استفاده از تکنیک های دسته بندی داده کاوی در پیش بینی عملکرد کارکنان مجلس شورای اسلامی

چکیده مقاله

تحقیقاتی که روی زمینه های آموزشی با استفاده از تکنیکها و الگوریتم های داده کاوی صورت می گیرد به سرعت در حال افزایش است با استفاده از تکنیک های داده کاوی در محیطهای کاری که به حل یک مسئله با استفاده از روشهای هوشمند کمک می نماید، داده کاوی EDM گفته می شود که با استفاده از آن می توان دانش پنهان و همچنین الگوهای در بین رفتار کارکنان، مدیران و را کشف نمود این تحقیق کمک می کند تا با استفاده از مدلهای پیش بینی، عملکرد کارکنان را با استفاده از سه روش دسته بندی مبتنی بر بیز NB ، مبتنی بر قانون RB و درخت تصمیم DT توسعه داد همچنین یک تحلیل مقایسه ای جهت کشف بهترین مدل دسته بندی برای پیش بینی صورت گرفته شده است آزمایش انجام شده نشان می دهد که مدلهای توسعه داده شده مبتنی بر قانون و درخت تصمیم نتایج بهتری را نسبت به الگوریتم توسعه داده شده مبتنی بر بیز می دهد پنج پارامتر مستقل برای انجام این تحقیق انتخاب شده است این پارامترها بر اساس مطالعات انجام شده روی تحقیقات مشابه صورت گرفته شده است نتایج نشان می دهد که ویژگی محل کار به عنوان موثرترین پارامتر در عملکردی کارمندان مطرح بوده که در کنار پارامترهای دیگر مورد بررسی قرار گرفته است این مدل پیش بینی برای دسته بندی کردن کارمندان مجلس شورای اسلامی می تواند مورد استفاده مدیران قرار گرفته تا آنها بتوانند با یک اقدام زود هنگام عملکرد کارمندان خود را اصلاح نمایند

کلیدواژه‌ها

نویسندگان

محمد جواد طاهرخانی

مدیریت دولتی، دانشکده مدیریت، موسسه آموزش عالی نیکان، قزوین، ایران

�اهرخانی، محمد جواد،1396،استفاده از تکنیک های دسته بندی داده کاوی در پیش بینی عملکرد کارکنان مجلس شورای اسلامی،پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی،تهران

ارائه‌شده در

مجموعه مقالات پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی19 بهمن 1396 · تهران