بهبود الگوریتم های دسته بندی به منظور پیش بینی عملکرد کارمندان در سازمان با استفاده از تحلیل شبکه ای

عملکرد کارمندان یک شرکت همواره از مهم ترین بخش های مدیریت یک شرکت است در این مسئله عملکرد کارمندان در سه دسته عالی، متوسط و ضعیف دسته بندی شده است و بسیار با اهمیت است که چه افرادی با توجه به اطلاعاتی که داریم در کدام دسته قرار می گیرند. این دسته بندی برای یک شرکت از چندین جنبه اهمیت دارد یکی از آنها این است که که مدیریت بتواند تغیرات مانند اخراج کارمندان ضعیف و یا اضافه حقوق برای کارمندان با عملکرد عالی را به درستی انجام دهد، هر چقدر دقت این دسته بندی بهتر شود، اثرات مفیدی برای آن شرکت دارد. در این مقاله با روش پیشنهادی تلاش کرده ایم با استفاده از تحلیل شبکه اجتماعی عملکرد دسته بندی یادگیری ماشین را بهبود ببخشیم. بدین منظور بر اساس میزان حقوق و عنوان شغلی افراد مجموعه داده به گراف تبدیل شده است و سپس با استفاده از تحلیل شبکه اجتماعی و یژگی های ماژولاریتی و جزء متصل که وی ژگی های مربوط به توپولوژی گراف است استخراج شده و سپس به کمک الگوریتم های یادگیری ماشین دسته بندی شده است. الگوریتم روش پیشنهادی و روش معمولی دسته بندی در سه معیار پوشش ۲، صحj و اف ۱ مورد مقایسه قرار گرفته اند که نتایج حاکی از بهبود عملکرد بوده است و روش پیشنهادی دقت بهتری داشته است.