Afin de rationaliser le processus de recrutement, certaines entreprises américaines utilisent des systèmes experts informatiques pour pré-interroger les personnes en recherche d'emploi. Selon la majorité des utilisateurs, de tels systèmes contribuent à améliorer l'exhaustivité et la fiabilité des données reçues, aident à évaluer les candidats de manière plus objective et ont un impact positif sur les indicateurs de performance de l'entreprise (productivité, rotation du personnel, niveau de violations, vol, etc.) . Le système expert concentre les techniques de travail les plus efficaces accumulées par les spécialistes RH de l’entreprise, leur permettant de surmonter des défauts humains tels que la distraction, l’émotivité excessive, la lenteur et la peur de poser une « question épineuse » à leur interlocuteur. Selon les observations de psychologues, les répondants lorsqu'ils « communiquent » avec un ordinateur ressentent moins d'anxiété et donnent des réponses plus franches que lorsqu'ils communiquent avec un intervieweur en direct.
Les programmes permettant d'interroger et de tester les personnes postulant à un emploi doivent être, selon la terminologie des spécialistes du domaine de l'informatique, « conviviaux », c'est-à-dire offrir à l'utilisateur un moyen naturel d'interagir, une protection contre les erreurs, des moyens développés d'invites et documentation interactive. En particulier, ils peuvent inclure des questions dont les réponses s’excluent mutuellement. La nature des questions, ainsi que leur séquence au cours de l'entretien, sont individualisées en fonction du contenu des réponses. L’ordinateur contrôle le contenu des réponses du répondant, attire son attention sur les contradictions émergentes et enregistre la rapidité de réponse aux questions individuelles.
Un tel programme contient en moyenne 75 à 125 questions, formulées en tenant compte des exigences du poste et des spécificités des activités de l'entreprise et prévoyant des réponses mutuellement exclusives. La durée du test est d'environ 20 minutes ; il faudrait environ deux heures à un responsable des ressources humaines pour obtenir la même quantité d'informations lors d'un entretien direct. Les résultats obtenus sont ensuite examinés à l'aide de diverses méthodes d'analyse psychométrique et statistique et comparés aux données d'autres candidats.
A la fin de l'entretien, l'ordinateur remet au collaborateur RH un tableau de tabulation résumant les résultats de l'entretien en sections : données récapitulatives (comprend une répartition des réponses selon des thèmes clés donnés : activité professionnelle antérieure, expérience de vie) ; une liste systématique des contradictions dans les réponses ; rapidité de réponse (les questions sont mises en évidence pour lesquelles le répondant a passé plus de temps à répondre que la moyenne du test) ; une liste de réponses « problématiques » (nécessitant une analyse et une précision complémentaires lors d'un entretien ultérieur avec un collaborateur RH) ; une liste approximative de questions qu'un responsable du personnel devrait poser lors d'un entretien.

De plus, si le programme le prévoit, les résultats des tests de certaines qualités psychologiques ou commerciales du candidat sont donnés sur la base des données de ses réponses.
Résumé
1. Tout travail sur la sélection, la formation, le placement et l'utilisation rationnelle du personnel dans la production nécessite une évaluation du personnel de direction. La réserve de personnel de direction s'entend comme un groupe spécialement constitué de travailleurs dont les qualités répondent aux exigences qui s'appliquent aux managers d'un certain rang, qui ont suivi une sélection de certification, une formation spéciale en gestion et ont obtenu des résultats positifs dans les activités de production. Les méthodes de sélection des candidats à la réserve du personnel d'encadrement sont divisées en trois groupes principaux : prédictive, pratique et de laboratoire. La liste des postes auxquels un manager d'un certain rang a le droit de nommer s'appelle sa nomenclature. Le placement du personnel à des postes de direction est l'objectif principal de la politique du personnel de l'entreprise et le maillon clé de tout travail avec le personnel de direction.
Questions et tâches à réviser
1. Décrire les principales périodes et procédures de certification des gestionnaires et des spécialistes. En quoi consiste l’évaluation actuelle du personnel d’encadrement ? Quels sont les principes généraux du travail avec les réserves ? Quelles sont les nouvelles exigences imposées aux responsables RH ? Décrire les principales sources du vivier de talents en gestion.

Envoyer votre bon travail dans la base de connaissances est simple. Utilisez le formulaire ci-dessous

Les étudiants, étudiants diplômés, jeunes scientifiques qui utilisent la base de connaissances dans leurs études et leur travail vous seront très reconnaissants.

Posté sur http://www.allbest.ru/

MINISTÈRE DE L'ÉDUCATION ET DES SCIENCES DE LA FÉDÉRATION DE RUSSIE

Établissement d'enseignement budgétaire de l'État fédéral

Formation professionnelle supérieure

"Université aérospatiale d'État de Sibérie nommée en l'honneur de l'académicien M.F. Reshetnev"

Institut d'Informatique et de Télécommunications

Département d'informatique et d'informatique

Coursprojet

Pardiscipline: Systèmes et technologies intelligents

sursujet: " Développement d'un système expert pour la sélection du personnel basé sur un réseau de neurones"

Complété par : Art.gr. BISZU 13-01

Bobkov A.I.

Vérifié par : superviseur des travaux

Damov M.V.

Krasnoïarsk, 2016

• Introduction
• 1.1 Description de l'énoncé du problème de développement
• 1.2 Objectif du développement
• 1.3 Exigences de fiabilité
• 1.4 Exigences du programme
• 1.5 Exigences fonctionnelles
• 2.1 Structure des données d'entrée
• 2.2 Guide du programmeur
• 2.3 Manuel d'utilisation
• Conclusion
• Application

Introduction

De plus en plus, on ne parle pas de sélection ciblée et individuelle, mais de recrutement de masse, lorsqu'il faut sélectionner plusieurs candidats simultanément dans un court laps de temps. Et faites-le non seulement rapidement, mais aussi aussi efficacement que possible (et même à un coût minime). Imaginez combien de difficultés doivent être surmontées pour mettre en œuvre un projet d'une telle envergure. Nous parlons de gérer une énorme quantité d’informations, de multiples ressources et canaux. Toutes les entreprises ou tous les services RH ne peuvent pas assumer une telle tâche. Et tous les systèmes ou logiciels de sélection du personnel ne peuvent pas gérer cela. Souvent, les spécialistes RH ne disposent tout simplement pas des outils, de l’expérience et des connaissances nécessaires pour mettre en œuvre ce type de projets.

Un système expert est un système qui combine les capacités et les connaissances informatiques avec l'expérience d'un expert de telle sorte qu'il puisse donner des conseils raisonnables ou mettre en œuvre une solution raisonnable à un problème donné. Une propriété supplémentaire d'un système expert est la capacité d'expliquer le déroulement de son raisonnement sous une forme compréhensible pour l'utilisateur.

Pour ce faire, il est nécessaire de développer un outil logiciel, c'est-à-dire un « système expert de sélection du personnel utilisant un réseau neuronal ».

But donné cours travail est étudier systèmes travail Avec GOUJATfossé prendre en compte Par ÔTboru candidats sur que ou différent titre d'emploi.

Avantages et avantages de l'automatisation de la sélection des employés à l'aide du système expert :

· Réduire les coûts de main-d'œuvre associés à la saisie des informations ;

· Accélérer la recherche et l'attraction de candidats.

· Croissance constante de la base.

· Comptabilité simplifiée, éliminant la perte de données.

système expert en recrutement

· Développement complet et de haute qualité d'informations sur les exigences du poste vacant.

1. Description du système expert de sélection du personnel

1.1 Description de l'énoncé du problème de développement

En règle générale, les systèmes experts sont créés pour résoudre des problèmes pratiques dans certains domaines hautement spécialisés où les connaissances des spécialistes jouent un rôle important. Les systèmes experts ont été les premiers développements capables d'attirer une grande attention sur les résultats de la recherche dans le domaine de l'intelligence artificielle.

Les systèmes experts présentent une grande différence par rapport aux autres systèmes d'intelligence artificielle : ils ne sont pas conçus pour résoudre des problèmes universels, les systèmes experts sont conçus pour résoudre qualitativement des problèmes dans un domaine défini par les développeurs, dans de rares cas - des domaines.

La base du développement du programme est l'achèvement de cours dans la discipline « Systèmes et technologies intelligents » en utilisant l'exemple du « Système expert pour la sélection du personnel utilisant un réseau neuronal ». Le programme doit être conçu pour optimiser le recrutement.

1.2 Objectif du développement

Le système expert est conçu pour stocker et traiter les informations sur la sélection du personnel. L'outil logiciel "Système expert pour la sélection du personnel basé sur un réseau neuronal" peut simplifier considérablement la tâche de recherche en utilisant les caractéristiques d'un objet, des informations sur l'objet lui-même qui possède ces caractéristiques. Cet outil logiciel est développé non seulement pour les dossiers du personnel, il peut également être utilisé dans d'autres domaines d'activité.

1.3 Exigences de fiabilité

La fiabilité du système dans son ensemble dépend de la fiabilité du système d'exploitation utilisé.

Le système expert doit trouver une solution dans un délai acceptable, pas pire que celui que peut proposer un spécialiste dans ce domaine.

1.4 Exigences du programme

La principale exigence du « Système expert pour la sélection du personnel basé sur un réseau de neurones » est la fonction de recrutement de personnel à l'aide d'un facteur.

1.5 Exigence de performances

Le programme doit offrir la capacité d'exécuter les fonctions suivantes :

· Changer les caractéristiques de l'objet et de l'objet lui-même ;

· Ajouter/modifier, supprimer les caractéristiques d'un objet et de l'objet lui-même ;

· Base de données de sauvegarde/chargement pour stocker des informations sur un objet ;

· Réaliser des formations réseau;

· Réaliser les problématiques de recrutement.

1.6 Exigences relatives à la composition et aux paramètres du matériel informatique

L'ordinateur utilisé doit être un ordinateur dont les caractéristiques ne sont pas inférieures aux suivantes :

· Processeur Intel Pentium 1 000 MHz ;

· Capacité RAM - 512 Mo ;

· Capacité du disque dur - 30 Go.

Les systèmes d'exploitation suivants peuvent être utilisés :

· Microsoft Windows XP et supérieur.

2. Développement d'un système expert pour la sélection du personnel

2.1 Structure des données d'entrée

Les données d'entrée du programme doivent être organisées sous forme de texte saisi dans un formulaire spécial ou de sauvegarde/chargement d'un fichier correspondant à un modèle spécifique. Les données saisies manuellement sont enregistrées dans le champ approprié.

Que signifie le mot résultat souhaité ? C'est un fait introduit lors de la formation du réseau neuronal du système expert.

Si l'on valorise le fait que l'enseignement supérieur et la connaissance des langages de programmation. C++, Delphi, 1C : Enterprise, C# est un programmeur, cela signifie que les unités de signal tombent sur les entrées affectées aux signes « enseignement supérieur » et « connaissance des langages de programmation ». C++, Delphi, 1C : Enterprise, C# " et des zéros aux entrées restantes, et le résultat souhaité de la réaction sera égal à 1. Si pour ces propriétés il y a un fait que ce n'est pas notre objet, alors le résultat souhaité de la réaction sera égal à 0.

Dans l'outil logiciel « Système expert de sélection du personnel utilisant un réseau de neurones », chaque objet possède son propre neurone. Par exemple, lorsque vous ajoutez un nouvel objet, une nouvelle instance de la classe RecognizingObject est créée et une instance de la classe Neuron est créée en son sein.

Pour mettre en œuvre l'outil logiciel « Système expert pour la sélection du personnel basé sur un réseau neuronal », un réseau neuronal a été conçu, qui comporte deux paramètres :

- les caractéristiques de l'objet ;

- Nom de l'objet.

Ci-dessous se trouve une fenêtre permettant de saisir une caractéristique (propriété) d'un objet.

Figure 1 - Saisie du nom d'un attribut d'objet (propriété)

La classe de réseau neuronal utilisée est indiquée ci-dessous :

Neurone de classe publique

// / Données d'entrée du réseau neuronal

liste publique contributions;

Vous trouverez ci-dessous la figure 2, qui montre la fenêtre de saisie du nom de l'objet lors de la saisie et de la modification.

Figure 2 - Saisie du nom de l'objet

2.2 Guide du programmeur

Le programme se compose des types de fichiers suivants :

· ExpertSystemKadru. exs - fichier de base de données du système expert ;

· Neurone. cs - module de réseau neuronal ;

· FonctionTranc. cs - fonction de transfert ;

· ExpertSystemKadru. csproj - fichier principal du projet ;

Après avoir exécuté le fichier ExpertSystem. exe, la fenêtre principale du projet apparaîtra à l'écran.

Figure 3 - Fenêtre du programme "Système expert de sélection du personnel basé sur un réseau de neurones"

Ci-dessous se trouve la figure 4, la question « Système expert pour la sélection du personnel », vous devez alors sélectionner une caractéristique de l'objet qui doit être identifiée.

Figure 4 - Fenêtre de questions "Système expert de sélection du personnel basé sur un réseau de neurones"

Ci-dessous se trouve la figure 5, le résultat de la réponse à la question « Système expert pour la sélection du personnel » à l'aide d'un réseau neuronal, nous avons soumis deux valeurs à l'entrée et avons reçu une réponse pour un certain poste qui possède cet attribut ; dans ce cas , « Spécialiste du recrutement » contient la caractéristique « Enseignement supérieur, Connaissances 1C : Salaires d'entreprise et personnel d'une institution gouvernementale, édition 2-3". La réponse à la sortie du réseau neuronal a donné le bon signal.

Figure 5 - Fenêtre d'édition du résultat à l'aide du réseau neuronal "Système expert pour la sélection du personnel basé sur un réseau neuronal"

La tâche principale d'un système expert est de reconnaître un objet sur la base d'un ensemble donné de caractéristiques.

2.3 Manuel d'utilisation

Lors de la conception du cours, un « système expert pour la sélection du personnel basé sur un réseau neuronal » a été développé. Le guide de l'utilisateur pour travailler avec ce logiciel est présenté dans le tableau 1.

Tableau 1 - Actions de l'utilisateur lorsque vous travaillez avec le programme.

Opération	Actions de l'utilisateur	Action du programme
Démarrage du programme	Système expert. exe	La fenêtre principale du programme apparaîtra
Sélection d'une partition - Fichier	Cliquez sur le bouton - Télécharger	Il est nécessaire de préciser le fichier de la base de données sauvegardée du « Système expert pour la sélection du personnel »
		Il est nécessaire de préciser le nom du fichier du « Système Expert en Recrutement » pour enregistrer les informations de base
	Appuyez sur le bouton - Quitter	Sortie du programme « Système Expert pour le Recrutement »
	Cliquez sur le bouton-Ajouter une propriété	Ajoute des champs de propriété pour les objets à la liste
	En cliquant sur le bouton - Modifier la propriété	Modifie la propriété sélectionnée
	En cliquant sur le bouton - Supprimer la propriété	Supprime s'il n'y a pas de liste d'objets, sinon il est interdit à la propriété de supprimer
	Cliquez sur le bouton - ajouter un objet	Ajoute un objet à la liste des champs
	Cliquez sur le bouton - modifier l'objet	Modifie l'objet sélectionné
	En cliquant sur le bouton - supprimer un objet	Supprime l'objet donné
Suite du tableau 1 - Actions de l'utilisateur lorsqu'il travaille avec le programme.
Proposer une formation en ligne	En cliquant sur le bouton - Saisir des facteurs concernant le personnel	Sélection d'un objet comme paramètre d'entrée et création d'un facteur pour cet objet avec une sélection de propriétés pour la dotation
Poser une question	Cliquez sur le bouton - Exécuter la question	Le système expert trouve un objet en fonction d'un ensemble de caractéristiques
À propos du programme		Les informations sur le développeur s'affichent

Lorsque l'utilisateur pose (pose) une question au système expert, en sélectionnant les fonctionnalités souhaitées, les signaux 1 sont envoyés aux entrées correspondantes et les signaux 0 sont envoyés aux entrées non sélectionnées restantes. Si le signal de sortie est égal à 1, c'est notre objet (notre position), si 0 alors ce n'est pas le cas (ne connaît pas l'objet ou la position). Il se peut également que plusieurs objets correspondent aux caractéristiques données. Le programme le signalera, il se peut qu'il n'y en ait pas un seul. Ensuite, le « Système Expert » répondra : « Je ne sais pas de quel type de poste il s'agit. »

2.4 Tests logiciels

En général, le « Système expert pour la sélection du personnel » fonctionne bien, même si des faux positifs sont possibles. La solution à de tels faux positifs consiste à demander au système expert davantage d’informations pendant le processus de formation, notamment en ce qui concerne le fait que « ce n’est pas le bon objet ». Par exemple, outre les faits selon lesquels « L'enseignement supérieur et la connaissance de 1C sont un comptable », il est utile d'établir les faits que « 3 ans d'expérience de conduite et l'enseignement supérieur sont un comptable », « la connaissance des langages de programmation C++, C# n'est pas un concombre, "Sour and Orange n'est pas un comptable."

Figure 6 - Fenêtre d'affichage du fait « Système expert de sélection du personnel basé sur un réseau de neurones »

Ci-dessous la figure 7 de l'exécution d'une question dans le « Système Expert ».

Figure 7 - Fenêtre d'affichage du fait « Système expert de sélection du personnel basé sur un réseau de neurones »

Le système expert est mis en œuvre sous la forme de formulaires distincts : le formulaire principal, des formulaires d'édition et de formation du réseau, ainsi qu'un formulaire décisionnel du système expert. La forme décisionnelle utilise la base de connaissances créée pour rechercher une information spécifique et sur un objet particulier afin de la trouver.

Conclusion

À la suite des cours, les principes modernes de base de la construction de systèmes experts dans divers domaines ont été étudiés, la structure et les principes de fonctionnement des systèmes experts, leur classification et leurs caractéristiques ont été étudiés.

Ensuite, la possibilité de construire un système expert pour résoudre le problème de sélection du personnel a été analysée, en utilisant un système expert basé sur un réseau neuronal. Une spécification technique détaillée pour la conception d'un tel système a été mise en œuvre.

Visual Studio Professional 2010 a été choisi comme système logiciel pour la mise en œuvre du système expert, et le langage de programmation C# a été choisi.

Ce système a été choisi comme le plus adapté du point de vue de la mise en œuvre des principes de programmation orientée objet. Une structure de classe a été créée, des formulaires et leurs modules logiciels ont été développés.

Le système développé peut être utilisé comme système de sélection du personnel, etc.

Bibliographie

1. Agourov P.V. C#. Recueil de recettes. 2007, 429 p.

2. Ishkova E.A. Tutoriel C#. Programmation démarrée en 2013 ;

3. Watson Carley et autres Cours de base C# 2008. 2009, 1211 p.

4. Comment construire votre propre système expert : Naylor K. 1991 ;

5. Khaikin S. Réseaux de neurones : Cours complet 2006.

Application

Annexe A

RÉFÉRENCEMENTPROGRAMMES

Module - Neurone

en utilisant le système. Collections. Générique;

espace de noms ExpertSystem

// / Déclaration de classe Neuron

Neurone de classe publique

// / Générateur de nombres aléatoires

private static Random rnd = new Random();

// / Données d'entrée du réseau neuronal

liste publique contributions;

// / Résultat de sortie du réseau de neurones

double production publique ;

/// Coefficients de pondération du réseau de neurones

liste publique poids;

// / Fonction de transfert

trans FuncTranc publique ;

// / Taux d'apprentissage du réseau neuronal

public double mu;

// / Constructeur par nombre de poids

// /Nombre d'échelles

// /Fonction de transmission

Neurone public (int a_count, FuncTranc a_trans)

entrées = nouvelle liste ();

poids = nouvelle liste ();

pour (int je = 0; je< a_count; i++)

contributions. Ajouter(0);

poids. Ajouter(rnd. NextDouble() * 2 - 1);

calcul public void()

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

res += (poids [i] * entrées [i]) ;

sortie = trans.compute(res);

// / Entraînement des neurones

// / Réaction souhaitée

// / Vecteur d'entrée

étude du vide public (double t, List a_entrées)

double y = sortie ;

double dty = t - y ;

trans. étudier (mu, dty);

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

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

// / Définir les paramètres d'entrée

// / Liste des numéros

public void set_ Incomes (Liste a_revenus)

if (a_ Incomes. Count! = inputs. Count) lance une nouvelle exception ("Neuron : set_ Incomes : nombre non valide de paramètres d'entrée spécifiés !" );

int cn = a_revenus. Compter;

pour (int je = 0; je< cn; i++)

entrées[i] = a_revenus[i] ;

Module - transmissionles fonctionsFonctionTranc

espace de noms ExpertSystem

( // / Classe de constantes de code de fonction de transfert

classe statique publique TransFuncConstId

// / Valeur de seuil

public const int ThresholdId = 1 ;

// / Fonction de transfert à trois niveaux

public const int ThreeLevelsId = 2;

// / Fonction de transfert sigmoïde

public const int SignFuncId = 3;

// / Fonction linéaire avec saturation

public const int LinearSaturationId = 4;

// / Fonction de transfert gaussienne

public const int GaussFuncId = 5;

// / Fonction de transfert "En l'état"

public const int AsisId = 6;

// / Nombre de types de fonctions de transfert

public const int TransFuctionCount = 6;

// / Interface de fonction de transfert

interface publique FuncTranc

// / Vérifier l'équivalence de la fonction de transfert

// / Un autre objet fonction de transfert

// / vrai - équivalent, faux - différent

bool is_equal(FuncTranc a_func);

// / Valeur transmise

// / Résultat du calcul

double calcul (double a_revenu);

// / Créer une copie séparée de la fonction de transfert

// / Auto-copie

Clone FuncTranc();

// / Code d'identification de la fonction de transfert

// /Vérification de l'exactitude de la fonction de transfert

// /true - correct, faux - incorrect

bool valide (double min, double max) ;

// / Formation fonction de transfert

// / Taux d'apprentissage

// / La différence entre le résultat souhaité et réel

étude vide (double mu, double dty);

Publié sur Allbest.ru

Documents similaires

Description des informations d’entrée et de sortie. Exigences pour un ensemble de moyens techniques et pour l'interface utilisateur final. Développement de formulaires de présentation des données d'entrée et de sortie. Conception de modules logiciels. Guide de l'utilisateur et du programmeur.

travail de cours, ajouté le 27/06/2015


Caractéristiques générales de l'industrie cinématographique en tant que domaine de travail. Développer une base de données et un arbre de questions pour obtenir des informations pour la sélection de films. Implémentation logicielle d'un système expert. Tester le système et créer un manuel d'utilisation.

travail de cours, ajouté le 19/05/2014


Caractéristiques des algorithmes, critères de qualité. Création et application d'un produit logiciel en langage Delphi. Type de système d'exploitation. Structure interne du produit logiciel. Manuel de l'utilisateur et du programmeur, calcul du coût et du prix du programme.

thèse, ajoutée le 12/06/2009


Indicateurs techniques et économiques des activités de l'organisation. Exigences en matière d'informations et de compatibilité logicielle. Description des informations réglementaires et de référence. Exigences relatives aux caractéristiques fonctionnelles. Guide de l'utilisateur et du programmeur.

rapport de pratique, ajouté le 23/02/2011


Principes de base de la réglementation juridique des relations de travail. Conception d'un système d'information automatisé "Service RH", mise en place du logiciel, tests. Composition de la base de données, méthodes d'analyse de la fiabilité du système, manuel d'utilisation.

thèse, ajoutée le 11/03/2010


Structure d'un système expert typique. Base de données (mémoire de travail), son objectif. La fonction getsport est une instance de la classe cSport. Algorithme pour le fonctionnement du système expert. Implémentation de l'interface utilisateur. Résultats des tests utilisateurs du système.

travail de cours, ajouté le 13/06/2012


Conception d'un module logiciel : collection de matériaux sources ; description des données d'entrée et de sortie ; sélection de logiciels. Description des types de données et implémentation de l'interface du programme. Test du module logiciel et développement d'un système d'aide.

travail de cours, ajouté le 18/08/2014


Développement d'un système expert pour le choix d'un langage de programmation pour ce logiciel. Sélection et justification du mécanisme permettant de dériver une solution. Arborescence de la base de connaissances du système expert. Programme de génération du menu principal, manuel d'utilisation.

travail de cours, ajouté le 15/08/2012


Développement d'un programme permettant de mettre en œuvre le cryptage et le décryptage d'un fichier texte en utilisant la méthode de remplacement et la méthode de permutation. Exigences relatives aux caractéristiques fonctionnelles, à la fiabilité, à la composition et aux paramètres du matériel logiciel. Interface utilisateur.

travail de cours, ajouté le 30/04/2011


Création d'un système expert intelligent de sélection de composants pour un ordinateur de bureau. La médecine comme exemple de système expert utilisant la méthode Chris-Naylor. Extraction des connaissances, sa structuration, présentation, stratégie d'inférence.

Évidemment, le système logiciel lui-même ne sera pas en mesure de comprendre que tel ou tel document répond aux besoins d’information de l’utilisateur. Mais que se passerait-il si une personne, et dans ce cas un expert, lui disait...

Méthodes de génération automatique d'heuristiques de recherche

2. Construction automatique d'un ensemble d'heuristiques 3...

Méthodes de génération automatique d'heuristiques de recherche

Le système expert est formé indépendamment pour chaque couple (catégorie, type de ressource). Introduisons les définitions suivantes utilisées dans le processus de formation du système expert : Le texte pertinent est un texte...

Aperçu des systèmes experts

La complexité de l'information, les changements structurels et l'augmentation de son volume créent de nouvelles conditions nécessaires au traitement et, par conséquent, la rapidité de résolution de certains problèmes qui ne peuvent être résolus sans connaissances particulières...

Section de description des prédicats de base de données internes

Pour mener des analyses médico-légales, un programme informatique doit être capable de résoudre des problèmes par inférence et de produire des résultats raisonnablement fiables. Le programme doit avoir accès à un système de faits appelé base de connaissances...

Développement d'un système automatisé de gestion du personnel ACS "Département RH"

La figure 2.1 montre la structure généralisée d'un système expert. Figure 2.1 - Structure typique d'un système expert Il convient de noter que les vrais ES peuvent avoir une structure plus complexe, cependant, les blocs représentés sur la figure...

Développement d'un shell système expert

Développement d'un système expert de sélection du personnel basé sur un réseau de neurones

Un système expert (ES) est un système qui produit des solutions basées sur une base de connaissances (KB) (notamment celles de production). Système produit (PS) ou Produit = (RBD, MV, BZ) La structure générale du système expert (ES) est représentée dans la figure...

Création d'un système expert pour le domaine "Construction d'un bain public sur un chalet d'été"

En combinant des informations sur les propriétés des objets et les relations entre eux, nous obtenons un ensemble de faits qui devraient être inclus dans la base de données de travail (RDB) du système intelligent : RDB = (Bathhouse_1.Built [Type de fait : Logique ; Valeur initiale = FAUX]...

Système expert "Sélection d'équipements sportifs"

Le programme est un shell interactif qui peut poser des questions à l'utilisateur. Lorsque le programme pose une question, l'utilisateur peut répondre « Oui » ou « Non »...

Système expert pour automatiser les processus de prise de décision lors du choix d'une moto

Le système expert développé sera composé de plusieurs modules, langages de développement html, php. Le balisage de la page système, les éléments de contrôle, le module de questions sont écrits en html...

Systèmes experts

La structure généralisée du système expert est représentée sur la figure. Il faut tenir compte du fait qu'un véritable EIS peut avoir une structure plus complexe, cependant, les blocs représentés sur la figure sont certainement présents dans tout système véritablement expert...

S. Malikova,
MSTU je suis. N.E. Bauman

Systèmes experts - il s'agit de systèmes logiciels qui accumulent les connaissances de spécialistes dans des domaines spécifiques et les reproduisent pour conseiller des utilisateurs moins qualifiés.
La principale différence entre la recherche d'informations et les systèmes experts est que les premiers recherchent uniquement les informations spécifiées disponibles dans leur base de données, tandis que les seconds les traitent également logiquement afin d'obtenir de nouvelles informations. C'est cette circonstance qui rend les systèmes experts véritablement intelligents.
La structure d'un système expert typique, ou comme on l'appelle également, d'un système basé sur la connaissance, est présentée dans le diagramme :

Noyau du système- base de connaissances. (À comparer : les systèmes de recherche d’informations disposent d’une base de données.) Qu’est-ce qu’une base de connaissances ? Il s'agit d'un ensemble de connaissances dans un certain domaine, en l'occurrence dans le domaine de la gestion du personnel, de la gestion des dossiers du personnel, enregistrées sur support informatique.

Avant de remplir ce noyau de connaissances, il est nécessaire de trouver des experts (d'où le nom : systèmes experts), c'est-à-dire praticiens de haut niveau dans ce domaine. Les bases de connaissances modernes utilisent l'expérience pratique de dizaines, voire de plusieurs centaines et milliers d'experts, et ces bases de connaissances peuvent être constamment développées et complétées, ce que font leurs développeurs.

Grâce à la combinaison des connaissances de plusieurs experts dans un seul système expert, il est possible d'obtenir un système qui aide à résoudre de tels problèmes à un niveau si élevé qu'il est inaccessible individuellement, même au meilleur spécialiste.

Obtenir des connaissances auprès d’un ou plusieurs experts n’est pas aussi simple qu’il y paraît. Il s'agit de toute une direction scientifique dans le domaine de l'intelligence artificielle - l'ingénierie des connaissances. Un spécialiste représentant ce domaine est appelé ingénieur des connaissances. Il agit comme un tampon entre l'expert et la base de connaissances. Sa tâche principale est d'acquérir des connaissances auprès d'experts, puis de mettre en évidence les concepts, relations et caractéristiques clés nécessaires pour décrire le processus de résolution d'un problème, structurer ces connaissances et choisir une manière de les représenter (modèle) pour remplir ultérieurement le noyau du système.

Le domaine lui-même est essentiellement un problème ou un domaine d'activité plus ou moins clairement défini. Par exemple, les systèmes experts ont trouvé des applications dans des domaines tels que la météorologie, la médecine, la gestion du personnel, etc.

Si le domaine est vaste, il doit alors être divisé en sous-problèmes (respectivement, les objectifs en sous-objectifs, les tâches en sous-tâches), sans violer sa structure logique globale. Dans ce cas, le système expert sera composé de plusieurs modules (blocs). Le plus souvent, c'est ainsi que sont construits les systèmes experts dans le domaine du personnel, car le domaine de ce domaine d'activité et l'éventail des tâches à résoudre sont très larges.
Sans entrer dans les détails techniques, notons que l’un des modèles de représentation des connaissances les plus courants est ce qu’on appelle le modèle de production. C'est-à-dire que les connaissances sont présentées sous forme de règles (énoncés, énoncés), formulées sur la base de connaissances expertes, sous la forme : SI(état), À (action), SINON(action).

Ainsi, la base de connaissances du système expert est :

• un ensemble de règles empiriques (expérimentales) pour la véracité des déclarations (conclusions) d'experts sur un problème donné ;
• un ensemble de données empiriques et de descriptions de problèmes, d'options pour leur résolution.

Donnons un exemple simple de règle de base de connaissances pour un système expert dans le domaine du personnel. Comme vous le savez, la direction de nombreuses entreprises et organisations, lors de l'embauche d'employés, leur attribue une période d'essai. Toutefois, selon la législation en vigueur, cette disposition ne s'applique pas à certaines personnes. Par exemple, pour les personnes de moins de 18 ans.

Voici à quoi pourrait ressembler une règle décrivant cette situation dans la base de connaissances :

• SI : sélectionnez l'opération de recrutement
• ET : employé âgé de moins de 18 ans
• ALORS : Il n’y a pas de période probatoire.

Autrement dit, pour l'utilisateur (responsable RH), il suffit de saisir les données initiales dans le système - et la réponse est prête.
En plus de la base de connaissances, le système expert dispose d'un programme d'inférence logique - un programme qui modélise le déroulement du « raisonnement » du système, ainsi qu'une interface utilisateur et un sous-système d'explication.

Interface utilisateur est un programme qui permet à un utilisateur de dialoguer avec un système expert aussi bien au stade de la saisie des informations qu'au stade de l'obtention des résultats.

Sous-système d'explication est un programme qui permet à l'utilisateur d'obtenir une réponse à la question : « Comment et pourquoi le système a-t-il pris cette décision ? Les sous-systèmes d'explication développés prennent en charge d'autres types de questions. L'éditeur de base de connaissances intelligent (voir schéma) est un programme qui offre à un ingénieur des connaissances la possibilité de créer une base de données en ligne.

Au moment de décider d'acheter ou non un système expert, il est nécessaire de décider quels objectifs sont poursuivis. Réplication des connaissances ? Améliorer la qualité des décisions prises ? Automatisation des aspects routiniers du travail ? Ou d'autres objectifs ? Les trois premières positions sont sans aucun doute les objectifs des systèmes experts pour les activités du personnel. Tout dépend des spécificités des tâches résolues dans l'organisation.

Notez que le terme "activités du personnel" par rapport aux technologies considérées, cela devient rapidement une chose du passé. Et bien qu'il (à la demande des éditeurs) ait été utilisé dans le titre pour une meilleure compréhension de la « vieille école » par les spécialistes, il est plus naturel et correct de parler de systèmes experts comme d'un outil de travail avec le personnel. Quelles spécialisations de tels systèmes existent ?

Les systèmes experts pour travailler avec le personnel peuvent être divisés dans les groupes suivants en fonction des tâches à résoudre :
- systèmes multifonctionnels (tâches à résoudre : orientation professionnelle, sélection professionnelle, certification des salariés, constitution de réserves, compétences, etc.) ;
- systèmes d'analyse de groupe de la situation du personnel (tâches stratégiques : analyse et optimisation de la structure de l'organisation, détermination des tendances d'évolution des divisions, etc.) ;
- systèmes pour psychologues (identification des manifestations négatives des employés, y compris les tendances criminelles, les conflits cachés, les tendances négatives dans les départements et l'organisation dans son ensemble).

Les systèmes experts actuels pour travailler avec le personnel de la génération actuelle (les développeurs parlent déjà de la sixième génération, qui intègre une intelligence artificielle, mais pour l'instant ce ne sont que des prototypes) sont construits sur le principe du « précédent », c'est-à-dire les qualités personnelles, professionnelles et psychophysiologiques du candidat sont comparées à des paramètres similaires des meilleurs spécialistes. Ainsi, un tel « système expert précédent » ou PES permet de constituer une équipe qui répondrait au mieux aux besoins du manager.

Notons les principales opportunités qu'offrent les systèmes experts pour améliorer les activités des services de gestion du personnel, en particulier les systèmes logiciels nationaux les plus connus "Service du personnel" Et "Conseil en personnel" (développeur ASBL "Etalon", Moscou) :

1. Optimisation de la structure de l'entreprise basée sur une analyse multidimensionnelle des tendances positives et/ou négatives dans le développement et la condition du personnel, analyse de l'image du manager, de la nature de sa relation avec l'équipe.
2. Détermination des paramètres professionnels, psychologiques, physiologiques pour chaque salarié, identification et évaluation de ses manifestations négatives, caractéristiques comportementales en situation de conflit, compatibilité, estime de soi, capacités potentielles, compétence socio-psychologique, formation de diverses caractéristiques textuelles pour le salarié, etc.
3. Orientation professionnelle générale et ciblée, sélection professionnelle, embauche, réduction des effectifs, certification, évaluation de l'aptitude professionnelle et de la capacité à apprendre d'un salarié, construction et évaluation des compétences, obtention de recommandations pour l'utilisation la plus efficace de chaque salarié dans les conditions spécifiques de l'entreprise, création de profils de métiers, de postes, de profils « négatifs », etc.

Les systèmes experts permettent d'obtenir les résultats souhaités aussi bien lors d'un contact direct avec le sujet que sans son contact direct avec l'ordinateur. Dans le second cas, une fois que le sujet a rempli des formulaires de réponse spéciaux, l'opérateur saisit les données directement dans le système. Cela permet de réduire considérablement le temps nécessaire pour mener une enquête en équipe. Mais lors de l’analyse de l’estime de soi, des caractéristiques psychophysiologiques et de la compatibilité interpersonnelle, un contact direct de la personne testée avec l’ordinateur est nécessaire.

Ces systèmes experts permettent également de stocker et de comparer les résultats d'enquêtes et toute information complémentaire textuelle et numérique pour chaque salarié, de constituer une réserve de promotion, de classer le personnel de l'entreprise selon le degré d'expression des qualités requises, etc.

À quoi devez-vous faire attention lorsque vous décidez d’utiliser des systèmes experts ?
1. Ces systèmes devraient permettre l'exportation et l'importation d'informations ; Il est préférable d'exporter et d'importer des informations via un fichier texte standard ou un presse-papiers (ce sera peut-être un module séparé). Cela nous permettra de respecter le principe d'un espace d'information unique.
2. Le système doit être protégé de manière fiable contre tout accès non autorisé aux données, car la plupart des informations sur le personnel sont, comme on le sait, légalement fermées.
3. Il est important que le système expert se concentre sur le domaine d'activité spécifique de l'organisation (banque, commerce, conseil, etc.), car cela détermine à bien des égards le niveau d'exigence du personnel : expérience professionnelle, caractère, formation, etc. . De nombreuses grandes entreprises russes, agences de recrutement, institutions financières et services de l'emploi utilisent déjà des systèmes experts pour la gestion du personnel. En particulier, les complexes de l'OBNL « ETALON » sont utilisés par plus de 450 entreprises de la CEI, dont. très actif dans le domaine des moyennes entreprises nationales.
4. Lors de la mise en œuvre de systèmes initialement nationaux, contrairement aux systèmes étrangers, aucun problème ne se pose en raison des différences de mentalité russe et occidentale. Ceci est particulièrement important puisqu'il s'agit des connaissances d'experts qui, d'une manière ou d'une autre, les ont acquises dans un pays particulier. Le facteur de prise en compte de la mentalité est également important lors de la sélection du personnel. De plus, le prix des systèmes nationaux est d'un ordre de grandeur inférieur à celui des systèmes correspondants des entreprises occidentales les plus connues, et la qualité est souvent supérieure.

Parmi les principaux fabricants russes de systèmes experts, on peut citer l'entreprise d'État "Diapazon", NPO "Référence" .

La connaissance des technologies de l'information et la capacité de choisir le logiciel approprié pour le travail sont un bon atout entre les mains d'un spécialiste. Les systèmes experts peuvent devenir un consultant et un assistant dans la résolution de nombreux problèmes auxquels sont confrontés les services RH.
Les systèmes experts permettent d'expliquer et de justifier les recommandations et conclusions des employés de ces services, de les aider à acquérir de nouvelles connaissances, de déterminer leur niveau de compétence par rapport à la tâche, et bien plus encore.

Il ne faut pas craindre que les systèmes experts remplacent complètement les humains. Tant qu'une personne conserve les avantages de posséder de l'imagination, de la fantaisie, de l'intuition, de la pensée associative, des instincts et, surtout, le droit de prendre telle ou telle décision, le dernier mot appartient à l'expert humain, et non au système expert.

Mais on ne peut nier que les systèmes experts annoncés de 6e génération avec intelligence intégrée - quand et s'ils apparaissent - réduiront encore davantage l'écart entre les humains et les ordinateurs dans le domaine de la gestion du personnel.