CC BY
55«ш^шетим-^шгмаьотжш©^ / ишташ
основанное на диверсификации основной деятельности сельскохозяйственных товаропроизводителей, позволит наиболее полно и эффективно использовать ресурсный потенциал, обеспечит возможности расширения ассортимента и увеличения объемов производства продукции отрасли. Стратегия и программы диверсификации основной деятельности в сельском хозяйстве обеспечат формирование и развитие эффективной аграрной экономики, удовлетворяющей потребности населения в качественной безопасной сельскохозяйственной продукции с последующим наращением экспортного потенциала отрасли.
Выполненные исследования позволили сделать следующие основные выводы.
1. Диверсификация производства является перспективным направлением развития хозяйственной деятельности предприятий в любой отрасли экономики, обеспечивающим повышение устойчивости предприятий к негативным изменениям внешней и внутренней среды, рост выручки от реализации продукции, прибыли и рентабельности деятельности. Диверсификация представляет собой изменения организационно-производственной структуры предприятия, заключающиеся в дополнении этой структуры новыми элементами: видами продукции, производства, технологий, поставщиками и т. д.
2. Применительно к сельскохозяйственному производству диверсификация может преимущественно осуществляться в виде организации производства продукции новых отраслей растениеводства и животноводства, включения в севообороты новых видов, сортов или гибридов сельскохозяйственных культур, развития перерабатывающих отраслей, складского и логистического хозяйства, системы материально-технического снабжения и сбыта продукции и др. Диверсификация сельскохозяйственного производства имеет особенно боль-
шое значение в виду высоких рисков ведения хозяйственной деятельности в отрасли, обусловленных тесной связью ее результатов со сложившимися погодными условиями года, почвенными и природно-климатическими условиями и т. д.
3. Развитие диверсификации в российской аграрной экономике осложнено углублением диспропорций в структуре отрасли, а также высокой ценой и труднодоступностью заемного капитала, поэтому проводимая государственная агарная политика должна быть направлена на привлечение инвестиций в развитие агропромышленного комплекса, развитие финансовых рынков, стабилизацию законодательной базы инвестиционной деятельности, повышение объемов и эффективности государственной поддержки сельскохозяйственных товаропроизводителей и т.д.
Список использованной литературы:
1. Бершицкий Ю. И. Теоретико-методические аспекты инновационного развития агроэкономики / Ю. И. Бершицкий, А. Р. Сайфетдинов, Н. Р. Сайфет-динова // В сб. трудов «Российская экономическая модель-7: от стагнации к развитию», Краснодар, ФГБУ "Российское энергетическое агентство" Минэнерго России Краснодарский ЦНТИ - филиал ФГБУ "РЭА" Минэнерго России, 2017 г. - с. 288 -304.
2. Костяев А. И. Диверсификация экономики сельских территорий с учетом их конкурентных возможностей / А. И. Костяев, Т. В. Юрченко // Вестник государственного аграрного университета северного Зауралья. - 2015. - № 3 (29). - с. 136 - 144.
3. Меренкова И. Н. Предпосылки перехода сельских территорий к диверсифицированной экономике / И. Н. Меренкова // Научное обозрение: теория и практика. - 2016. - № 2.- с. 140 - 149.
4. Проблемы и перспективы развития АПК и сельских территорий. Книга 3 : монография / О. А. Аничкина, Ю. И. Бершицкий, Л. В. Гайдаренко и др. / под общ. ред. С. С. Чернова. - Новосибирск : Издательство ЦРНС, 2017. - 258 с.
УДК 004.91
Савченко Дмитрий Юрьевич,
магистрант
Серебрякова Татьяна Александровна
к.э.н, доцент кафедры «Экономическая кибернетика» ФГБУ ВО «Тихоокеанский государственный университет»
ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ НЕЙРОННЫХ СЕТЕЙ В ПРОЦЕССЕ ПОДБОРА
ПЕРСОНАЛА
Savchenko Dmitriy Yurjevich, Serebryakova Tatjana Aleksandrovna
Pacific National University
POSSIBILITIES OF APPLICATION OF NEURAL NETWORKS IN RECRUITING
Аннотация
В данной статье рассмотрены вопросы развития информационных систем в области управления персоналом. Показаны возможности применения нейронных сетей при оценке кандидатов для трудоустройства. Рассмотрены современные интеллектуальные информационные системы и даны рекомендации по развитию систем подбора персонала на их основе.
28_economics /
Abstract
This article discusses the development of information systems in the field of personnel management. The possibilities of using neural networks in evaluating candidates for employment are shown. Modern intellectual information systems are considered and recommendations on the development of personnel selection systems based on them are given.
Ключевые слова: информационные системы, нейронные сети, искусственный интеллект, подбор персонала, управление персоналом
Keywords: information systems, neural networks, artificial intelligence, staff recruitment, personnel management
В последние годы в практике управления персоналом сильно возросла роль личности работника, его конкретные профессиональные и деловые качества, эмоциональный интеллект. Во многих областях экономики (особенно продажи, разработка программного обеспечения, управление компаниями) сложилась практически прямая зависимость результатов деятельности от качеств специалиста. Трудоустройство кандидата, не соответствующего замещаемой позиции (или на позицию, не соответствующую ожиданиям кандидата) приводит к его неэффективной работе, потерям для компании и, в конечном итоге, к увольнению. Увеличение текучести персонала приводит к дополнительному простою и издержкам для компании.
В настоящее время подбор персонала в основном ведется на основе эмпирических оценок рекру-тера (чаще всего субъективных) с применением психологических тестов.
В то же время, в схожей области оценки людей - построение скоринговых моделей заемщиков, -наблюдается «бум» применения инструментов искусственного интеллекта и, в частности, нейронных сетей. Нейронные сети устроены по аналогии с нервной системой человека, но фактически используют статистический анализ, чтобы распознавать модели из большого количества информации посредством адаптивного обучения. [1]
Так как у вышеуказанных областей существуют общие задачи по прогнозированию поведения человека на основе множества объективных несвязанных факторов, то возможно применять и схожий инструментарий. Использование нейронных сетей для задач оценки персонала определяется причинами:
1. Богатые возможности. Нейронные сети - исключительно мощный метод моделирования, позволяющий воспроизводить чрезвычайно сложные зависимости.
2. Простота в использовании. Нейронные сети учатся на примерах. Пользователь нейронной сети
подбирает представительные данные, а затем запускает алгоритм обучения, который автоматически воспринимает структуру данных. Эффективность работы достигается, во-первых, из распараллеливания обработки информации и, во-вторых, из способности самообучаться, т.е. создавать обобщения. [2]
Однако, для повышения качества оценки кандидатов необходимо большое количество исходных данных, по некоторым данным свыше 3 000 записей. Таким образом, самостоятельно построить скоринговую модель смогут только крупные компании. [3] Для малого и среднего бизнеса предлагается использовать сторонние облачные сервисы по модели 8аа8 (программное обеспечение как услуга). Такие сервисы могут накапливать обезличенную информацию со многих источников, в количестве, достаточном для построения релевантной скоринговой модели. В дальнейшем, пользователи могут размещать на облачном сервисе профиль вакансии и проверять кандидатов на соответствие.
Таким образом, внедрение новейших интеллектуальных систем в управление персоналом позволит сделать качественный скачок в управлении и повысить эффективность подбора персонала для продуктивной работы в компании.
Список литературы
1. Федотова Е.Л. Информационные технологии в профессиональной деятельности. - М. : ИД «Форум» : ИНФРА-М, 2018. - 367 с.
2. Серебрякова Т.А., Серебряков В.Г. Использование нейронных сетей в финансовом анализе деятельности больших хозяйственных структур // Электронное научное издание «Ученые заметки ТОГУ», 2014, Том 5, № 4, с. 165-168.
3. Мун Де Ен, Савченко Д.Ю. Перспективы развития информационных систем в подборе персонала // Сборник статей XVII Международного научно-исследовательского конкурса. В 3 ч. Ч. 2. -Пенза: МЦНС «Наука и Просвещение». - 2018. -224 с.
