طراحي سيستم هوشمند تصميم گيري براي سازمان هاي با ساختار سلسله مراتبي

Designing an Intelligent Decision support System for Organizations with Hierarchical Structure

سيستم‌هاي پشتيبان در تصميم‌گيري مانند سيستم خبره و سيستم‌هاي محاسبات شناختي عمدتاً به منظور كمك به كاربران در اتخاذ تصميمات هوشمند به كار مي‌روند. در اين مطالعه، ما يك الگوريتم توسعه‌ داده‌ايم تا به كاربر كمك كند يك تصميم مرتبط با كاركنان را براساس اطلاعات كاركنان كه در يك پايگاه داده ذخيره شده است اتخاذ نمايد. مدل ما كاربردي را در نظر دارد كه در آن كاربر در رتبه‌هاي بالاي يك سازمان بايد يك تصميم مرتبط با كاركنان بگيرد كه ممكن است اين تصميم مربوط به يك كارمند خاص يا مربوط به كل كارمنداني باشد كه زير دست او كار مي‌كنند. كاربر يك سوال را از سيستم انتخاب مي‌كند كه براي آن بايد يك تصميم در مورد يك كارمند خاص بگيرد. سيستم براساس اطلاعات ثبت شده در پايگاه داده وزن هر پارامتر را كه بر اين تصميم اثر مي‌گذارد، تعيين مي‌كند. اگر وزن‌ها از قبل تعيين نشده باشد، سيستم وزن را با تحليل روند تغييرات پارامتر ها تعيين مي‌كند و وزن پارامتر ها را مشخص مي‌كند. در نهايت وزن‌ها به معادلات پارامتري وارد مي‌شوند و تصميمات منتج نهايي به همراه يك زنجيره استدلال كه نشان دهنده نحوه رسيدن به يك جواب خاص توسط سيستم است، به كاربر نشان داده مي‌شود. در مورد تصميمات مستقل از كاركنان، سيستم پارامترها و وزن آنها را تعيين مي‌كند و كارمندان را به صورت نزولي براساس مقدار پارامتر تصميم مربوطه مرتب مي‌كند و سپس كاربر مي‌تواند از ميان اين ليست n كارمند بالايي را انتخاب كند. اين چنين سيستمي، كاربرد زيادي در بخش‌هاي بانكداري يا سازمان‌هاي تجاري دارد و مي‌تواند به مديران و ناظرين در زمينه تشويق كاركنان يا تشكيل يك تيم براي يك وظيفه خاص كمك كند. نتايج ارائه شده در اين مقاله نشان دهنده نحوه پياده‌سازي الگوريتم هستند.

Decision support systems such as expert systems and cognitive computing systems are mainly used to help users make smart decisions. In this study, we developed an algorithm to help the user adopt a staff-based decision based on employee information stored in a database. The user chooses a question from the system for which it must make a decision about a particular employee. The system determines the weight of each parameter that affects the decision based on the data recorded in the database. If the weights are not pre-determined, the system determines the weight by analyzing the process of parameter variations and determining the weight of the parameters. Finally, the weights are introduced into the parametric equations, and the final decision-making decisions along with an argument chain representing how the system responds to a specific answer is shown to the user. Such a system has many uses in banking or business organizations and can help managers and supervisors to encourage employees or form a team for a specific task. The results presented in this paper represent how the algorithm is implemented.