ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

Multi-criteria IT personnel selection on intuitionistic fuzzy information measures and ARAS methodology

سال انتشار: 1399
کد COI مقاله: JR_IJFS-17-4_006
زبان مقاله: انگلیسیمشاهده این مقاله: 34
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 14 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Multi-criteria IT personnel selection on intuitionistic fuzzy information measures and ARAS methodology

A. Raj Mishra - Department of Mathematics, Govt. College Jaitwara, Satna, M P, India
G. Sisodia - Department of Computer Science & Engineering, ITM University, Gwalior-۴۷۴۰۰۱, MP, India
K. Raj Pardasani - Department of Mathematics, Bioinformatics and Computer Applications, MANIT, Bhopal-۴۶۲۰۵۱, M P, India
K. Sharma - Department of Computer Science & Engineering, ITM University, Gwalior-۴۷۴۰۰۱, MP, India

چکیده مقاله:

Global challenge and the speedy growth of information technologies compel organizations to constantly change their ways. At the present time, associations need IT personnel who create a difference by creative thoughts and who preserve with the rapid amendments. Since the evaluation of IT personnel selection (ITPS) consists of different alternatives and criteria, therefore, IT personnel selection could be regarded as a multi-criteria decision making (MCDM) problem. The doctrine of intuitionistic fuzzy sets (IFSs) is an effective tool to elucidate the uncertain information in an MCDM problem. The main objective of the paper is to choose the best IT personnel candidate by integrating intuitionistic fuzzy Additive Ratio Assessment (IF-ARAS) method with divergence measure, improved score function and IF-aggregation operators. In the developed methodology, the weights of criteria and decision experts (DEs) are computed based on proposed IF-divergence measure method intuitionistic fuzzy preference evaluation method, respectively. Next, the decision experts’ judgments are aggregated of the proposed method to evade the loss of data. Finally, the proposed IF-ARAS method is implemented to solve the IT-personnel selection (ITPS) problem to indicate the applicability of the presented approach. In addition, a comparative analysis is provided to discuss the obtained results for validating the developed methodology. The analysis illustrates that the IF-ARAS method is effective and well consistent with the existing ones.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا JR_IJFS-17-4_006 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1232411/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Raj Mishra, A. and Sisodia, G. and Raj Pardasani, K. and Sharma, K.,1399,Multi-criteria IT personnel selection on intuitionistic fuzzy information measures and ARAS methodology,https://civilica.com/doc/1232411

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1399, Raj Mishra, A.؛ G. Sisodia and K. Raj Pardasani and K. Sharma)
برای بار دوم به بعد: (1399, Raj Mishra؛ Sisodia and Raj Pardasani and Sharma)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی