Expertní náborový systém. Automatizovaný expertní systém pro výběr personálu Expertní systém pro výběr personálu

Úvod

Stále častěji se nemluví o cíleném, individuálním výběru, ale o hromadném náboru, když je to nutné krátkodobý vybrat mnoho kandidátů současně. A to nejen rychle, ale také co nejefektivněji (a dokonce s minimálními náklady). Představte si, kolik problémů musíte překonat, abyste mohli realizovat tak velký projekt. Jde o správu obrovského množství informací, velkého množství zdrojů a kanálů. Ne každá společnost, HR oddělení takový úkol zvládne. A ne každý systém, náborový software to zvládne. Často personalisté prostě nemají potřebné nástroje, zkušenosti a znalosti k realizaci takových projektů.

Expertní systém je systém, který spojuje výkon počítače a znalosti spolu se zkušenostmi odborníka tak, že dokáže rozumně poradit nebo provést rozumné řešení daného problému. Další vlastností expertního systému je schopnost vysvětlit průběh své úvahy uživatelsky srozumitelnou formou.

K tomu je nutné vyvinout softwarový nástroj, tedy „Expertní systém pro výběr personálu pomocí nervová síť".

Tento seminární práce je prostudovat systém práce s personální evidencí pro výběr kandidátů na konkrétní pozici.

Výhody a výhody automatizace výběru zaměstnanců pomocí „Expertního systému“:

· Snížení mzdových nákladů spojených se vstupem informací;

· Zrychlení vyhledávání a přitahování kandidátů.

· Neustálý růst základny.

· Zjednodušené účetnictví, vyloučení ztráty dat.

náborový expertní systém

· Kvalitní, plnohodnotné prostudování informací o požadavcích na volné pracovní místo.

Popis expertního systému pro nábor

Popis pro vytvoření prohlášení o problému

Expertní systémy jsou zpravidla vytvářeny pro řešení praktických problémů v některých vysoce specializovaných oblastech, kde hrají důležitou roli znalosti specialistů. Expertní systémy byly prvním vývojem, který dokázal výrazně přitáhnout pozornost k výsledkům výzkumu v oblasti umělé inteligence.

Expertní systémy mají jeden velký rozdíl od ostatních systémů umělé inteligence: nejsou navrženy tak, aby řešily nějaké univerzální problémy, expertní systémy jsou určeny k řešení problémů v určité oblasti vývojáři, ve vzácných případech - oblastech.

Základem pro rozvoj programu je realizace kurzové práce z disciplíny "Intelektuální systémy a technologie" na příkladu "Expertní systém pro nábor pomocí neuronové sítě". Program by měl být navržen tak, aby optimalizoval nábor.

Účel rozvoje

Expertní systém je navržen tak, aby uchovával a zpracovával informace o výběru personálu. Softwarový nástroj "Expertní systém pro výběr personálu na základě neuronové sítě" může výrazně zjednodušit vyhledávací úlohu pomocí charakteristik objektu informací o samotném objektu, který tyto vlastnosti má. Tento softwarový nástroj je určen nejen pro personální evidenci, ale má možnost uplatnění i v jiných oblastech činnosti.

Požadavky na spolehlivost

Spolehlivost systému jako celku závisí na spolehlivosti systému operační systém.

Expertní systém musí v rozumném čase najít řešení, které nebude horší než to, které může nabídnout specialista v této oblasti.

Požadavky na program

Hlavním požadavkem na "Expertní systém náboru neuronových sítí" je funkce náboru pomocí faktoru.

Požadavek na výkon

Program musí poskytovat schopnost provádět následující funkce:

Změňte vlastnosti objektu a objektu samotného;

· Přidat/upravit, odebrat vlastnosti objektu a objektu samotného;

· Uložit/načíst základnu pro ukládání informací o objektu;

· Provádět školení sítě;

· Realizace náborového procesu.

Požadavky na skladbu a parametry hardwaru počítače

Počítač musí být počítač s alespoň následujícími vlastnostmi:

· procesor Intel Pentium 1000 MHz;

· hlasitost paměť s náhodným přístupem- 512 MB;

Kapacita HDD - 30 GB.

Jako operační systémy lze použít:

· Microsoft Windows XP a vyšší.

Odeslat svou dobrou práci do znalostní báze je jednoduché. Použijte níže uvedený formulář

Studenti, postgraduální studenti, mladí vědci, kteří využívají znalostní základnu ve svém studiu a práci, vám budou velmi vděční.

Vloženo na http://www.allbest.ru/

MINISTERSTVO ŠKOLSTVÍ A VĚDY RUSKÉ FEDERACE

Federální státní rozpočtová vzdělávací instituce

Vyšší odborné vzdělání

„Siberian State Aerospace University pojmenovaná po akademikovi M. F. Reshetnev“

Ústav informatiky a telekomunikací

Ústav informatiky a výpočetní techniky

Kursprojekt

nadisciplína: Inteligentní systémy a technologie

natéma: " Vývoj expertního systému pro nábor založený na neuronové síti"

Dokončeno: st-t gr. BISZU 13-01

Bobkov A.I.

Kontroloval: vedoucí práce

Damov M.V.

Krasnojarsk, 2016

  • Úvod
  • 1.1 Popis pro vytvoření prohlášení o problému
  • 1.2 Účel rozvoje
  • 1.3 Požadavky na spolehlivost
  • 1.4 Požadavky na program
  • 1.5 Požadavek na výkon
  • 2.1 Struktura vstupních dat
  • 2.2 Příručka programátora
  • 2.3 Uživatelská příručka
  • Závěr
  • aplikace

Úvod

Stále častěji se nebavíme o bodovém, individuálním výběru, ale o hromadném náboru, kdy potřebujete vybrat mnoho kandidátů současně v krátkém čase. A to nejen rychle, ale také co nejefektivněji (a dokonce s minimálními náklady). Představte si, kolik problémů musíte překonat, abyste mohli realizovat tak velký projekt. Jde o správu obrovského množství informací, velkého množství zdrojů a kanálů. Ne každá společnost, HR oddělení takový úkol zvládne. A ne každý systém, náborový software to zvládne. Často personalisté prostě nemají potřebné nástroje, zkušenosti a znalosti k realizaci takových projektů.

Expertní systém je systém, který spojuje výkon počítače a znalosti spolu se zkušenostmi odborníka tak, že dokáže rozumně poradit nebo provést rozumné řešení daného problému. Další vlastností expertního systému je schopnost vysvětlit průběh své úvahy uživatelsky srozumitelnou formou.

K tomu je nutné vyvinout softwarový nástroj, tedy „Expertní systém pro výběr personálu pomocí neuronové sítě“.

cíl daný kurs práce je studium systémy práce S CADhradní příkop s přihlédnutím na otbor kandidátů na že nebo jiný pracovní pozice.

Výhody a výhody automatizace výběru zaměstnanců pomocí „Expertního systému“:

· Snížení mzdových nákladů spojených se vstupem informací;

· Zrychlení vyhledávání a přitahování kandidátů.

· Neustálý růst základny.

· Zjednodušené účetnictví, vyloučení ztráty dat.

náborový expertní systém

· Kvalitní, plnohodnotné prostudování informací o požadavcích na volné pracovní místo.

1. Popis expertního systému pro nábor

1.1 Popis pro vývoj zadání problému

Expertní systémy jsou zpravidla vytvářeny pro řešení praktických problémů v některých vysoce specializovaných oblastech, kde hrají důležitou roli znalosti specialistů. Expertní systémy byly prvním vývojem, který dokázal výrazně přitáhnout pozornost k výsledkům výzkumu v oblasti umělé inteligence.

Expertní systémy mají jeden velký rozdíl od ostatních systémů umělé inteligence: nejsou navrženy tak, aby řešily nějaké univerzální problémy, expertní systémy jsou určeny k řešení problémů v určité oblasti vývojáři, ve vzácných případech - oblastech.

Základem pro rozvoj programu je realizace kurzové práce z disciplíny "Intelektuální systémy a technologie" na příkladu "Expertní systém pro nábor pomocí neuronové sítě". Program by měl být navržen tak, aby optimalizoval nábor.

1.2 Účel rozvoje

Expertní systém je navržen tak, aby uchovával a zpracovával informace o výběru personálu. Softwarový nástroj "Expertní systém pro výběr personálu na základě neuronové sítě" může výrazně zjednodušit vyhledávací úlohu pomocí charakteristik objektu informací o samotném objektu, který tyto vlastnosti má. Tento softwarový nástroj je určen nejen pro personální evidenci, ale má možnost uplatnění i v jiných oblastech činnosti.

1.3 Požadavky na spolehlivost

Spolehlivost systému jako celku závisí na spolehlivosti použitého operačního systému.

Expertní systém musí v rozumném čase najít řešení, které nebude horší než to, které může nabídnout specialista v této oblasti.

1.4 Požadavky na program

Hlavním požadavkem na "Expertní systém náboru neuronových sítí" je funkce náboru pomocí faktoru.

1.5 Požadavek na výkon

Program musí poskytovat schopnost provádět následující funkce:

Změňte vlastnosti objektu a objektu samotného;

· Přidat/upravit, odebrat vlastnosti objektu a objektu samotného;

· Uložit/načíst základnu pro ukládání informací o objektu;

· Provádět školení sítě;

· Realizace náborového procesu.

1.6 Požadavky na skladbu a parametry hardwaru počítače

Počítač musí být počítač s alespoň následujícími vlastnostmi:

Procesor Intel Pentium 1000 MHz;

Velikost paměti RAM - 512 MB;

Kapacita HDD - 30 GB.

Jako operační systémy lze použít:

· Microsoft Windows XP a vyšší.

2. Vývoj expertního systému pro nábor

2.1 Struktura vstupních dat

Vstupní data programu musí být organizována ve formě textu zadaného do speciálního formuláře nebo uložení / načtení souboru odpovídající určité šabloně. Údaje zadané ručně se zaznamenají do příslušného pole.

Co je míněno slovem kýžený výsledek? To je skutečnost představená při školení neuronové sítě "Expertní systém".

Nastavíme-li hodnotu skutečnosti, že vysokoškolské vzdělání a znalost programovacích jazyků. C++, Delphi, 1C: Enterprise, C# je programátor, to znamená, že jednotky signálu dopadají na vstupy přiřazené funkcím "vysoké vzdělání" a "znalost programovacích jazyků. C++, Delphi, 1C: Enterprise, C#" a nuly pro zbývající vstupy a požadovaný výsledek reakce se bude rovnat 1. Pokud pro tyto vlastnosti existuje skutečnost, že to není náš objekt, pak se požadovaný výsledek reakce bude rovnat 0.

Softwarový nástroj „Expertní systém pro nábor pomocí neuronové sítě“ má pro každý objekt vlastní neuron. Když například přidáte nový objekt, vytvoří se nová instance třídy RecognizableObject a v ní se vytvoří instance třídy Neuron.

Pro implementaci softwarového nástroje „Expertní systém pro nábor založený na neuronové síti“ byla navržena neuronová síť, která má dva parametry:

- charakteristika objektu;

- Název objektu.

Níže je okno pro zadání znaku (vlastnosti) objektu.

Obrázek 1 - Zadání názvu atributu (vlastnosti) objektu

Použitá třída neuronové sítě je uvedena níže:

veřejné třídy Neuron

// / Vstup neuronové sítě

veřejný seznam vstupy;

Níže je obrázek 2, který zobrazuje okno pro zadání názvu objektu při zadávání a editaci.

Obrázek 2 - Zadání názvu objektu

2.2 Příručka programátora

Program se skládá ze souborů následujících typů:

ExpertSystemKadru. exs - soubor databáze expertního systému;

Neuron. cs - modul neuronové sítě;

FuncTranc. cs - přenosová funkce;

ExpertSystemKadru. csproj - hlavní soubor projektu;

Po spuštění ExpertSystem. exe, na obrazovce se objeví hlavní okno projektu.

Obrázek 3 - Okno programu "Expertní systém pro výběr personálu na základě neuronové sítě"

Níže je uveden obrázek 4, u otázky „Expertní systém pro výběr personálu“ je třeba vybrat atribut objektu, který chcete identifikovat.

Obrázek 4 - Okno otázky "Expertní systém pro výběr personálu na základě neuronové sítě"

Obrázek 5 je zobrazen níže, výstup odpovědi na otázku „Expertní systém pro nábor“ pomocí neuronové sítě, na vstup jsme zadali dvě hodnoty, dostali jsme odpověď pro určitou pozici s tímto přihlásit se tento případ„Specialista na nábor“ obsahuje charakteristiku „Vysokoškolské vzdělání, znalosti 1C: Podnikový plat a personál státní instituce, vydání 2-3“. Odpověď na výstupu neuronové sítě dala správný signál.

Obrázek 5 - Okno pro výstup výsledku pomocí neuronové sítě "Expertní systém pro výběr personálu na základě neuronové sítě"

Hlavním úkolem expertního systému je rozpoznat objekt podle dané sady vlastností.

2.3 Uživatelská příručka

Během design kurzu Byl vyvinut „Expertní systém pro nábor založený na neuronové síti“. Data Uživatelská příručka softwarový nástroj uvedeno v tabulce 1.

Tabulka 1 - Uživatelské akce při práci s programem.

Úkon

Akce uživatele

Programová akce

Spuštění programu

ExpertSystem. exe

Zobrazí se hlavní okno programu

Výběr oddílu - Soubor

Kliknutím na tlačítko - Stáhnout

Je nutné specifikovat soubor uložené databáze "Expertního systému pro nábor"

Chcete-li uložit základní informace, musíte zadat název souboru "Expertní systém pro nábor".

Stiskněte tlačítko - Exit

Ukončete program "Expertní systém pro nábor"

Klikněte na tlačítko-Přidat vlastnost

Přidá pole vlastností pro objekty do seznamu

Kliknutím na tlačítko - Upravit vlastnost

Upraví vybranou vlastnost

Kliknutím na tlačítko - Smazat vlastnost

Smaže, pokud neexistuje seznam objektů, jinak je smazání vlastnosti zakázáno

Klikněte na tlačítko - přidat objekt

Přidá objekt do seznamu polí

Stiskněte tlačítko - upravit objekt

Upraví vybraný objekt

Stisk tlačítka - smazat objekt

Smaže daný objekt

Pokračování tabulky 1 - Uživatelské akce při práci s programem.

Proveďte online školení

Stisk tlačítka - Zadání faktorů o snímcích

Výběr objektu jako vstupního parametru a vytvoření faktoru pro tento objekt s výběrem vlastnosti pro nábor

Spustit otázku

Kliknutím na tlačítko - Spustit otázku

Expertní systém najde objekt pomocí sady funkcí

O programu

Zobrazuje informace o vývojáři

Když uživatel provede (položí) otázku expertnímu systému a vybere potřebné funkce, do odpovídajících vstupů se pošlou signály 1 a do zbývajících (nevybráno) 0. Co má každý neuron. Pokud je výstupní signál roven 1 - je to náš objekt (naše pozice), pokud 0, pak ne (nezná objekt nebo pozici). Může se také stát, že daným vlastnostem odpovídá několik objektů. Program to ohlásí, může se stát, že ani jeden. Pak odpoví "Expertní systém": "Nevím, co je to za volné místo."

2.4 Testování softwaru

Obecně platí, že "Expertní systém pro výběr personálu" funguje dobře, i když jsou možné falešné poplachy. Výstup řešení s takovými falešně pozitivní je během procesu učení se expertního systému zeptat na více faktů, zejména pokud jde o skutečnost, že "toto není správný objekt." Například spolu s fakty, že „Vysokoškolské vzdělání a znalost 1C je účetní“ je užitečné nastavit fakta, že „3 roky řidičské praxe a vysokoškolské vzdělání je účetní“, „Znalost C ++, C # programovací jazyky nejsou okurka" kyselý a pomeranč není účetní."

Obrázek 6 - Okno pro výstup skutečnosti "Expertní systém pro výběr personálu na základě neuronové sítě"

Obrázek 7 ukazuje provedení otázky v "Expertním systému".

Obrázek 7 - Okno pro výstup skutečnosti "Expertní systém pro nábor založený na neuronové síti"

Expertní systém je implementován ve formě samostatných formulářů: hlavní formulář, síťové editační a školicí formuláře a rozhodovací forma expertního systému. Rozhodovací forma využívá vytvořenou znalostní bázi k vyhledávání konkrétních informací a na konkrétním objektu k jejich nalezení.

Závěr

Výsledkem práce v kurzu byly prostudovány základní moderní principy budování expertních systémů v různých oblastech, byla studována struktura a principy fungování expertních systémů, jejich klasifikace a charakteristiky.

Dále byla analyzována možnost vybudování expertního systému pro řešení problematiky výběru personálu a to pomocí expertního systému založeného na neuronové síti. Byl realizován podrobný technický úkol pro návrh takového systému.

Jako softwarový systém pro implementaci expertního systému jako programovacího jazyka C# bylo vybráno Visual Studio Professional 2010.

Tento systém byl zvolen jako nejvhodnější z hlediska implementace principů objektově orientovaného programování. Byla vytvořena třídní struktura, vytvořeny formuláře a jejich programové moduly.

Vyvinutý systém lze použít jako náborový systém atp.

Bibliografie

1. Agurov P.V. C#. Sbírka receptů. 2007, 429 s. djvu;

2. Ishkova E.A. C# Tutoriál. Začal programovat v roce 2013;

3. Watson Carley a kol., C# 2008 Základní kurz. 2009, 1211 s. djvu;

4. Jak si vybudovat vlastní expertní systém: Naylor K. 1991;

5. Khaikin S. Neuronové sítě: Celý kurz 2006.

aplikace

Příloha A

VÝPISPROGRAMY

Modul - Neuron

pomocí System. sbírky. obecný;

jmenný prostor ExpertSystem

// / Deklarace třídy Neuron

veřejné třídy Neuron

// / Generátor náhodných čísel

private static Random rnd = new Random();

// / Vstup neuronové sítě

veřejný seznam vstupy;

// / Výsledek neuronové sítě

veřejný dvojitý výstup;

// / Váhy neuronové sítě

veřejný seznam závaží;

// / Přenosová funkce

veřejný FuncTranc trans;

// / Rychlost učení neuronové sítě

veřejné dvojité mu;

// / Konstruktor podle počtu vah

// /Počet závaží

// /Přenosová funkce

public Neuron(int a_count, FuncTranc a_trans)

vstupy = nový seznam ();

váhy = nový Seznam ();

for (int i = 0; i< a_count; i++)

vstupy. přidat(0);

závaží. Add(rnd.NextDouble() * 2 - 1);

public void compute()

for (int i = 0; i< weights. Count; i++)

res += (váhy[i] * vstupy[i]);

výstup = trans.compute(res);

// / Trénink neuronů

// / Požadovaná reakce

// / Vstupní vektor

veřejná neplatná studie (double t, List a_inputs)

double y = výstup;

dvojité dty = t - y;

trans. studium(mu, dty);

for (int i = 0; i< weights. Count; i++)

váhy[i] = váhy[i] + mu * dty * a_inputs[i];

// / Nastavení vstupních parametrů

// / Seznam čísel

public void set_incomes(Seznam a_incomes)

if (a_incomes. Count! = inputs. Count) throw new Exception ("Neuron: set_incomes: Zadán neplatný počet vstupních parametrů!");

int cn = a_incomes. počet;

for (int i = 0; i< cn; i++)

vstupy[i] = a_incomes[i];

Modul - přenosfunkcíFuncTranc

jmenný prostor ExpertSystem

( // / Třída konstant kódů přenosových funkcí

veřejná statická třída TransFuncConstId

// / Práh

public const int ThresholdId = 1;

// / Tříúrovňová přenosová funkce

public const int ThreeLevelsId = 2;

// / Sigmoidní přenosová funkce

public const int SignFuncId = 3;

// / Lineární funkce se saturací

public const int LinearSaturationId = 4;

// / Gaussova přenosová funkce

public const int GaussFuncId = 5;

// / Přenos funkce "tak jak je"

public const int AsisId = 6;

// / Počet typů přenosových funkcí

public const int TransFuctionCount = 6;

// / Rozhraní funkce přenosu

veřejné rozhraní FuncTranc

// / Kontrola ekvivalence přenosové funkce

// / Další objekt přenosové funkce

// / true - ekvivalentní, false - různé

bool is_equal(FuncTranc a_func);

// / Předaná hodnota

// / Výsledek výpočtu

double compute(double a_income);

// / Vytvořte samostatnou kopii funkce přenosu

// / Vlastní kopie

FuncTranc clone();

// / Identifikační kód přenosové funkce

// /Kontrola správnosti přenosové funkce

// /true - správně, nepravda - nesprávně

bool valid(double min, double max);

// / Trénink přenosových funkcí

// / rychlost učení

// / Rozdíl mezi požadovaným a skutečným výsledkem

void studie (double mu, double dty);

Hostováno na Allbest.ru

Podobné dokumenty

    Popis vstupních a výstupních informací. Požadavky na komplex technických prostředků a na rozhraní koncový uživatel. Vývoj forem reprezentace vstupních a výstupních dat. Návrh softwarových modulů. Uživatelská a programátorská příručka.

    semestrální práce, přidáno 27.06.2015

    obecné charakteristiky filmový průmysl jako předmět práce. Vývoj databáze a stromu otázek pro získání informací pro výběr filmu. Softwarová implementace expertního systému. Testování systému a vytvoření uživatelské příručky.

    semestrální práce, přidáno 19.05.2014

    Vlastnosti algoritmů, kritéria kvality. Tvorba a aplikace softwarového produktu na jazyk Delphi. Typ operačního systému. Vnitřní struktura softwarového produktu. Uživatelská a programátorská příručka, kalkulace prvotních nákladů a ceny programu.

    práce, přidáno 6.12.2009

    Technické a ekonomické ukazatele činnosti organizace. Požadavky na informace a kompatibilitu softwaru. Popis normativních referenčních informací. požadavky na výkon. Uživatelská a programátorská příručka.

    zpráva z praxe, přidáno 23.02.2011

    Základní principy právní úpravy pracovněprávních vztahů. Návrh automatizovaného informačního systému "Personální oddělení", implementace softwaru, testování. Složení databáze, metody analýzy spolehlivosti systému, uživatelská příručka.

    práce, přidáno 3.11.2010

    Struktura typického expertního systému. Databáze (pracovní paměť), její účel. Funkce getsport jako instance třídy cSport. Algoritmus expertního systému. Implementace uživatelské rozhraní. Výsledky testování systému uživatelem.

    semestrální práce, přidáno 13.06.2012

    Návrh programového modulu: sbírka podkladů; popis vstupních a výstupních dat; výběr software. Popis datových typů a implementace programového rozhraní. Testování softwarových modulů a pomoc s vývojem systému.

    semestrální práce, přidáno 18.08.2014

    Vývoj expertního systému pro výběr programovacího jazyka pro tento software. Volba a zdůvodnění rozhodovacího inferenčního mechanismu. Strom znalostní báze expertního systému. Program pro tvorbu hlavního menu, uživatelská příručka.

    semestrální práce, přidáno 15.08.2012

    Vývoj programu, který umožňuje implementovat šifrování a dešifrování textového souboru pomocí metody nahrazování a metody permutace. Požadavky na funkční charakteristiky, spolehlivost, skladbu a parametry softwarového hardwaru. Uživatelské rozhraní.

    semestrální práce, přidáno 30.04.2011

    Vytvoření inteligentního expertního systému pro výběr komponent pro stolní počítač. Medicína jako příklad expertního systému využívajícího metodu Chris-Naylor. Získávání znalostí, jejich strukturování, prezentace, výstupní strategie.


Expertní systémy jsou softwarové komplexy, shromažďování znalostí specialistů v konkrétních oblastech a jejich replikace za účelem poradenství méně kvalifikovaným uživatelům.
Hlavní rozdíl mezi vyhledávacími systémy a expertními systémy je v tom, že první danou informaci pouze vyhledávají ve své databázi, zatímco druhé ji také logicky zpracovává za účelem získání nových informací. Právě tato okolnost dělá expertní systémy skutečně inteligentními.
Struktura typického expertního systému, nebo, jak se také nazývá, znalostního systému, je znázorněna na obrázku:

Architektura expertního systému

Jádrem systému je znalostní báze. (Porovnej: systémy pro vyhledávání informací mají databázi.) Co je to znalostní báze? Jedná se o soubor znalostí v určité oblasti, v tomto případě - v oblasti personálního managementu, vedení personální evidence, zaznamenaný na strojovém médiu.
Před naplněním tohoto jádra znalostmi je nutné najít odborníky (odtud název: expertní systémy), tzn. odborníky na vysoké úrovni v této oblasti. Moderní znalostní báze využívají praktické zkušenosti desítek i několika stovek a tisíců odborníků a tyto znalostní báze lze neustále rozvíjet a doplňovat, což jejich vývojáři dělají.
Díky spojení znalostí několika odborníků v jednom expertním systému můžete získat systém, který pomáhá řešit takové problémy a na vysoká úroveň, který není samostatně dostupný ani tomu nejlepšímu specialistovi.
Získat znalosti od odborníka (odborníků) není tak snadné, jak se zdá. Jedná se o celý vědecký směr v oblasti umělé inteligence – znalostní inženýrství. Specialista zastupující tuto oblast se nazývá znalostní inženýr. Funguje jako nárazník mezi expertem a znalostní základnou. Jeho hlavním úkolem je získat poznatky od odborníků, následně vyzdvihnout klíčové pojmy, vztahy a charakteristiky nutné k popisu procesu řešení problému, strukturovat tyto poznatky a zvolit způsob jejich reprezentace (modelu) pro následné naplnění jádra systému .
Samotná předmětná oblast je v podstatě více či méně jasně definovaným problémem nebo oblastí činnosti. Například expertní systémy našly uplatnění v takových předmětech, jako je meteorologie, medicína, personální management atd.
Je-li předmětná oblast rozsáhlá, pak musí být rozdělena na dílčí problémy (respektive cíle - na dílčí cíle, úkoly - na dílčí úkoly), aniž by byla narušena její obecná logická struktura. V tomto případě se expertní systém bude skládat z několika modulů (bloků). Nejčastěji se tak budují personální expertní systémy, protože předmět této oblasti činnosti a rozsah úkolů, které je třeba řešit, jsou velmi velké.
Aniž bychom zacházeli do technických podrobností, poznamenáváme, že jedním z nejběžnějších modelů reprezentace znalostí je takzvaný produkční model. To znamená, že znalosti jsou reprezentovány ve formě pravidel (výroků, prohlášení) formulovaných na základě odborných znalostí ve formě: KDYŽ (podmínka), PAK (akce), ELSE (akce).

Znalostní základna expertního systému je tedy:

Soubor empirických (experimentálních) pravidel pro pravdivost tvrzení (závěrů) odborníků na tuto problematiku;
- soubor empirických dat a popisů problémů, možnosti jejich řešení.

Pojďme přinést nejjednodušší příklad pravidla znalostní báze personálního expertního systému. Jak víte, vedení mnoha podniků a organizací jim při přijímání zaměstnanců stanoví zkušební dobu. U některých osob však podle současné právní úpravy toto pravidlo neplatí. Například pro osoby mladší 18 let.

Takto může vypadat pravidlo popisující tuto situaci ve znalostní bázi:

IF: vyberte najímání personálních operací
A: pracovník mladší 18 let
PAK: Žádná zkušební doba neexistuje.

To znamená, že pro uživatele (personalistu) stačí zadat do systému prvotní údaje – a odpověď je hotová.
Kromě báze znalostí má expertní systém inferenční program – program, který simuluje průběh „uvažování“ systému, dále uživatelské rozhraní a vysvětlovací subsystém. Uživatelské rozhraní je program, který uživateli umožňuje interakci s expertním systémem jak ve fázi zadávání informací, tak ve fázi získávání výsledků. Vysvětlovací subsystém je program, který umožňuje uživateli získat odpověď na otázku: "Jak a proč systém dospěl k takovému rozhodnutí?" Vyvinuté vysvětlovací subsystémy podporují další typy otázek. Inteligentní editor znalostní báze (viz schéma) - program, který poskytuje znalostnímu inženýrovi možnost vytvářet databázi v interaktivním režimu.
Při rozhodování o pořízení expertního systému je nutné určit, jaké cíle jsou sledovány. Replikace znalostí? Zlepšení kvality přijatých rozhodnutí? Automatizace rutinních aspektů práce? Nebo nějaký jiný účel? První dvě pozice jsou bezesporu cílem expertních systémů pro personální činnosti. Vše závisí na specifikách řešených úkolů v organizaci.

Expertní systémy pro personální činnosti lze podmíněně rozdělit do následujících skupin v závislosti na řešených úkolech:
- multifunkční systémy (řešitelné úkoly: kariérové ​​poradenství, profesní výběr, certifikace zaměstnanců, tvorba rezervy atd.);
- systémy pro skupinovou analýzu stavu personálu (strategické úkoly: analýza a optimalizace struktury organizace, stanovení trendů ve vývoji oddělení atd.);
- systémy pro psychology (identifikace negativních projevů zaměstnanců, včetně kriminálních sklonů, skrytých konfliktů, negativních trendů v odděleních a organizaci jako celku).

Expertní systémy poslední generace (vývojáři hovoří již o páté generaci) pro personální činnost jsou postaveny na principu „precedentního“, tzn. osobní, profesní a psychofyziologické kvality kandidáta jsou porovnávány s podobnými parametry nejlepších specialistů. Expertní systém tak umožňuje sestavit tým, který by nejlépe vyhovoval potřebám manažera.

Zaznamenáváme hlavní příležitosti, které poskytují expertní systémy pro zlepšení činnosti personálních služeb, zejména nejznámější domácí softwarové systémy „Personální servis“ a „Personální poradenství“ (vyvinuté NPO „Etalon“):

1) optimalizace struktury podniku na základě vícerozměrné analýzy pozitivních a/nebo negativních trendů ve vývoji a stavu zaměstnanců, analýza image manažera, povaha jeho vztahu s týmem;

2) stanovení profesních, psychologických, fyziologických parametrů pro každého zaměstnance, identifikace a posouzení jeho negativních projevů, charakteristik chování v konfliktní situaci, kompatibility, sebeúcty, potenciálů, sociálně-psychologické kompetence, utváření různých textových charakteristik pro zaměstnanec atd.;

3) obecné a cílené kariérové ​​poradenství, výběr povolání, přijímání do zaměstnání, snižování stavů, certifikace, posuzování odborné způsobilosti zaměstnance a schopnosti učit se, získávání doporučení o nejefektivnějším využití každého zaměstnance v konkrétních podmínkách podniku, vytváření profilů profesí , pozice, "negativní" profily atd.

Expertní systémy vám umožní získat požadované výsledky jak při přímém kontaktu se subjektem, tak bez jeho přímého kontaktu s počítačem. Ve druhém případě, poté, co subjekt vyplní speciální odpovědní formuláře, operátor zadá údaje do systému přímo. To umožňuje drasticky zkrátit dobu trvání průzkumu týmu. Ale při analýze sebeúcty a psychofyziologických charakteristik, mezilidské kompatibility, přímého kontaktu testované osoby s počítačem je nezbytný.

Tyto expertní systémy také umožňují ukládat a porovnávat výsledky zkoušek a případné další textové a digitální informace pro každého zaměstnance, tvořit rezervu na povýšení, řadit zaměstnance podniku podle závažnosti požadovaných vlastností atd.

Na co by si měla HR oddělení dát pozor při rozhodování o využití expertních systémů?
1. Tyto systémy by měly umožňovat export a import informací; export a import informací je lepší prostřednictvím standardu textový soubor nebo schránka (snad to bude samostatný modul). To umožní dodržet princip jednotného informačního prostoru.
2. Systém musí být spolehlivě chráněn před neoprávněným přístupem k datům, protože většina osobních informací je důvěrná.
3. Je důležité, aby byl expertní systém zaměřen na konkrétní oblast činnosti organizace (bankovnictví, obchodování, poradenství atd.), protože to do značné míry určuje úroveň požadavků na personál: pracovní zkušenosti, charakter, vzdělání atd. . Mnoho velkých ruských podniků, personálních agentur, finančních institucí a služeb zaměstnanosti již využívá expertní systémy v personálním řízení. Zejména komplex "Personální služby" využívá více než 450 velkých podniků SNS.
4. Při zavádění domácích softwarových balíčků na rozdíl od zahraničních nevznikají problémy způsobené rozdíly v ruském a západním systému výběru personálu a účetnictví. To je zvláště důležité, protože mluvíme o znalostech odborníků, kteří je nějak získali určité zemi. Při výběru personálu je důležitý i faktor mentality. Navíc cena tuzemských systémů je řádově nižší než odpovídající systémy nejznámějších západních firem a kvalita je často vyšší.

Mezi předními ruskými výrobci expertních systémů lze zaznamenat státní podnik "Diapazon", NPO "Etalon".

Znalost informační technologie a schopnost vybrat si správný softwarový produkt nezbytný pro práci je v rukou personalisty dobrým trumfem. Expertní systémy se mohou stát konzultantem a pomocníkem při řešení mnoha problémů, kterým čelí personální oddělení.
Expertní systémy umožňují vysvětlit a zdůvodnit doporučení a závěry personalistů, pomohou jim získat nové znalosti, určit úroveň jejich kompetence ve vztahu k řešenému úkolu a mnoho dalšího.

Nebojte se, že expertní systémy člověka zcela nahradí. Dokud má člověk tu výhodu, že má představivost, fantazii, intuici, asociativní myšlení, instinkty a hlavně právo učinit to či ono rozhodnutí, zůstává poslední slovo na lidském expertovi, a ne na expertním systému.

S. Malíková,
MSTU im. N.E. Bauman

Expertní systémy - jedná se o softwarové systémy, které shromažďují znalosti specialistů v konkrétních tematických oblastech a replikují je, aby poradily méně kvalifikovaným uživatelům.
Hlavní rozdíl mezi vyhledávacími systémy a expertními systémy je v tom, že první danou informaci pouze vyhledávají ve své databázi, zatímco druhé ji také logicky zpracovává za účelem získání nových informací. Právě tato okolnost dělá expertní systémy skutečně inteligentními.
Struktura typického expertního systému, nebo, jak se také nazývá, znalostního systému, je znázorněna na obrázku:

Jádro systému- znalostní základna. (Porovnej: systémy pro vyhledávání informací mají databázi.) Co je to znalostní báze? Jedná se o soubor znalostí v určité oblasti, v tomto případě - v oblasti personálního managementu, vedení personální evidence, zaznamenaný na strojovém médiu.

Před naplněním tohoto jádra znalostmi je nutné najít odborníky (odtud název: expertní systémy), tzn. odborníky na vysoké úrovni v této oblasti. Moderní znalostní báze využívají praktické zkušenosti desítek i několika stovek a tisíců odborníků a tyto znalostní báze lze neustále rozvíjet a doplňovat, což jejich vývojáři dělají.

Spojením znalostí několika odborníků v jednom expertním systému můžete získat systém, který pomáhá řešit takové problémy a na tak vysoké úrovni, že ani ten nejlepší specialista není jednotlivě dostupný.

Získat znalosti od odborníka (odborníků) není tak snadné, jak se zdá. Jedná se o celý vědecký směr v oblasti umělé inteligence – znalostní inženýrství. Specialista zastupující tuto oblast se nazývá znalostní inženýr. Funguje jako nárazník mezi expertem a znalostní základnou. Jeho hlavním úkolem je získat poznatky od odborníků, následně vyzdvihnout klíčové pojmy, vztahy a charakteristiky nutné k popisu procesu řešení problému, strukturovat tyto poznatky a zvolit způsob jejich reprezentace (modelu) pro následné naplnění jádra systému .

Samotná předmětná oblast je v podstatě více či méně jasně definovaným problémem nebo oblastí činnosti. Například expertní systémy našly uplatnění v takových předmětech, jako je meteorologie, medicína, personální management atd.

Je-li předmětná oblast rozsáhlá, pak musí být rozdělena na dílčí problémy (respektive cíle - na dílčí cíle, úkoly - na dílčí úkoly), aniž by byla narušena její obecná logická struktura. V tomto případě se expertní systém bude skládat z několika modulů (bloků). Nejčastěji se tak budují expertní systémy v oblasti personálu, protože předmět této oblasti činnosti a rozsah úkolů, které je třeba řešit, jsou velmi velké.
Aniž bychom zacházeli do technických podrobností, poznamenáváme, že jedním z nejběžnějších modelů reprezentace znalostí je takzvaný produkční model. To znamená, že znalosti jsou reprezentovány ve formě pravidel (výroků, prohlášení) formulovaných na základě odborných znalostí ve formě: LI(podmínka), TO (akce), V OPAČNÉM PŘÍPADĚ(akce).

Znalostní základna expertního systému je tedy:

  • soubor empirických (experimentálních) pravidel pro pravdivost tvrzení (závěrů) odborníků na tuto problematiku;
  • soubor empirických dat a popisů problémů, možnosti jejich řešení.

Uveďme nejjednodušší příklad pravidla znalostní báze expertního systému v oblasti personálu. Jak víte, vedení mnoha podniků a organizací jim při přijímání zaměstnanců stanoví zkušební dobu. U některých osob však podle současné právní úpravy toto pravidlo neplatí. Například pro osoby mladší 18 let.

Takto může vypadat pravidlo popisující tuto situaci ve znalostní bázi:

  • IF: vyberte pronájem provozu
  • A: pracovník mladší 18 let
  • PAK: Žádná zkušební doba neexistuje.

Tzn., že uživateli (HR manažerovi) stačí zadat do systému prvotní údaje – a odpověď je hotová.
Kromě báze znalostí má expertní systém inferenční program – program, který simuluje průběh „uvažování“ systému, dále uživatelské rozhraní a vysvětlovací subsystém.

Uživatelské rozhraní - jedná se o program, který umožňuje vést dialog mezi uživatelem a expertním systémem jak ve fázi zadávání informací, tak ve fázi získávání výsledků.

Vysvětlení subsystému je program, který umožňuje uživateli získat odpověď na otázku: "Jak a proč systém dospěl k takovému rozhodnutí?" Vyvinuté vysvětlovací subsystémy podporují další typy otázek. Inteligentní editor znalostní báze (viz schéma) - program, který poskytuje znalostnímu inženýrovi možnost vytvářet databázi v interaktivním režimu.

Při rozhodování o pořízení expertního systému je nutné určit, jaké cíle jsou sledovány. Replikace znalostí? Zlepšení kvality přijatých rozhodnutí? Automatizace rutinních aspektů práce? Nebo nějaký jiný účel? První tři pozice jsou bezesporu cílem expertních systémů pro personální činnosti. Vše závisí na specifikách řešených úkolů v organizaci.

Všimněte si, že termín "personální činnost" ve vztahu k uvažovaným technologiím se rychle stává minulostí. A přestože je (na přání redakce) v názvu použito pro lepší pochopení odborníky „staré školy“, je přirozenější a správnější mluvit o expertních systémech jako o nástroji pro práci s personálem. Jaká je specializace takových systémů?

Expertní systémy pro práci s personálem lze podmíněně rozdělit do následujících skupin v závislosti na úkolech, které mají být řešeny:
- multifunkční systémy (úkoly k řešení: kariérové ​​poradenství, profesní výběr, certifikace zaměstnanců, tvorba rezervy, kompetence atd.);
- systémy pro skupinovou analýzu stavu personálu (strategické úkoly: analýza a optimalizace struktury organizace, stanovení trendů ve vývoji útvarů atd.);
- systémy pro psychology (identifikace negativních projevů zaměstnanců, včetně kriminálních sklonů, skrytých konfliktů, negativních trendů v odděleních a organizaci jako celku).

Stávající expertní systémy pro práci s personálem současné generace (vývojáři hovoří již o šesté generaci, která má vestavěné umělá inteligence, ale jde zatím pouze o prototypy) jsou postaveny na principu "precedentní", tzn. osobní, profesní a psychofyziologické kvality kandidáta jsou porovnávány s podobnými parametry nejlepších specialistů. Takový „precedentní expertní systém“ neboli PES vám tedy umožňuje sestavit tým, který by nejlépe vyhovoval potřebám vedoucího.

Zaznamenáváme hlavní příležitosti, které expertní systémy poskytují pro zlepšení činností služeb personálního řízení, zejména nejznámější domácí softwarové systémy "Personální servis" a "Personální poradenství" (vývojář NPO "Etalon", Moskva):

  1. Optimalizace struktury podniku na základě vícerozměrné analýzy pozitivních a/nebo negativních trendů ve vývoji a stavu zaměstnanců, analýza image manažera, charakteru jeho vztahu k týmu.
  2. Stanovení profesních, psychologických, fyziologických parametrů u každého zaměstnance, identifikace a posouzení jeho negativních projevů, charakteristik chování v konfliktní situaci, kompatibility, sebeúcty, potenciálu, sociálně psychologické kompetence, utváření různých textových charakteristik pro zaměstnance, utváření různých textových charakteristik pro zaměstnance, kompetence, kompetence, kompetence. atd.
  3. Všeobecné a cílené profesní poradenství, výběr povolání, přijímání, snižování stavu, certifikace, posuzování profesní vhodnosti zaměstnance a jeho schopnosti učit se, budování a hodnocení kompetencí, získávání doporučení pro nejefektivnější využití každého zaměstnance v konkrétních podmínkách podniku , vytváření profilů profesí, pozic, „negativních“ profilů atd.

Expertní systémy umožňují získat požadované výsledky jak při přímém kontaktu se subjektem, tak bez přímého kontaktu s počítačem. Ve druhém případě, poté, co subjekt vyplní speciální odpovědní formuláře, operátor zadá údaje do systému přímo. To umožňuje drasticky zkrátit dobu trvání průzkumu týmu. Ale při analýze sebeúcty, psychofyziologických charakteristik a mezilidské kompatibility je nutný přímý kontakt testované osoby s počítačem.

Tyto expertní systémy také umožňují ukládat a porovnávat výsledky zkoušek a případné další textové a digitální informace pro každého zaměstnance, tvořit rezervu na povýšení, řadit zaměstnance podniku podle závažnosti požadovaných vlastností atd.

Co je třeba vzít v úvahu při rozhodování o použití expertních systémů.
1. Tyto systémy by měly umožňovat export a import informací; implementace exportu a importu informací je lepší přes standardní textový soubor nebo schránku (možná to bude samostatný modul). To umožní dodržet princip jednotného informačního prostoru.
2. Systém musí být spolehlivě chráněn před neoprávněným přístupem k datům, protože většina informací o personálu je, jak víte, právně uzavřena.
3. Je důležité, aby byl expertní systém zaměřen na konkrétní oblast činnosti organizace (bankovnictví, obchodování, poradenství atd.), protože to do značné míry určuje úroveň požadavků na personál: pracovní zkušenosti, charakter, vzdělání atd. . Mnoho velkých ruských podniků, personálních agentur, finančních institucí a služeb zaměstnanosti již používá expertní systémy v personálním řízení. Zejména komplexy NPO "ETALON" využívá více než 450 podniků SNS, vč. velmi aktivní - ve sféře tuzemského středního podnikání.
4. Při zavádění původně domácích systémů na rozdíl od zahraničních nevznikají problémy způsobené rozdíly v ruské a západní mentalitě. To je obzvláště důležité, protože mluvíme o znalostech odborníků, kteří je v konkrétní zemi nějakým způsobem získali. Při výběru personálu je důležitý i faktor mentality. Navíc cena tuzemských systémů je řádově nižší než odpovídající systémy nejznámějších západních firem a kvalita je často vyšší.

Mezi předními ruskými výrobci expertních systémů lze zaznamenat státní podnik "Diapazon", NPO "Odkaz" .

Znalost informačních technologií a schopnost vybrat si správný softwarový produkt pro práci je dobrým trumfem v rukou specialisty. Expertní systémy se mohou stát konzultantem a asistentem při řešení mnoha problémů, kterým čelí HR oddělení.
Expertní systémy umožňují vysvětlit a zdůvodnit doporučení a závěry pracovníků těchto služeb, pomáhají jim získat nové znalosti, určit úroveň jejich kompetence ve vztahu k řešenému úkolu a mnoho dalšího.

Nebojte se, že expertní systémy člověka zcela nahradí. Dokud má člověk tu výhodu, že má představivost, fantazii, intuici, asociativní myšlení, instinkty a hlavně právo učinit to či ono rozhodnutí, zůstává poslední slovo na lidském expertovi, a ne na expertním systému.

Ale nelze si nepřipustit, že avizované expertní systémy 6. generace s vestavěnou inteligencí - až se objeví a pokud se objeví - ještě více zmenší propast mezi člověkem a počítačem v oblasti personálního řízení.

To je zřejmé softwarový systém nebude schopen samostatně pochopit, že ten či onen dokument odpovídá informačním potřebám uživatele. Ale co když mu člověk a v tomto případě odborník řekne...

Metody automatického generování heuristiky vyhledávání

2. Automatická konstrukce množiny heuristiky 3...

Metody automatického generování heuristiky vyhledávání

Expertní systém je trénován nezávisle pro každou dvojici (rubrika, typ zdroje). Uveďme si následující definice používané v procesu školení expertního systému: Relevantní text je text...

Přehled expertních systémů

Informační složitost, strukturální změny a nárůst jejich objemu vytvářejí nové potřebné podmínky na zpracování a v důsledku toho i rychlost řešení některých problémů, které nelze vyřešit bez speciálních znalostí...

Sekce popisu predikátu interní databáze

K provedení zkoušky počítačový program musí být schopen řešit problémy pomocí inference a zároveň získávat dostatečně spolehlivé výsledky. Program musí mít přístup k systému faktů, který se nazývá znalostní báze...

Rozvoj automatizovaný systém personální management ACS "HR oddělení"

Obrázek 2.1 ukazuje zobecněnou strukturu expertního systému. Obrázek 2.1 - Typická struktura expertního systému Je třeba poznamenat, že skutečný ES může mít složitější strukturu, nicméně bloky zobrazené na obrázku ...

Vývoj shellu expertního systému

Vývoj expertního systému pro nábor na bázi neuronové sítě

Expertní systém (ES) je systém, který generuje rozhodnutí na základě znalostní báze (KB) (zejména produkčních). Výrobní systém (PS) nebo Produkty \u003d (RDB, MV, BZ) Obecná struktura expertního systému (ES) je znázorněna na obrázku ...

Vytvoření expertního systému pro obor "Výstavba lázeňského domu v letní chatě"

Spojením informací o vlastnostech objektů a vztazích mezi nimi získáme sadu faktů, které by měly být zahrnuty do pracovní databáze (RDB) inteligentního systému: RDB = (Bath_1.Constructed [ Typ faktu: Boolean; Počáteční hodnota = nepravda ]...

Expertní systém "Výběr sportovního vybavení"

Program je interaktivní shell, který může uživateli klást otázky. Když program položí otázku, uživatel může odpovědět "Ano" nebo "Ne"...

Expertní systém pro automatizaci rozhodovacích procesů při výběru motocyklu

Vyvinutý expertní systém se bude skládat z několika modulů, jazyků vývoj html, php. Na html jazyk písemné označení systémových stránek, ovládací prvky, modul otázek...

Expertní systémy

Zobecněná struktura expertního systému je znázorněna na obrázku. Je třeba poznamenat, že skutečný EIS může mít složitější strukturu, ale bloky zobrazené na obrázku jsou jistě přítomny v každém skutečném expertním systému...