Uzman sistemler ve insan kaynakları yönetiminde bir uygulama
Export system and a export system approach in human resources
- Tez No: 98419
- Danışmanlar: Y.DOÇ.DR. DEMET BAYRAKTAR
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1999
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 141
Özet
UZMAN SİSTEMLER VE İNSAN KAYNAKLARI YÖNETİMİNDE BİR UYGULAMA ÖZET Bu çalışmada insan kaynakları faaliyetlerinin başında gelen personel işe seçme ve yerleştirme sürecine ilişkin bir prototip uzman sistem yaklaşımı önerilmiştir. Bu prototip uzman sistem yaklaşımının temel amacı, diğer bazı çalışma alanlarında olduğu gibi insan kaynakları faaliyetlerinde de tecrübeli elemanların bilgisini ve tecrübesini, aynı düzeyde bilgiye sahip olmayanların da kullanımına sunmak veya uzmana karar desteği sağlayarak zaman kazandırmak ve karar verme mekanizmasını daha nesnel bir hale getirip, açıklama yapmayı kolaylaştırmak olarak belirlenmiştir. Genel olarak yapay zeka ve uzman sistem bilgi teknolojilerini inceleyen bu çalışma kapsamında, bilgi bazlı yönetim ve sistem geliştirme, bir prototip uzman sistem kurma ve uygulama süreçleri de ele alınmıştır. Çalışma 10 ana bölümden oluşmaktadır. ilk bölümde, işletmelerin gelişiminde insan kaynakları faaliyetinin önemi vurgulanmış ve neden bir uzman sistem yaklaşımına başvurulduğu açıklanmıştır. Yapay zeka tanımının yapıldığı ve tarihsel gelişiminin anlatıldığı ikinci bölümde ayrıca, çalışma kapsamında kullanılan temel kavramlar ve yapay zeka başarı kriterleri açıklanmıştır. Üçüncü bölümde ise, uzman sistem kavramı tanımlanmış, hedefleri, yararlan ve tehditleri konularına yer verilmiştir. Uzman sistem tarihçesinin de verildiği bu bölümde çeşitli alanlarda kullanımına rastlanan uygulamalar sunulmuştur. Bilgi mühendisliği çalışmalarının incelendiği dördüncü bölümde, bilgi bazlı yönetim ve sistem geliştirmenin temelini oluşturan bilgi edinimi, bilgi temsili, bilgi tabanı ve çıkarım mekanizması gibi konular ayrıntılarıyla ve örnekler verilerek incelenmiştir. Beşinci bölümde bir proje çalışması olarak ele alınan uzman sistem kurma aşamaları sırayla gözden geçirilmiştir. Ayrıca uzman sistem kurmak için gerekli olan yazılım ve donanım araçlarının tanıtımına yer verilmiştir. Bu tez çalışmasının altıncı bölümü uzman sistemin diğer yazılımlarla bütünleşme sürecini içermektedir. Uzman sistemler gibi yapay zeka teknolojilerinden olan doğal dil işeme ve yapay sinir ağları teknolojileri de bu bölümde anlatılmıştır. Yedinci bölüm yapay zeka ve uzman sistem teknolojilerinin geleceği konusunda bir fikir vermek amacıyla hazırlanmıştır. Sekizinci bölümde, işletmelerdeki insan kaynakları faaliyetleri kısaca tanıtılmış ve bu alanda uzman sistem yaklaşımına ilişkin iki örnek çalışma incelenmiştir. viiiMercedes-Benz Türk A.Ş.'de uygulanmak üzere prototipi hazırlanan, personel işe yerleştirme sürecine ilişkin uzman sistem kurma çalışmaları dokuzuncu bölümde anlatılmıştır. Firma ve bölüm tanıtımının ardından söz konusu faaliyetin işleyişi incelenmiş ve problem tanımlanmıştır. Uzman sistem prototipinin kurulması aşamaları ayrıntılarıyla anlatılmış son olarak da sistemin doğrulanması ve kullanıcı tarafından uygulanması konuları ele alınmıştır. Çalışmanın onuncu ve son bölümünde ise sonuçlar sunulmuş ve bu prototip sistemin geliştirilmesiyle ilgili öneriler dile getirilmiştir. Yapay zeka ve uzman sistem teknolojileri, yeni bilgi teknolojileri gibi görünseler de yapay zeka kavramının kökleri 18. yy 'da satranç oynayabilen bir makinanın inşa edilmesine dayanmaktadır. 1950 yılına gelindiğinde bir makinanın zeki olup olmadığını test etmeye yarayan Turing testi geliştirilmiş, 1956 yılında ise yapay zeka araştırmacılarının kurduğu yaz okulunda yapılan araştırmaların ardından bu konudaki çalışmalar hızlanmıştır. Yapay zeka teknolojisi ilk büyük başarısını Deep Blue adlı bilgisayar programının dünya satranç şampiyonunu yenmesiyle kazanmış ve 1997'de kazanılan bu başarının ardından yapay zeka teknolojisidaha çok tanınan ve hatta aranan bir bilgi teknolojisi haine gelmiştir. Yapay zeka kısaca, insanların yaptığı düşünme gerektiren işleri akıllı bilgisayar sistemlerinin yapması olarak tanımlanabilir. Uzman sistemlerle ilgili ilk girişim ise 1960 yılında geliştirilen genel amaçlı problem çözme prosedürü olarak bilinmektedir. Son 30 yılda tıptan, imalat sistemlerine kadar çok çeşitli alanlarda uzman sistem teknolojilerine başvurulmuştur. 1983'den beri de ticari kullanımın yaygınlaşmasıyla birlikte sistemin tasarımı için çok sayıda araç geliştirilmektedir. Bu çalışmada kullanılan Native uzman sistem kabuğu da yine aynı dönemde geliştirilen ve Prolog dilinin kullanımı kolaylaştıran bir tasarım aracıdır. Uzman sistemler ise, problem çözmede insanın akıl yürütme mantığını kullanan, zeki kararlar alabilen, bilgi, kural veya nesne tabanlı, yazılım ve donanımdan oluşan sistemlerdir. Bu sistemlerin tutarlı, sürekli, esnek ve kontrol edilebilir olması, yapılan işin doğruluğunu ve kalitesini arttırdığı gibi daha az kaynakla daha çok çıktıya ulaşmayı yani verimlik artışını, maliyetlerde azalmayı ve güvenirliliği de sağlamaktadır. Uzman sistem kurmanın yukarıda sayılan yararlarının yanısıra, yeterince tanınmamasından kaynaklanan çok sayıda tehditleri de bulunmaktadır. Bunlardan bazıları, bilgiye ulaşma ve problem alanının seçiminde karşılaşılan güçlükler, işletmelerde kullanıcının sistemi kabulü aşamasında karşılaşılan engeller ve uzmanların çözümlerinin farklılık göstermesi olarak sayılabilir. Günümüzde uzman sistemler, imalat ve mühendislik uygulamaları kapsamında üretim planlamada, robot tasarımında, süreç planlamada, esnek imalatta hücrelerin tasarımında, yönetim uygulamalarında ise daha çok proje yönetiminde, veri analizlerinde ve karar destek sistemlerinde başvurulacak bir bilgi teknolojisi olarak görülmektedir. Bir uzman sistemin temelini olşturan bilgi mühendisliği çalışmaları sırasıyla çeşitli kaynaklardan bilgi edinimi, bilginin temsil edilmesi, bilgi tabanının kurulması, ve çıkarım mekanizmasının çalıştırılması olarak sıralanabilir. Mercedes-Benz Türk A.Ş.'de kullanılması önerilen söz konusu prototip uzman sistemin kurulması aşamaları bir proje yönetimi çalışması olarak ele alınmıştır. Projenin başlatılması aşamasında öncelikle problem tanımlanmış, ihtiyaç analizi yapılmış ve alternatif çözüm önerileri değerlendirilmiştir. Daha önceki çözüm IXdenemeleri de incelenmiştir. Değerlendirmeler sonunda uzman sistemin doğru bir çözüm yöntemi olduğuna karar verilmiştir. Uzman sistem kurma araçlarından yazılım dili olarak, önerilen sistemin kurallarla işletilmesi gerektiğinden bir kural dili olan Prolog seçilmiştir. Bu dilin kullanımı içinde hazırlanmış olan sekiz uzman sistem kabuğu arasından problemin yapısına en uygun olarak, geriye yönelik kontrol mekanizması ve açıklama bileşeni özelliklerinden dolayı Native kabuğu seçilmiştir. Native kabuğunun yapısı, bilgi tabanı ve çıkarım mekanizması kapsamında incelenmiş ve sistemin alt yapısı hazırlanmıştır. Sistemin analizi ve tasarımı aşamasına gelindiğinde ise bilgi kaynakları ve projenin geliştirme stratejileri belirlenmiş, fizibilite analizi yapılmıştır. Projede çalışacak uzmanlann belirlenmesinin ardından, bilgi edinimi yöntemleri kullanılarak bilgi tabanı için hazırlık yapılmıştır. Bilginin bilgi tabanında nasıl temsil edileceği belirlenmiş ve bilgi tabanı oluşturulmuştur. önerilen sistem, işletme politikaları, organizasyon yapısı ve iş akışları temel alınarak tasarlandığından işletmeye özel olarak geliştirilmiştir. Bunun yanında bilgi tabanının oluşturulmasında kullanılan uzman sistem kabuğunun getirdiği kolaylıklarla personel işe yerleştirme sürecini kendi bünyesinde gerçekleştiren her işletmeye uyarlanabilir esnekliktedir. Çıkanm mekanizmasının adımları tanımlanmış ve Native uzman sistem kabuğunun bir özelliği olan açıklama bileşeni tanıtılmıştır. Sistemin doğrulanması için, daha önce yapılan işe yerleştirme çalışmaları üzerinde 50'ye yakın deneme yapılmış ve %80'inde doğru bölümün seçildiği ya da başvurunun doğru bir kararla reddildiği gözlemlenmiştir. Kalan %20'lik grup için ise bu çalışma kapsamında dikkate alınmayan bazı kişilik özelliklerinin ve bölüm yöneticilerinin kendi kişisel kabul şartlarının rol oynadığı gözlemlenmiştir. Bu çalışmada güvenilirliği yüksek tutmak amacıyla çok sayıda nesnel ve az sayıda öznel değişken dikkate alınmıştır. Ancak görülmektedir ki, bu çalışmanın geliştirilmesi aşamasında daha fazla öznel değişkenle ilgili kuralların bilgi tabanında tanımlanması ve sorgulama aşamasında kullanıcıdan bu bilgilerin de alınması gerekmektedir, işe yerleştirme sisteminin geliştirilmesinde, ilk olarak sistemin başvurunun ilgili bölüme gönderilmesinden sonra bölüm yöneticisinin değerlendirmesini de kapsaması sağlanacaktır. Son aşamada, kullanıcıya ve ilgili yöneticilere sistemin tanıtılmış ve kullanıcılann sistemi kabulü ile projenin bu çalışma kapsamında öngörülen kısmı tamamlanmış olmaktadır. Bundan sonra, periyodik olarak kullanıcılar sistemi değerlendirecek ve bilgi mühendisi de gerekli değişiklik ve geliştirme çalışmalarını yürütecektir. Yapay zeka ve uzman sistem teknolojileri dünyadaki gelişimine paralel olarak, ülkemizde de çeşitli alanlarda başvurulabilecek sistemlerdir. Ancak yazılım sektöründeki yatırımların yetersizliği nedeniyle Türkiye'deki uygulamalar çok kısıtlı alanlarda, şimdilik sadece TÜBİTAK ve Boğaziçi, ODTÜ ve Bilkent gibi birkaç üniversite tarafından yürütülmektedir. Diğer yandan ise, yazılım teknolojileri konularında ders veren üniversitelerin sayısı giderek artmaktadır. Bu konuya, bugünkü ilgi dünyanın değişiminde de etkili olan teknik ve sosyal faktörlerin bir etkileşimi olarak görülebilir. Diğer bilimsel çalışmalarla kıyaslandığında US araştırmaları, daha yeni bir alandır. Hemen pratik sonuçlara ulaşmayı beklemek gerçekçi değildir, çünkü bir US geliştirmek yoğun ve zorlu bir çalışmayı gerektirmektedir. US uygulamalarının birçok alanda kazandığı başarılar, bu konuya ilgiyi arttırdığı gibi bu alandaki araştırmaların daha çok desteklenmesini ve geliştirilmesini de beraberinde getirmiştir. Günümüzde daha çok yardımcı ve destek eleman olan US'lerin faaliyet alanı gelecekte gözlemci ve denetçiliğe doğru kayacaktır.
Özet (Çeviri)
EXPERT SYSTEMS AND AN EXPERT SYSTEM APPROACH IN HUMAN RESOURCES SUMMARY In this study, it has been proposed to use an expert system during the recruitment process, one of the most important activity in human resorces. The purpose of this expert system approach is, to pass the knowledge and expertise from the experts to the inexperienced ones. Another purpose is also to save time for the expert by using the expert system as a decision support system, so the expert would be able to make more objective decisions and explain them. The information technologies, called artificial intelligence and expert systems are investigated in this study, which also includes knowledge based management subjects and the phases of building an expert system. This study consists of ten chapters. In the first chapter, the importance of human resources for organizations is emphasized and the reason, why applying an expert system approach is explained. In the second chapter artificial intelligence is defined and brief historical account of this technology is given. Furthermore basic concepts used in the study and success criterions of an artificial system are clarified. The expert system concept, its goals, its benefits and threats are described in the third chapter. After the short history, various applications in different domains are studied. Knowledge engineering topics, including knowledge acquisation, representation, knowledge base, and inference mechanism are discussed through applied examples in the fourth chapter. In the fifth chapter, building phases of an expert system is investigated through the project managemet approach. In addition, hardware and software tools, which are used by designing the system are also investigated. The integration process with other information technologies is described in the sixth chapter. Other artificial intelligence technologies like Natural Language Processing and Neural Networks are also presented in this chapter. The seventh chapter is formed to put forward an idea about the future work of artificial intelligence and expert systems. Human resource activities and the two models of applied expert systems in human resources are introduced in the eighth chapter. The proposed expert system approach for Mercedes-Benz Türk A.Ş personnel departmant is studied in the ninth chapter. First of all, the organization and personnel departmant of the firm are introduced. Then the work-flow of the recruitment process is investigated and the main problem is defined. Moreover, building phases of the system, the approval process and the application of this study are examined in the ninth chapter. XIIn the final chapter, the results and proposals for the future work are discussed. The first study in artificial intelligence technology, which seems to be a new technology, was a machine, which could play chess. It was designed in the 18th Century. In the 1950's, Alan Turing had developed a test, that could experiment the intelligence of a machine. In 1956 a summer school meeting took place with the attendance of many artificial intelligence researchers. After this summer school meeting and negotiations, resarch and development studies in this field gained speed. The first great success in the artificial intelligence area was the programme called Deep Blue, that had won the chess-game played between this programme and world's chess champion Kasparov. After this success in 1997, artificial intelligence has become a well known and even a popular information technology. Artificial intelligence briefly means, performing tasks, which requires thinking when performed by human-being with smart computers. The first interference in expert system technology was the General Purposed Problem Solving Procedure developed in 1960. During the last 30 years, in many fields from medicine to manufacturing experts systems were applied to solving problems. Since 1983, commercial expert systems have become widespread and a lot of designing tools have come on the market. The expert system shell Native used in this study has also been designed in the same period. Native facilitates using the rule language Prolog. Expert system are software and also hardware sytems, that can simulate human brain and make intelligent decisions. An expert sytem may have been developed on a knowledge, a rule or an object-base. Using an expert system should increase the productivity, reliability and quality of the performed task, because this type of systems are consistent, continious, flexible and can be controlled. Although a lot of benefits of expert systems are taken into account, there are a lot of threats. Due to the lack of advertisements, many people do not recognize expert systems or artificial intelligence. Therefore, it takes a lot of time and effort to reach knowledge, to select the problem and to make the user approve the system. Furthermore, the solutions for the same problem differs from expert to expert. Recently, expert systems are applied in range of manufacturing and engineering applications in order to support production planning, robot designing, process planning and in flexible manufacturing cell designing. In range of management applications, expert systems support generally the decision making process or project management. The knowledge engineering studies, which forms the substructure of an expert system, includes an order of knowledge acquisation, knowledge representation, knowledge base, and inference mechanism. The proposed expert system approach for Mercedes-Benz Türk A.Ş has been developed through the project managemet approach. At the beginning, the problem is defined, the user and system requirements are analyzed, probable solutions and preceding analysis are considered. According to this evaluation, expert system technology has been selected as the most appropriate solution. Since the system should be operated with rules, the rule language Prolog has been selected as the programming language. In order to make use of this language easily, eight commercial expert system shells with different features have been developed. According to this study, the Native shell with the backward chaining mechanism and explanation capability has been selected and then the substructure for the recruitment system has been prepared. xiiIn the analysis and designing phase, knowledge resources and strategies for this project are determined. After the election of the experts, who will work in the project, knowledge acquisation began in order to build the knowledge base with determined knowledge representation method. The proposed system, which is developed according to the organization structure and work flows, seems to be a special sytem for the company. However, this flexible system can be adapted to an another company, which performs the recruitment process inside the organization, by using the facilities offered by the Native shell. In the next stage, the inference mechanism is decomposed, and the explanation capability of this shell is introduced. In order to make the user and the managers approve the system, an experiment was made with 50 application forms. 80% of the experimented applications were considered in the same way that the expert considered. That means, the system had reached the same results for the 40 applications. For the rest 20%, it was determined, that we should take more personal and subjective characteristics into consideration. In this study, in order to make objective decisions and to reach a high reliability, not enough subjective characteristics were evaluated. On the other hand, while improving this system, there should be more features, which can be received from the user by interrogating him or her. Throughout the improving phase of this recruitment process, firstly the consideration of the department manager should be added to the system. In the last stage, the sytem has been introduced to all the users and managers. With the approval of them, we have completed the proposed part of the process. From now on, the user shoul evaluate the system periodically and transmit his/her conclusions to the knowledge engineer. And the knowledge engineer should execute the improvement activities and upgrades when necessary. Considering the development of the artificial intelligence and expert system technologies in the world, we also can use them in many fields in our country. However, this systems can only be developed in TÜBİTAK and in universities such as Boğaziçi, ODTÜ and Bilkent, because in Turkey still only a few companies make investment in software technologies. On the other hand, the number of universities which have software technologies courses are increasing rapidly. Recently, software technologies arouse interest, because of the technical and social factors, which also influence the changing world. When compared with the other information technologies, expert systems are quite new. It is not fair to expect succesful conclusions in a short period of time, because developing an expert system requires an intensive and hard work. Many achievements of expert system technology in many fields, results in increased interest, remaining support and many developments. Expert system technology, which is used generally as aid and support component, will be used in the near future as an observer and controller. Xlll
Benzer Tezler
- Nehir hidromorfolojisindeki değişimlerin disiplinler arası yaklaşımla izlenmesi: Saz-Çayırova Deresi örneği
Monitoring changes in river hydromorphology using an interdisciplinary approach: The case study of Saz-Çayirova Stream
BATUHAN KILIÇ
Doktora
Türkçe
2024
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH GÜLGEN
DR. ÖĞR. ÜYESİ MELTEM ÇELEN
- A fuzzy set approach for acceptability of eia through integration management system
Entegre yönetim sistemleriyle kabul edilebilir bir çevresel etki değerlendirme için bulanık mantık yaklaşımı
MUSTAFA KAVUKCU
Yüksek Lisans
İngilizce
2016
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. İLHAN TALINLI
- A conceptual Disaster Risk Reduction (DRR) framework for building resilience to satellite failures
Uydu arızalarına karşı direnç geliştirme: Kavramsal bir Afet Risk Azaltma (DRR) çerçevesi
SORUSH SAEEDI
Yüksek Lisans
İngilizce
2024
Astronomi ve Uzay Bilimleriİstanbul Teknik ÜniversitesiAcil Durum ve Afet Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ PINAR ÖZDEMİR ÇAĞLAYAN
- Sürdürülebilir proje teslim sistemi için Türkiye'de yapılan inşaat projelerine yönelik model önerisi
Sustainable project delivery system model for the construction projects in Turkey
DİNÇER AYDIN
- Selection of green suppliers for trigeneration systems using multi-criteria decision-making methods: A case study
Çok kriterli karar verme yöntemlerini kullanarak trijenerasyon sistemleri için yeşil tedarikçi seçimi: Vaka çalışması
ALPEREN YAYLA
Yüksek Lisans
İngilizce
2022
Enerjiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. GÜL POLAT TATAR