پایان نامه > کتابخانه مرکزی دانشگاه صنعتی شاهرود > صنایع و مدیریت > مقطع کارشناسی ارشد > سال 1401
پدیدآورندگان:
زینب گردنوشهری [پدیدآور اصلی]، سعید آیباغی اصفهانی[استاد راهنما]، علی اکبر حسنی[استاد مشاور]
چکیده: هر کسب و کاری با کارمندانی سر و کار دارد که داوطلبانه استعفاء می دهند. به عبارت دیگر، تمام کسب و کارها جابجایی و یا فرسایش کارکنان را تجربه می کنند. اما فرسایش زمانی نگران کننده است که کارکنان باتجربه، ارزشمند و با استعداد تصمیم بگیرند سازمان را ترک کنند. بنابراین شناسایی مواردی که موجب نارضایتی کارکنان شده و همچنین شناخت کارکنان بالقوه در معرض استعفاء بسیار ارزشمند است، چراکه می توان گام هایی اصلاحی برای برطرف کردن شرایط نامساعد برداشته و از خروج استعدادها از سازمان جلوگیری کرد. با توجه به پیشرفت تکنولوژی و حجم داده های ذخیره شده در سازمان ها می توان با استفاده از علم داده کاوی، دانش ارزشمندی را از یک پایگاه داده بزرگ استخراج کرد. در این پژوهش از داده کاوی به منظور شناسایی کارمندان با استعداد و ویژگی های آن ها و همچنین شناسایی کارکنانی با پتانسیل فرسایش (جابه جایی) ، استفاده شده است. هدف این پژوهش ارائه مدلی است تا ابتدا پیش بینی کند چه کارکنانی در شرف استعفاء و خروج از سازمان هستند و سپس با توجه به ارزیابی عملکرد آنها در صورتی که جزء استعدادهای سازمان بودند، بتوان از خروج آن ها جلوگیری کرده و مسیر شغلی مناسبی به آنها پیشنهاد کرد. برای این منظور از داده های دو شرکت همگرتوس از گروه صنعتی پارت لاستیک و شرکت IBM استفاده شده است.
در این مطالعه ابتدا از چهار الگوریتم معروف دسته بند درخت تصمیم C4.5، K-نزدیکترین همسایه، بیزی ساده و جنگل تصادفی استفاده شده و سپس با استفاده از الگوریتم کاهش ابعاد تحلیل مؤلفه اصلی (PCA) و ترکیب آن با چهار الگوریتم دسته بند، سعی شده است دقت الگوریتم ها را افزایش داد. در واقع روش پیشنهادی شامل دو مزیت کاهش تعداد ویژگیها و افزایش دقت طبقهبندی می باشد. نتایج تحلیلی نشان داد در بیشتر موارد ترکیب الگوریتم های دسته بند و الگوریتم تحلیل مؤلفه اصلی موجب افزایش در صحت، دقت، حساسیت و سایر سنجه های ارزیابی مدل شده است. همچنین در شرکت همگرتوس، متغیرهای امتیاز انضباطی، مدت خدمت در شرکت، رشته تحصیلی و سرپرست خانوار به عنوان تاثیرگذارترین عوامل بر شناسایی استعدادها شناخته شدهاند. این موارد برای شرکت IBM شامل سنجش روزانه، کل سال های کاری فرد، سن و سنجش ماهانه می شود. این نتایج منجر به دانشی شده است که امکان کاربردی بودن آن وجود خواهد داشت.
کلید واژه ها (نمایه ها):
#فرسایش کارکنان #مدیریت استعداد #تحلیل مؤلفه اصلی(PCA) #درخت تصمیم #K-نزدیکترین همسایه (KNN) #بیزی ساده #جنگل تصادفی
محل نگهداری: کتابخانه مرکزی دانشگاه صنعتی شاهرود
یادداشت: حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.
تعداد بازدید کننده: