Open AccessПрименение методов интеллектуального анализа данных в оценке функциональной эффективности команд менеджеров
Author(s) -
Т. В. Азарнова,
Ирина Михайловна Терлюга,
Вера Владимировна Ухлова
Publication year - 2021
Publication title -
vestnik voronežskogo gosudarstvennogo universiteta. seriâ sistemnyj analiz i informacionnye tehnologii
Language(s) - Russian
Resource type - Journals
ISSN - 1995-5499
DOI - 10.17308/sait.2020.4/3204
Subject(s) - computer science
Применение команд менеджеров в управлении проектами можно рассматривать как устоявшуюся тенденцию современного бизнеса. Результативность проектов напрямую зависит от эффективности команд менеджеров. При формировании команды необходимо наряду с профессиональными знаниями учитывать ролевые особенности всех входящих в неё членов, анализировать возможность их плодотворной, результативной совместной работы. В соответствии с методикой Р. М. Белбина у каждого члена команды в какой-то степени развиты роли генератора идей, аналитика, исследователя ресурсов, координатора, контролера, реализатора, мотиватора и вдохновителя команды. Вектор степеней выраженности данных ролей формирует ролевой профиль участника команды. В данной работе анализируется возможность применения методов интеллектуального анализа данных для оценки эффективности команд по ролевым профилям ее членов. Предложены алгоритмы получения прогнозных оценок функциональной эффективности команд менеджеров, базирующиеся на нейросетевых технологиях, и алгоритмы поиска ассоциативных правил для формирования состава эффективных команд. Ассоциативные правила позволяют выявить причинно-следственные закономерности в ролевом составе эффективных команд менеджеров, которые можно учитывать при формировании новых команд или внесении изменений в текущий состав. В качестве информационной базы для нейросетевого алгоритма, рассматривается база, содержащая в качестве входов — корреляционную матрицу или матрицу близости ролевых профилей членов команды, а в качестве выходов пять компонент функциональной эффективности команды (планирование, организация, мотивация, контроль, координация). На основе данной информационной базы нейросеть обучается по входам распознавать выходы. Все алгоритмы доведены до программной реализации и прошли успешную апробацию. В статье продемонстрированы основные характеристики разработанного программного обеспечения и результаты проведенного комплексного вычислительного эксперимента.