Нейросетевая оценка компетенций персонала
Кричевский М.Л.1
, Дмитриева С.В.1, Мартынова Ю.А.1
1 Санкт-Петербургский государственный университет аэрокосмического приборостроения
Скачать PDF | Загрузок: 83 | Цитирований: 5
Статья в журнале
Экономика труда (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 5, Номер 4 (Октябрь-Декабрь 2018)
Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=37111728
Цитирований: 5 по состоянию на 31.03.2023
Аннотация:
Приведены результаты оценки компетенций персонала, полученные на основе нейросетевого подхода. Термин «компетенции» используется во многих научных дисциплинах и практических приложениях. В управлении персоналом компетенция представляет собой формально описанные требования к профессиональным качествам работника. Важность компетенций подчеркивается в международных стандартах ИСО 9001 и моделях национальных и транснациональных премий в области качества продукции. Однако при оценивании компетенций окончательной точки зрения еще не сформировано. Существуют различные методы и приемы, позволяющие с тех или иных позиций получить оценку компетенций сотрудников, которая сводится, чаще всего, к субъективному подходу. В работе для оценки компетенций предложено использовать искусственные нейронные сети, с их помощью показана возможность классификации работников по уровню компетенций, приведены результаты моделирования работы нейронной сети с помощью инструмента Simulink.
Ключевые слова: компетенция работника, оценка компетенций, нейронная сеть, имитация работы системы оценки
JEL-классификация: J01, M59, M53
Источники:
ГОСТ Р ИСО 9001:2015 Cистемы менеджмента качества. Требования. - Москва: Стандартинформ, 2015. – 29 с.
Кричевский М.Л. Прикладные задачи менеджмента. / Монография. - Москва: Креативная экономика, 2018. – 210 с.
Российский стандарт центра оценки. Федерация оценки персонала НК РЧК. Docviewer. [Электронный ресурс]. URL: https://docviewer.yandex.ru/view/0.
Рутковский Л. Методы и технологии искусственного интеллекта. Москва: Горячая линия-Телеком. [Электронный ресурс]. URL: http://www.techbook.ru/book.php?id_book=400.
Спенсер Л.М., Спенсер С.М. Компетенции на работе. Издательство ГИППО. [Электронный ресурс]. URL: http://hr-portal.ru/article/informaciya-o-knige-layl-m-spenser-ml-sayn-m-spenser-kompetencii-na-rabote-modeli.
Хайкин С. Нейронные сети: полный курс. / Монография. - Москва: Изд. дом Вильямс, 2006. – 1104 с.
8. Atkins P., Wood R. Self-versus others' ratings as predictors of assessment center ratings: Validation evidence for 360-degree feedback programs // Personnel Psychology. – 2002. – № 55(4). – С. 871-904.
Coppin B. Atificial intelligence illuminated. Sudbury. Jones & Bartlett Publishers. [Электронный ресурс]. URL: https://www.abebooks.com/9780763732301/Artificial-Intelligence-Illuminated-Jones-Bartlett-0763732303/plp..
Education and Culture DG (Education and Training). The European Qualifications Framework for Lifelong Learning (EQF). Luxembourg: Office for Official Publications of the European Communities. [Электронный ресурс]. URL: http://ec.europa.eu/dgs/education_culture.
Houé R., Grabot B., Tchuente G. Fuzzy logic in competence management // European Society for Fuzzy Logic and Technology (EUSFLAT-LFA): 7th conference. 2011. – С. 651-656.
Hr-tv.ru. [Электронный ресурс]. URL: https://hr-tv.ru/articles/author-opinion/kak-provesti-sobesedovanie-po-kompetentsijam-tehnika-star.html ( дата обращения: 06.08.2018 ).
Hrhelpline.ru. [Электронный ресурс]. URL: https://hrhelpline.ru/otsenka-i-attestatsiya-personala-po-delo-2 ( дата обращения: 06.08.2018 ).
14. Jevšček M. Competencies assessment using fuzzy logic // Journal of Universal Excellence. – 2016. – № 2. – С. 187-202.
Kim P. MATLAB Deep Learning: With Machine Learning, Neural Networks and Artificial Intelligence. - Seoul, Soul-t'ukpyolsi, Korea (Republic of ), 2017. – 162 с.
16. Macwan N., Srinivas S. Performance Appraisal using Fuzzy Evaluation Methodology // International Journal of Engineering and Innovative Technology. – 2013. – № 3. – С. 324-329.
17. McClelland D.C. Testing for competence rather than for intelligence // American Psychologist. – 1973. – № 1(28). – С. 1-14.
Neural Network Toolbox™. MathWorks. [Электронный ресурс]. URL: http://www.mathworks.com.
Страница обновлена: 13.09.2025 в 17:29:48
Download PDF | Downloads: 83 | Citations: 5
Neural network assessment of personnel competencies
Krichevskiy M.L., Dmitrieva S.V., Martynova Yu.A.Journal paper
Russian Journal of Labour Economics (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Volume 5, Number 4 (October-December 2018)
Abstract:
The results of personnel competence assessment obtained on the basis of neural network approach are presented. The term "competences" is used in many scientific disciplines and practical applications. In personnel management, competence is formally described as requirements for the professional qualities of the employee. The importance of competencies is emphasized in ISO 9001 international standards and models of national and transnational product quality awards. However, in assessing competencies, the final point of view has not yet been formed. There are various methods and techniques that allow from one position or another to obtain an assessment of the competencies of employees, which is reduced, most often, to a subjective approach. In this paper, it is proposed to use artificial neural networks to assess competencies, with their help, the possibility of classifying workers by competence level is shown, the results of modeling the neural network using the Simulink tool are presented.
Keywords: neural network, competence of the employee, assessment of competencies, simulation of the evaluation system
JEL-classification: J01, M59, M53