دانلود فایل ورد مقاله در مورد تعديل ناسازگاري از طريق يادگيري در تصميم گيري گروهي و كاربرد آن در مصاحبه استخدامي MBA چين

    —         —    

ارتباط با ما     —     لیست پایان‌نامه‌ها

... دانلود ...

بخشی از متن دانلود فایل ورد مقاله در مورد تعديل ناسازگاري از طريق يادگيري در تصميم گيري گروهي و كاربرد آن در مصاحبه استخدامي MBA چين :

تعدیل ناسازگاری از طریق یادگیری در تصمیم گیری گروهی و كاربرد آن در مصاحبه استخدامی MBA چین

خلاصه:
از تصمیم گیری گروهی، به دلیل محدودیت پایه های اطلاعاتی و دانش فردی یا به دلیل قانون تصمیم ، یك تصمیم گیرند. به تنهایی ممكن است توانایی ارزیابی آلترناتیوهای انتخابی رانداشتند.
این شرایط می تواند به ناسازگاری در نقطه تصمیم گیری گروهی منجر شد و این ناسازگاری ها تحت رویكرد های موجود به دشواری تعدیل می گردند.

بر مبنای Rough set theory ، ما رویكرد جدیدی را پیشنهاد می‌دهیم كه 2 نوع تكنیك یادگیری را همگرا می كند. این رویكرد ابتدا یك رویه یادگیری ماشینی رابكار میگیرد كه آلترناتیوهای ممكن را از تصمیم گیرندگانی كه در حال حاضر در مجموعه جایگزین تصمیم گیرنده داده شده نیستند، استخراج می كند.
در مرحله بعد این رویكرد از یك مدل یادگیری دانش گروهی برای تعیین مقادیر خصوصیت متناظر با آن آلترناتویهایی كه جدیداً یادگرفته شده اند در استخدام سازگار گروهی، استفاده می كند.
سودمندی این رویكرد را می توان بااستفاده از كاربردش در مصاحبه استخدامی MBA چین اثبات نمود.

مقدمه
پیچیدگی روزافزون محیط اقتصادی اجتماعی، بررسی همه ابعاد مساله تصمیم گیری برای یك تصمیم گیرنده تنها (DM) را دشوارتر ساخته است و در نتیجه سازمان های بسیاری از گروهها از فرایند تصمیم گیری استفاده می كنند. برغم بعضی مشابهت ها، تصمیم گیری گروهی (GDM) با تصمیم گیری چند معیاره (MADM) فرق دارد MADM از نقطه نظر اقتصادی یا اجتماعی صورت می گیرد. در هر دو مورد معیارها و ارتباطات / تعاملات دو جانبه آنها به صورت شبكه مدل سازی می شوند. در MADM تعاملات بین معیارها در پی یانین یانسخ رضایت بخش بجای پاسخ بهینه هستند در حالی كه 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 كرده است كه چگونه اعضا گروه با سود جمعی اما اطلاعات متفاوت و توانایی های تصمیم گیی متفاوت ، در جهت گرفتن تصمیات بهینه كه از منابع اعضا استفاده می كنند. یكی و متحد می شوند معمولاً این رویه دارای تأثیر دو جانبه است زیرا انتخاب در یك مرحله اتفاق نمی افتد.
بر مبنای این تحقیق اخیر [6] ما رویه GDM را در یك فرایند 4 مرحله ای كه در شكل 1 نشان داده شده است خلاصه كردیم.
ایجاد مجموع جایگزین مقدماتی (اولیه) : قدم اول

(مجموعه جایگزین اولیه)
تصمیم گیری فردی : قدم دوم
(ارزیابی آلترناتیوها)
تعدیل ناسازگاری : قدم سوم
(ارزیابی تعدیل شده)
جمع بندی اولویت های گروهی : قدم 4

(نتایج تصمیم گیری گروهی)
رضایت بخش
توقف
شكل 1: نمایش فرایند تصمیم گیری گروهی
در شكل فوق، مستطیل هایی كه گوشه منحنی دارند و به دنبال هر مرحله آمده اند نتیجه آن مرحله هستند.
قدم اول فرایند ایجاد مجموعه ای از آلترناتیوهای اولیه می باشد. این مجموعه به عنوان تابع مساله تحت مطالعه از پیش فرض می شود و یا تصمیم گیرندگان گروه آن را ایجاد می كنند. در قدم دوم هر تصمیم گیرنده هر یك از عناصر این مجموعه را ارزیابی می كند (قدم 3 ) نتایج ناسازگار حاصل از تصمیمات هر تصمیم گیرنده با تصمیم گیرنده های دیگر تعدیل می شوند. در قدم 4 برای رسیدن به سطح قبول ناسازگاری نتایج حاصل از تصمیم گیری های هر فرد برای دستیابی به تصمیم گروهی همگرا می شوند.
اگر تحقیقات GDM مجموعه آلترناتیوهای اولیه یكسانی را از پیش فرض می كنند و در اختیار هر یك از اعضاء گروه قرار می دهند و سپس به تعدیل ناسازگاری ایجاد شده و مكانیزم های تجمعی اولویت گروهی می پردازند [7-9] ولی در عمل این فرض به حقیقت نزدیك نیست.

1) نیازهای مساله تصمیم گیری : اگر مجموعه آلترناتیوهای اولیه ای كه از سوی مساله تصمیم گیری ارائه می شود اندازه بزرگی داشته باشد معقول و معمول است كه هر یك از تصمیم گیرندگان در گروه نیازمند انتخاب و ارزیابی یك زیر مجموعه از آلترناتیوها باشند این چنین ناسازگاری از سوی تصمیم گیرندگان وجود مجموعه هایی آلترناتیوهای ناهمسان را الزامی می سازد.
به عنوان یك نمونه آزمون ورود مدیر ارشد اداره كل تجارت چین (MBAEE) كه شامل 9 قدم است بیشتر آن شامل فرایندهای GDM است همراه حذف بازی ها.

متخصصان تشكیلات اقتصادی دانشگاهها متقاضیان MBA را بر اساس دانش خدشان درگرفتن تصمیمات ارزیابی می كند اگر فرض كنیم 220 نفر متقاضی MBA آماده شركت در آزمون ورودی هستند . حداكثر 80 نفر با توجه به محدودیت های تسهیلات آموزشی می توانند قبول شوند.
بنابراین این متخصصان باید حداكثر 120 نفر را مورد ارزیابی و انتخاب قرار دهند (بیش از 80 نفر باید انتخاب شوند كه این امر به دلیل ناسازگاری بالقوه بین تصمیم گیرندگان و امكان حذف افراد در آزمون های اضافی بعدی است)

می توان مشاهده كرد كه اگر چه به همه تصمیم گیرندگان در گروه مجموعه همسالن از 220 متقاضی MBA داده شده است 120 متقاضی كه از سوی هر تصمیم گیرنده انتخاب می شوند ممكن است باانتخاب دیگران متفاوت باشد.
بنابراین از نقطه نظر GDM و یعنی تعدیل ناسازگاری و تجمع اولویت گروهی، مجموعه آلترناتیوهای ناهمسان بین تصمیم گیرندگان وجود دارند.

2) مجموعه های آلترناتیو های اولیه كه تولید می شوند از سوی تصمیم گیرندگان متفاوت
اگر یك مجموعه آلترناتیو های اولیه از سوی یك تصمیم گیرنده ایجاد شود تصمیم گیرندگان متفاوت در یك گروه مجموعه های آلترناتیو متفاوت دارند، بیش ترین چالش كاری در قدم 3 در شكل 1 تعدیل كردن ناسازگاری های بین آن مجموعه ها است. همانطوركه اخیراً ذكر شد ما این موضوع را به عنوان یك مساله تحقیقی جدید همراه با عرصه GDM پیشنهاد می دهیم.

1-1- تحقیق پیشین
تحقیق مهمی قبلا بر موضوع تعدیل ناسازگاری انجام شده است . رویكردهای جاری كه ممكن است برای اصلاح مشكل جدید تعدیل ناسازگاری بكار روند را به سختی می توان در 5 گونه طبقه بندی كرد.
اولی رویكرد فرایند گروهی است (مانند طوفان مغذی الكترونیكی [10] تكنیك گروه اسمی [11,12] كه بر تولید ایده های خلاق از طریق تفكر گروهی تاكید دارد .این رویكرد رای مشكل ها قابل استفاده نیست . و باید این موضوع را نیز مورد توجه قرار داد كه این رویكرد از این موضوعات كلیدی كه هر تصمیم گیرنده چه زمانی و چگونه باید تحت آموزش قرارگیرد. چشم پوشی می كند نوع دوم، تجزیه مساله است (مانند تحلیل سیستم [13] نمودار نفوذ [1A] ، ترسیم شناختی [15,16] كه فاز تصمیم گیری اولیه حل مساله را تسهیل می سازد. آن نیز اینجا نامناسب است از آنجایی كه راهی قوای خلق مجموعه آلترناتیوهای همسان بین تصمیم گیرندگان وجود ندارد.

نوع سوم رویكرد مدل های چندگانه است ماند دفاع شیطان [11] (Devil’s advocacy) ، تحقیق مناظره ای [17] آزمون مفروضات استراتژیك [18] كه مدل های متفاوت را در تلاش برای دستیابی به سازگاری گروهی مقایسه می كند این تعدیل ناسازگاری اینجا مفید واقع نمی شد زیرا امكان دارد مدل مرجعی برای انتخاب وجود نداشته باشد [17] حتی اگر چنین مدلی وجد نداشته باشد، باعث كاهش خلاقیت تفكر گروهی می شود.
طبقه چهارم بحث و مناظره است (مانند اثبات ساختار یافته [18] كه می تواند سیستم مساله را بسیار قابل هضم تر بسازد این رویكرد هم در مورد ما كمتر قابل استفاده است. به همان دلیل كه در مور رویكرد تجزیه ذكر شد.
آخرین رویكرد یادگیری ماشینی است كه ماتریس تصمیم چند شاخصه را با ارزیابی های ناقص به جدول تصمیم تبدیل مركز و قوانین تصمیم گیری Rough set theory را به كار می گیرد . این تكنیك نیز برای تصمیم گیری گروهی مناسب نیست [19,20] زیرا برای یك تصمیم گیرنده طراحی شده است.
در مقاله جاری ما یك رویكرد جایگزین را برای مساله جدید تعدیل ناسازگاری مان پیشنهاد می دهیم كه این رویكرد 2 نوع تكنیك یادگیری را همگرا می‌كند.
این رویكرد ابتدا یادگیری دانش گروهی را برای تعیین مقادیر خصوصیت آن آلترناتیوهایی كه جدیداً یادگرفته شده اند بكار میگیرد در حالی كه نیاز سازگاری گروهی را برآورده می سازد.
در بخش 2، آزمون ورودی MBA چین به عنوان نمونه ای از مساله تعدیل ناسازگاری جدید خلاصه می شود.

بخش 3، رویكرد پیشنهادی ما را برای تعدیل ناسازگاری شرح می دهد. كاربرد این رویكرد برای مصاحبه استخدامی MBA در بخش 4 گزارش می شود و بخش 5 نتیجه مقاله است.
2- تصمیمات گروهی درآزمون ورودی MBA چین (MBAEE)
به عنوان كاربدی مهم از فرایند تعدیل ناسازگاری پیشنهادی ما، این بخش به طور خلاصه اصول اساسی MBAEE چین را معرفی می كند و ناسازگاری‌های ممكن را در فرایند تحلیل می كند.
1-2- توصیف MBAEE چین.

همراه با رشد اقتصادی باثبات چین، آموزش های حرفه ای مانند MBA و مدیریت اداره عمومی (MPA) در سالهای اخیر به سرعت توسعه یافته‌اند. چین آموزش MPA را در 1991 آغاز كرد، تا 2002 ، 47000 دانشجوی MBA از 65 دانشگاه در چین فارغ‌التحصیل شده ا ند، در سال 2003 ، 36210 متقاضی گذراندن آزمون ورودی MBA بودند و 8898 دانشجو بالاخره به عنوان كاندیداهای دوره MBA پذیرفته شدند. [21]
در طول فرایند توسعه آموزشی، MBAEE چین از

یك آزمون نوشتاری به یك توالی 9 مرحله ای كه بیش‌تر طبیعت GDM دارد تغییر یافته است.
مطابق با انجمن مشاوره آموزشی MBA ملی چین [22] ، 9 مرحله آزمون ورودی شامل مراحل زیر هستند.
قدم اول: گیرنده شرایط متقاضی: در این قدم بررسی می شود كه آیا متقاضی شرایط یا نیازمندی های اصلی را در زمینه آموزش، حرفه و ; دارد یا نه؟
قدم دوم: آزمون كتبی
قدم سوم: مرور پیش زمینه متقاضی: این قدم پیش زمینه و وضعیت شخصی متقاضی را بررسی می كند.
قدم چهارم: صلاحیت مصاحبه: این قدم نتایج قدم های 2 و 3 را

با هم تركیب می‌كند و مشخص می كند چه كسانی باید در مصاحبه شركت كند.
قدم پنجم: مصاحبه پذیرش: متخصصانی از دانشگاه‌ها و مراكز تجاری تصمیم می گیرند كه كدام متقاضی واجد شرایط كاندید شدن برای دوره MBA هست.
قدم ششم: شرایط امكان انتقال: بعضی متقاضیان كه مرحله 4 را گذرانده‌اند اما موفق به گذر از مرحله 5 نشده اند می توانند امكان پذیرفته شدن از سوی دانشگاه‌های دیگر را بیابند. این امكان انتقال نیز توسط انجمن بررسی می شود.
قدم هفتم: معاینه سلامتی
قدم هشتم: مرور آرشیوهای شخصی متقاضی: این گام تجارت كاری و دستاوردهای متقاضی را در مدیریت كسب و كار بررسی می كند.
قدم نهم: پذیرش نهایی: متقاضیانی كه قدم های 8-1 را گذرانده‌اند از سوی انجمن پذیرفته می‌شوند.
این قدم ها می تواند به سادگی موردنظر قرار گیرد اما قدم دوم در فرایند بالا، شامل GDM می شود و همه این قوم ها درگیر بازی‌های حذف هستند.
2-2- ناسازگاری محتمل در MBAEE چین

مصاحبه پذیرش (قدم پنجم) تقریباً همیشه با چالش‌های مسأله جدید تعدیل ناسازگاری كه در بخش قبل شرح داده شده است روبرو می شود و این موضوع یك مشكل GDM نوعی در فرایند MBAEE به شمار می آید.
متخصصان دانشگاه ها و مراكز تجاری، متقاضیان را (عناصر مجموعه آتوناتیوهای مقدماتی) بنابر مهارت های ارتباطی شان، پاسخ گویی، تفكر منطقی، توانایی خوب كار كردن با دیگران و پتانسیل موفقیت در برنامه ارزیابی می كنند با توجه به محدودیت های

فیزیكی تسهیلات آموزشی (مانند تعداد كلاس های درس و اعضای هیئت علمی) هر تصمیم گیرنده (متخصص) در گروه باید صرفاً یك زیر مجموعه از متقاضیان را ارزیابی و انتخاب كند.
در طی زمان مصاحبه پذیرش (min 15-10) ، متخصصان زمان كافی برای دستیابی به همه اطلاعات ضروری از همه مشخصات تمام متقاضیان ندارند. علاوه بر آن، پیش زمینه های متفاوت متخصصان امكان دارد در ترجیح اولویت‌های مشخصات منتخب مداخله كند. [23]. بنابراین تصمیم گیرندگان مختلف امكان دارد به نتایج متفاوت برسند. بنابراین، GDM بر مبنای چنین نتایجی ممكن است بعضی از متقاضیان MBA را از پذیرش نهایی محروم كند و اینكه از چه نوع رویكرد تجمعی اولویت گروهی استفاده شود تأثیری ندارد.
مثلاً، 4 متخصص را در نظر می گیریم كه یك گروه تصمیم گیری را برای مصاحبه پذیرش MBA تشكیل می دهند. . آنها 6 متقاضی را بر مبنای 3 خصوصیت بررسی می كنند. توانایی ارتباطات ، تفكر منطقی ، و پتانسیل كارای موفق در برنامه . نتایج تصمیم گیری فرضی در جدول 4-1 آلیست شده است. جدول 4-1 نشان می دهد كه نتایج برای متقاضی ممكن است ناسازگار باشد.
این یك مسأله ناسازگاری است كه در این ادبیات به طور گسترده بررسی شده است. ارزیابی متقاضی از سوی با ارزیابی آن از سوی ناسازگار است. به این دلیل كه باور دارد كه متقاضی شایسته نیست و او را از ارزیابی اش حذف می كند. این مسأله ناسازگاری جدید است كه در این مقاله مورد توجه قرار گرفته است.
با این تفاصیل، ما هیچ رویكرد موجودی را نیافته ایم كه بتواند مستقیماً مسأله تعدیل ناسازگاری جدید ما را حل كند.
اگر ما از این ناسازگاری چشم پوشی كنیم و مستقیماً اولویت های گروه را همگرا كنیم. بعضی متقاضیان عالی ممكن است بدون توجه به رویكرد تجمعی اولویت گروهی حذف شوند. برای مثال، اگر ما از تئوری سودمندی گروهی (group utility) استفاده كنیم، تصمیم گروه بر صرفاً ارزیابی و انعكاس می یابد. بنابراین یافتن قانون مناسب برای اطمینان از انتخاب توسط گروه دشوار است.
اگر ما تجمیع اولویت گروه را بكار گیریم با استفاده از فرایند تحلیل سلسله مراتبی (AHP) ، ممك

ن است نتیجه هر طبقه را به دلیل تعداد سطرهای متفاوت ماتریس های متفاوتی كه از سوی تصمیم گیرندگان مختلف داده می‌شوند به دست نیاوریم. هیچ قانون بوردا (Borda’s Rule) نمی تواند برای این مسأله استفاده شود به دلیل اینكه رأی‌هایی كه همه تصمیم گیرندگان می دهند باید برای دستیابی به تصمیم گروهی بكار گرفته شود.
زمانی كه متقاضیان حداقل 2 رأی دارند، اگر یكی از بین 6 متقاضی الزاماً حذف شوند، صرفاً یك

شانس خواهد بود.
بنابراین ما رویكردی تجدید نظر شده را برای رویارویی موثر با این مسأله تعدیل ناسازگاری جدید نیاز خواهیم داشت.
3- رویكردی جدید به تعدیل ناسازگاری
بر مبنای Rough set Theory ، ما اكنون رویكرد جدیدی را برای مسأله تعدیل ناسازگاری كه در بالا ذكر شد پیشنهاد می كنیم. این رویكرد، 2 نوع تكنیك یادگیری را همگرا می كند. در بكارگیری یادگیری ماشینی، ابتدا الگوریتم خصوصیت را شرح می دهیم.
1-3- الگوریتم گسسته خصوصیت
Rough set Theory ابتدا از سوی [26 و 25] Pawlak مطرح شد و در استدلال و اكتساب دانش برای سیستم های خبره بكار گرفته شده است. [27]. به این دلیل كه داده ها در یك ماتریس تصمیم گیری چند معیاره ممكن است پیوسته باشند، باید هر خصوصیت پیوسته، قبل از بكارگیری این تئوری، گسسته شود.

یك ماتریس تصمیم گیری چند معیاره برای در جدول 5 نشان داده شده است.
در جدول 5 ، یك مجموعه آلترناتیو است كه از سوی در ماتریس تصمیم گیری اش ارزیابی می شود و به صورت زیر تعریف می شود.

لینک کمکی