого окажется выше.
V D Q . 4.
‘ И ¥=0-0 2 о
/
0,23 0,- 0,4 0,5 0,7 0,3 0,9 1
Рис. 4. Произведение треугольных нечётких чисел
Сравнение кандидатов. Для сравнения кандидатов необходимо выяснить насколько полученная оценка V квалификации каждого из них соответствует цели отбора О. Наилучшим считается тот из кандидатов, чья степень соответствия цели .
Одним из наиболее простых способов вычисления степени С соответствия V и О является нахождение пересечения этих НЧ: С=ЖО. Однако данная операция обладает существенным недостатком. Результатом пересечения может оказаться ,
единицы (см. рис. 3). Поэтому при сравнении степеней соответствия С1 и С2 двух кандидатов можно сравнивать только максимальные значения их функций принадлежности. При этом не учитывается форма самих нечётких чисел, что в некоторых случаях может привести к неверному результату.
Этого недостатка лишён способ вычисления НЧ С по формуле [5]:
Г sup Цу (у);
ЦС (х) = < ує[0;1],^0 (у)=х
0,(Уу є [0;1])(Мэ (у) = х (у) = 0),
(6)
результатом которого всегда является нормализованное НЧ (если НЧ G также нор). . 5 -
тым на 90о против часовой стрелки.
Предположим теперь, что мы имеем степени соответствия С1 и С2, рассчитанные по (6) для двух кандидатов. Найдём центры площади 1(С1) и 1(С2) их функ-
1(С) 1
ций принадлежности: | Цс (х) = |Цс (х). Лучшим, относительно поставленной
0 I (С)
, , -большим: I (С) = max( I (С1), I (С2)).
1 'м V а
/ь(у 1 V У/
/1с 1 У1 У 2
Рис. 5. Вычисление степени соответствия С
Рассмотренный подход описан для одного критерия отбора, но может быть легко распространён для случая нескольких критериев. Для этого по каждому из них строится своя целевая функция и оценивается степень соответствия кандидата, а для сравнения кандидатов используется средневзвешенное чисел ЦС) [6].
. -вательности действий при профессиональном отборе.
1. Формулируем цели отбора О1^О„ и задаём их нечёткими числами (1).
2. Составляем тестовые задания и оцениваем их уровень сложности в виде (2).
3. Проверяем выполнимость условия (3), которому должна удовлетворять
. , -
ботать заново.
4. Задания предъявляется испытуемым кандидатам, которые при их выполнении получают некоторый результат.
5. (4) -
кации кандидата (5).
6. (6) -ли отбора.
7. Для каждой цели вычисляем (8), а затем находим интегральную оценку как средневзвешенное полученных значений.
8. .
Предлагаемый метод даёт возможность формализовать процесс тестирования
и отбора кандидатов на основе использования методов теории нечётких множеств и нечёткой математики, что позволяет учесть влияние субъективных факторов, неопределенность требований и оценок.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Барков С.А. Управление персоналом. - М., 1997.
2. Нечёткие множества в моделях управления и искусственного интеллекта / Под ред. По-
. . - ., 1986.
3. Бор псов А.Н., Крумберг (ХА., Фёдоров ИЛ. Принятие решений на основе нечётких моделей. Примеры использования. - Рига, 1990.
4. . . // -
формационные системы и технологии в управлении и организации производства. Труды международной конференции «Татищевские чтения: актуальные проблемы науки и практики». - Тольятти: Изд-во Волжского университета им. В.Н.Татищева, 2004. - С. 253-258.
5. Скороход С.В. Применение нечётких чисел для оценки квалификации персонала // Известия ТРТУ. Тематический выпуск «Интеллектуальные САПР» - Таганрог, Изд-во ТРТУ, 2005, №3(47). - С. 214-216.
6. Скор оход С. В. Применение нечёткого подхода для оценки и подбора персонала // Электронный журнал «Исследовано в России». - 2005, 122. - С. 1253-1261.
http://zhumal.ape.relam.ru/articles/2005/122.pdf.
