تعدیل ناسازگاری از طریق یادگیری در تصمیم گیری گروهی و کاربرد آن در مصاحبه استخدامی MBA چین
فرمت فایل: ورد
تعداد صفحات: 25
خلاصه:
از تصمیم گیری گروهی، به دلیل محدودیت پایه های اطلاعاتی و دانش فردی یا به دلیل قانون تصمیم ، یک تصمیم گیرند. به تنهایی ممکن است توانایی ارزیابی آلترناتیوهای انتخابی رانداشتند.
این شرایط می تواند به ناسازگاری در نقطه تصمیم گیری گروهی منجر شد و این ناسازگاری ها تحت رویکرد های موجود به دشواری تعدیل می گردند.
بر مبنای Rough set theory ، ما رویکرد جدیدی را پیشنهاد میدهیم که 2 نوع تکنیک یادگیری را همگرا می کند. این رویکرد ابتدا یک رویه یادگیری ماشینی رابکار میگیرد که آلترناتیوهای ممکن را از تصمیم گیرندگانی که در حال حاضر در مجموعه جایگزین تصمیم گیرنده داده شده نیستند، استخراج می کند.
در مرحله بعد این رویکرد از یک مدل یادگیری دانش گروهی برای تعیین مقادیر خصوصیت متناظر با آن آلترناتویهایی که جدیداً یادگرفته شده اند در استخدام سازگار گروهی، استفاده می کند.
سودمندی این رویکرد را می توان بااستفاده از کاربردش در مصاحبه استخدامی MBA چین اثبات نمود.
مقدمه
پیچیدگی روزافزون محیط اقتصادی اجتماعی، بررسی همه ابعاد مساله تصمیم گیری برای یک تصمیم گیرنده تنها (DM) را دشوارتر ساخته است و در نتیجه سازمان های بسیاری از گروهها از فرایند تصمیم گیری استفاده می کنند. برغم بعضی مشابهت ها، تصمیم گیری گروهی (GDM) با تصمیم گیری چند معیاره (MADM) فرق دارد MADM از نقطة نظر اقتصادی یا اجتماعی صورت می گیرد. در هر دو مورد معیارها و ارتباطات / تعاملات دو جانبه آنها به صورت شبکه مدل سازی می شوند. در MADM تعاملات بین معیارها در پی یانین یانسخ رضایت بخش بجای پاسخ بهینه هستند در حالی که GDM به دنبال بهنیه ساختن نتایج حاصل از تصمیم گیرندگان متفاوت از طریق تعدیل ناسازگاری و همگرایی گروهی می باشد.
تحقیق پیشینه در GDM بررسی کرده است که چگونه اعضا گروه با سود جمعی اما اطلاعات متفاوت و توانایی های تصمیم گیی متفاوت ، در جهت گرفتن تصمیات بهینه که از منابع اعضا استفاده می کنند. یکی
تعدیل ناسازگاری از طریق یادگیری در تصمیم گیری گروهی و کاربرد آن در مصاحبه استخدامی MBA چین