Mô hình MOORA dựa vào entropy mờ mới ứng dụng cho hệ thống thông tin tuyển dụng
TÓM TẮT Lựa chọn nguồn nhân lực được xem là nhân tố quan trọng trong một tổ chức hay doanh nghiệp nhằm lựa chọn các ứng viên tốt nhất để đáp ứng yêu cầu của vị trí việc làm cũng như sự phát triển tổ chức, doanh nghiệp trong tương lai. Bài toán lựa chọn nguồn nhân lực là bài toán ra quyết định đa tiêu chí với nhiều tiêu chí có thể xung đột lẫn nhau. Trong bài báo này chúng tôi đề xuất độ đo entropy mờ mới nhằm cải thiện cách xác định trọng số của các tiêu chí trong phương pháp MOORA. Hơn nữa, độ đo được đề xuất cung cấp thêm cho chúng ta nhiều lựa chọn hơn khi cần xác định độ đo entropy của tập mờ. Cuối cùng chúng tôi áp dụng mô hình đề xuất vào bài toán lựa chọn nhân sự cho khóa tập huấn và nhân sự kế toán tại doanh nghiệp. Kết quả thu được phù hợp với kết quả của các phương pháp khác như là phương pháp SWARA, phương pháp FMCDM
Trang 1
Trang 2
Trang 3
Trang 4
Trang 5
Trang 6
Trang 7
Trang 8
Trang 9
Trang 10
Tải về để xem bản đầy đủ
Tóm tắt nội dung tài liệu: Mô hình MOORA dựa vào entropy mờ mới ứng dụng cho hệ thống thông tin tuyển dụng
các tập mờ Áp dụng các bước tính toán trong phần 2.3 với phương án P* = (0, 1, 1, 1, 1) ta thu được kết quả xếp hạng các ứng viên như trong bảng 6. Kết quả xếp hạng các ứng viên theo phương pháp FMCDM cho thấy ứng viên 2 là lựa chọn tốt nhất trong số 5 ứng viên. Kết quả này cũng phù hợp với kết quả theo phương pháp được đề xuất (Bảng 5). Ngoài ra, để đánh giá khách quan hơn về sự hiệu quả của phương pháp được đề xuất trong phần 2, chúng tôi cũng cũng đưa vào so sánh kết quả tìm được từ FMOORA dựa trên entropy mờ mới với các phương pháp khác như là phương pháp SWARA (Kerðulienë, 2010). Kết quả ở hình 3 cho thấy 3 phương pháp đều cho một kết quả xếp hạng các ứng viên như nhau. Ứng viên 2 được xếp hạng 1 mặc dù ứng viên 2 không phải là ứng viên trẻ nhất trong số 5 ứng Mô hình MOORA dựa vào entropy mờ mới ứng dụng cho hệ thống thông tin tuyển dụng 982 viên. Ứng viên 1 được xếp thứ 2 và ứng viên 4 được xếp cuối bảng xếp hạng. Kết quả cũng phù hợp với số liệu thông tin (Bảng 1). Kết quả này cũng phản ánh được vai trò, tầm quan trọng của việc xác định trọng số của các tiêu chí trong phương pháp FMCDM nói chung và FMOORA dựa vào độ đô entropy mờ mới nói riêng. Kết quả xác định trọng số các tiêu chí ở bảng 3 cho thấy tiêu chí (C1) - độ tuổi ứng viên có trọng số nhỏ hơn đáng kể so với trọng số các tiêu chí còn lại ngoại trừ tiêu chí (C5). 3.2. Ví dụ 2 Bài toán lựa chọn nhân sự kế toán tại công ty kinh doanh thép và vật liệu công nghiệp, trụ sở tại Phố Cầu Giấy, TP Hà Nội. Số liệu được điều tra, thu thập tại phòng nhân sự của công ty và được mô tả ở bảng 7. Bảng 4. Ma trận thông tin có trọng số C1 C2 C3 C4 C5 Ứng viên 1 0,0388 0,0437 0,0726 0,1809 0,0701 Ứng viên 2 0,0517 0,1094 0,1271 0,1486 0,0467 Ứng viên 3 0,0948 0,1750 0,1816 0,0129 0,0187 Ứng viên 4 0,0776 0,0218 0,0181 0,0969 0,0888 Ứng viên 5 0,1164 0,0875 0,2724 0,0646 0,0795 Bảng 5. Chỉ số Pi, Ri, chỉ số ưu tiên Qi và kết quả xếp hạng các ứng viên Pi Ri Qi Xếp hạng Ứng viên 1 0,0918 0,0388 0,05308 2 Ứng viên 2 0,1080 0,0517 0,05625 1 Ứng viên 3 0,0970 0,0948 0,00221 4 Ứng viên 4 0,0564 0,0776 - 0,02115 5 Ứng viên 5 0,1260 0,1164 0,00960 3 Bảng 6. Kết quả xếp hạng các ứng viên theo FMCDM d(Ai, P * ) Xếp hạng Ứng viên 1 0,55029 2 Ứng viên 2 0,49268 1 Ứng viên 3 0,63844 4 Ứng viên 4 0,74921 5 Ứng viên 5 0,55759 3 Hình 3. Kết quả xếp hạng ứng viên theo FMOORA, FMCDM và SWARA Nguyễn Hữu Hải, Nguyễn Văn Hạnh, Vũ Thị Thu Giang, Đỗ Thị Huệ, Nguyễn Thị Bích Thủy 983 Bảng 7. Ma trận thông tin C1 C2 C3 C4 C5 C6 C7 C8 Ứng viên 1 28 3,0 7,85 5,0 80 70 65 1,0 Ứng viên 2 29 5,5 7,10 6,5 70 80 70 1,5 Ứng viên 3 27 3,0 7,06 5,0 65 70 60 1,0 Ứng viên 4 29 5,0 7,08 6,0 75 75 65 1,0 Ứng viên 5 28 4,0 7,58 6,0 75 80 80 2,0 Ứng viên 6 29 5,0 8,15 5,5 70 80 80 2,5 Ứng viên 7 27 2,5 7,28 6,5 70 65 70 2,0 Ứng viên 8 28 1,0 7,08 5,5 70 70 65 1,0 Ứng viên 9 27 2,0 7,18 5,0 65 65 60 1,0 Trong ví dụ này chúng tôi sử dụng 8 tiêu chí để đánh giá ứng viên bao gồm: độ tuổi ứng viên (C1), kinh nghiệm làm việc (C2), trình độ học vấn (C3), năng lực ngoại ngữ (C4), mức độ thành thạo MS office (C5), kỹ năng sử dụng phần mềm kế toán (C6), kỹ năng làm việc nhóm (C7) và điểm cộng (C8). Chúng tôi sử dụng tiêu chí điểm cộng để cộng điểm cho ứng viên tốt nghiệp từ các trường đại học có uy tín trong lĩnh vực kinh tế - kế toán hay là các ứng viên đã qua đào tạo trình độ thạc sỹ chuyên ngành kế toán. Điều này nhằm phản ánh sát thực tế hơn trong lĩnh vực tuyển dụng nhân sự tại các công ty và doanh nghiệp. 3.2.1. Sử dụng mô hình FMOORA dựa vào entropy mờ mới Tương tự như ví dụ 1, các bước của phương pháp FMOORA dựa vào entropy mờ mới được thực hiện như sau: Bước 1. Tính trọng số của các tiêu chí Cj, j = 1, 2,, 5 theo công thức (4) và (5). Kết quả thu được ở bảng 9. Trước hết, ta cần mờ hóa ma trận thông tin dựa vào số mờ ở công thức (3), cụ thể với c = 25, d = 32 cho tiêu chí (C1); c = 0, d = 6 cho tiêu chí (C2); c = 6, d = 9 cho tiêu chí (C3); c = 4, d = 7 cho tiêu chí (C4); c = 60, d = 90 cho tiêu chí (C5) và (C6); c = 55, d = 90 cho tiêu chí (C7); c = 0, d = 3 cho tiêu chí (C8), kết quả thu được ở bảng 8. Tiếp theo chúng ta cần tính độ đo entropy mờ của các tiêu chí theo công thức (4), tính trọng số của các tiêu chí theo công thức (5) thu được kết quả như trong bảng 9. Kết quả này cho thấy tiêu chí (C4) có trọng số lớn nhất, tiếp theo là tiêu chí (C3) và tiêu chí (C2) có trọng số bé nhất. Tiêu chí (C2) và (C1) có trọng số bé hơn đáng kể so với trọng số các tiêu chí còn lại. Số liệu ở bảng 9 cho thấy ngoài vai trò quan trọng của tiêu chí (C3) và (C4)thì các tiêu chí (C5) - (C8) cũng đóng vai trò đáng kể trong việc xếp hạng các ứng viên. Bước 2. Xác định ma trận thông tin có trọng số theo công thức (5). Kết quả thu được ở bảng 10. Bước 3. Tính các chỉ số Pi, Ri cho mỗi ứng viên và thu được kết quả ở bảng 11. Bước 4. Tính chỉ số ưu tiên cho mỗi ứng viên theo công thức: Qi = Pi - Ri Kết quả được thể hiện trong bảng 11. Trong 8 tiêu chí được xem xét thì tiêu chí (C1) được xem là tiêu chí không lợi ích và các tiêu chí còn lại là tiêu chí lợi ích. Bước 5. Xếp hạng các ứng viên dựa trên chỉ số ưu tiên Qi. Kết quả được thể hiện trong bảng 11. Bảng 11 cho thấy ứng viên 5 là lựa chọn tốt nhất cho vị trí kế toán của công ty dựa trên phân tích mức độ ảnh hưởng của 8 tiêu chí nói trên mặc dù GPA bậc đại học (tiêu chí C3) của ứng viên 5 chỉ xếp hạng thứ 3 trong số 9 ứng viên hay đối với tiêu chí C2 và C8 thì ứng viên 5 xếp sau ứng viên 6. Điều này cho thấy việc xác định trọng số của các tiêu chí đóng vai trò quan trọng trong việc xếp hạng các ứng viên. Các ứng viên 6 và 2 lần lượt được xếp ở vị trí thứ 2 và 3, Mô hình MOORA dựa vào entropy mờ mới ứng dụng cho hệ thống thông tin tuyển dụng 984 ứng viên 9 ở cuối bảng xếp hạng. Kết quả xếp hạng các ứng viên cũng phù hợp với số liệu thông tin ở bảng 7. 3.2.2. Sử dụng phương pháp FMCDM dựa vào độ đo khoảng cách giữa các tập mờ Áp dụng các bước tính toán như trong phần 2.3 với phương án P* = (0, 1, 1,, 1) và ma trận thông tin đã mờ hóa như trong (8) ta thu được kết quả ở bảng 12. Kết quả này cho thấy ứng viên 5 là lựa chọn thích hợp nhất cho ví trí kế toán của doanh nghiệp khi xem xét đồng thời 8 tiêu chí. Ứng viên 1 ở cuối bảng xếp hạng. Bên cạnh đó, để so sánh, đánh giá khách quan về kết quả theo phương pháp đề xuất thì chúng tôi so sánh kết quả thu được với kết quả của phương pháp SWARA, kết quả được thể hiện trong hình 4. Từ hình 4 cho thấy các kết quả thu được từ phương pháp FMOORA dựa vào độ đo entropy mờ mới, FMCDM dựa vào độ đo khoảng cách giữa các tập mờ và phương pháp SWARA cơ bản là như nhau. Cả 3 phương pháp đều cho kết quả ứng viên 5 là lựa chọn tốt nhất, tiếp theo là các ứng viên 6 và 2. Tuy nhiên, đối với ứng viên 4 và 7 kết quả xếp hạng có sự khác nhau giữa 3 phương pháp, cụ thể đối với phương pháp FMOORA dựa vào độ đo entropy mờ mới và SWARA thì ứng viên 4 được xếp thứ 5 và ứng viên 7 được xếp thứ 4. Với phương pháp FMCDM, ứng viên 4 xếp thứ 4 và ứng viên 7 xếp thứ 5 trong bảng xếp hạng các ứng viên. Bảng 8. Ma trận thông tin đã mờ hóa C1 C2 C3 C4 C5 C6 C7 C8 Ứng viên 1 0,5000 0,6500 0,0000 0,5000 0,3333 0,6666 0,3333 0,2857 Ứng viên 2 0,6667 0,4000 0,5000 0,9167 0,8333 0,3333 0,6667 0,4286 Ứng viên 3 0,3333 0,3867 0,3333 0,5000 0,3333 0,1667 0,3333 0,1429 Ứng viên 4 0,6667 0,3933 0,3333 0,8333 0,6667 0,5000 0,5000 0,2857 Ứng viên 5 0,5000 0,5600 0,6667 0,6667 0,6667 0,5000 0,6667 0,7143 Ứng viên 6 0,6667 0,7500 0,8333 0,8333 0,5000 0,3333 0,6667 0,7143 Ứng viên 7 0,3333 0,4600 0,6667 0,4167 0,8333 0,3333 0,1667 0,4286 Ứng viên 8 0,5000 0,3933 0,3333 0,1667 0,5000 0,3333 0,3333 0,2857 Ứng viên 9 0,3333 0,4267 0,3333 0,3333 0,3333 0,1667 0,1667 0,1429 Bảng 9. Entropy mờ và trọng số của các tiêu chí C1 C2 C3 C4 C5 C6 C7 C8 Entropy 0,9259 0,9372 0,7654 0,7469 0,8395 0,8395 0,8271 0,7800 Trọng số 0,0553 0,0468 0,1752 0,1891 0,1199 0,1199 0,1291 0,1643 Bảng 10. Ma trận thông tin C1 C2 C3 C4 C5 C6 C7 C8 Ứng viên 1 0,0276 0,0304 0,0000 0,0945 0,0399 0,0799 0,0430 0,0469 Ứng viên 2 0,0369 0,0187 0,0876 0,1733 0,0999 0,0399 0,0861 0,0704 Ứng viên 3 0,0184 0,0181 0,0584 0,0945 0,0399 0,0199 0,0430 0,0234 Ứng viên 4 0,0369 0,0184 0,0584 0,1575 0,0799 0,0599 0,0645 0,0469 Ứng viên 5 0,0276 0,0262 0,1168 0,1260 0,0799 0,0599 0,0861 0,1173 Ứng viên 6 0,0369 0,0351 0,1460 0,1575 0,0599 0,0399 0,0861 0,1173 Ứng viên 7 0,0184 0,0215 0,1168 0,0787 0,0999 0,0399 0,0215 0,0704 Ứng viên 8 0,0276 0,0184 0,0584 0,0315 0,0599 0,0399 0,0430 0,0469 Ứng viên 9 0,0184 0,0200 0,0584 0,0630 0,0399 0,0199 0,0215 0,0234 Nguyễn Hữu Hải, Nguyễn Văn Hạnh, Vũ Thị Thu Giang, Đỗ Thị Huệ, Nguyễn Thị Bích Thủy 985 Bảng 11. Chỉ số Pi, Ri, chỉ số ưu tiên Qi và kết quả xếp hạng các ứng viên Pi Ri Qi Xếp hạng Ứng viên 1 0,0478 0,0138 0,0340 6 Ứng viên 2 0,0823 0,0184 0,0639 3 Ứng viên 3 0,0425 0,0092 0,0333 7 Ứng viên 4 0,0694 0,0184 0,0510 5 Ứng viên 5 0,0875 0,0138 0,0737 1 Ứng viên 6 0,0917 0,0184 0,0733 2 Ứng viên 7 0,0641 0,0092 0,0549 4 Ứng viên 8 0,0426 0,0138 0,0288 8 Ứng viên 9 0,0352 0,0092 0,0260 9 Bảng 12. Xếp hạng các ứng viên theo FMCDM d(Ai, P * ) Xếp hạng Ứng viên 1 0,6708 6 Ứng viên 2 0,4596 3 Ứng viên 3 0,6810 7 Ứng viên 4 0,5334 4 Ứng viên 5 0,3667 1 Ứng viên 6 0,3856 2 Ứng viên 7 0,5510 5 Ứng viên 8 0,6818 8 Ứng viên 9 0,7284 9 Hình 4. Kết quả xếp hạng ứng viên theo FMOORA, FMCDM và SWARA 4. KẾT LUẬN Trong bài báo này chúng tôi đã nghiên cứu và đề xuất độ đo entropy mới của tập mờ nhằm cải thiện cách xác định trọng số của các tiêu chí trong phương pháp FMOORA, một nhân tố đóng vai trò quan trọng trong bài toán MCDM. Chúng tôi đã áp dụng mô hình đề xuất để giải quyết bài toán thực tế như là lựa chọn nhân sự cho khóa tập huấn của công ty và nhân sự kế toán cho doanh nghiệp ngành thép và vật liệu công nghiệp. Qua hai ví dụ đã phân tích ở trên cho thấy trọng số của các tiêu chí ảnh hưởng lớn đến kết quả xếp hạng của các ứng viên. Do vậy, việc xây dựng một phương pháp xác định trọng số của các tiêu chí trong bài toán MCDM là cần thiết. Độ đo entropy mờ mới đã thể hiện được sự hiệu quả của nó trong việc xác định trọng số của các tiêu chí trong phương pháp FMOORA. Từ đó, mô hình đề xuất cho chúng ta kết quả xếp Mô hình MOORA dựa vào entropy mờ mới ứng dụng cho hệ thống thông tin tuyển dụng 986 hạng các ứng viên chính xác hơn. Ngoài ra, độ đo entropy mờ được đề xuất cung cấp cho chúng ta nhiều lựa chọn hơn để tính độ đo entropy của tập mờ. Trong tương lai, độ đo entropy được đề xuất cần được tiếp tục nghiên cứu và ứng dụng để giải quyết các bài toán khác nhau như là bài toán ra quyết định nhóm, bài toán phân cụm dữ liệu mờ và nhận dạng mẫu. TÀI LIỆU THAM KHẢO Ali R.A., Milan N. & Zahra A. (2017). Personnel selection using Group fuzzy AHP and SAW methods. Journal of engineering management and competitiveness (JEMC). 7(1): 3-10. Brauers W.K.M. & Zavadskas E.K. (2006). The MOORA method and its application to priva- tization in a transition economy. Control and Cybernetics. 35(2): 445-469. Brauers W.K.M. & Zavadskas E.K. (2010). Project management by MULTIMOORA as an instrument for transition economies. Techn-ological and Economic Development of Economy. 16(1): 5-24. El-Santawy M.F. (2012). Personnel Training Selection Problem Based on Modified TOPSIS". Computing and Information Systems Journal. University of the West of Scotland. 16(1): 92-97. Gökay Akkaya, Betül Turanoðlu & Sinan Öztas (2015) An Integrated Fuzzy AHP and Fuzzy MOORA Approach to the problem of Industrial Engineering Sector Choosing. Expert Systems with Applications. Hadad Y., Keren B. & Laslo Z. (2013). A decisionmaking support system module for project manager selection according to past performance. International Journal of Project Management. 31(4): 532-541. Hwang C.L. & Yoon K. (1981). Multiple Attributes Decision Making Methods and Applications. Heidelberg: Springer, Berlin. Kabak M., Burmaoðlu S. & Kazançoðlu Y. (2012). A fuzzy hybrid MCDM approach for professional selection. Expert Systems with Applications. 39(3): 3516-3525. Karande P. & Chakraborty S. (2012). A Fuzzy- MOORA approach for ERP system selection. Decision Sciences Letters 1(1): 11-22. Kersuliene V. & Turskis Z. (2011). Integrated fuzzy multiple criteria decision making model for architect selection. Technological and Economic Development of Economy. 17(4): 645-666. Kersuliene V., Zavadskas E.K. & Turskis Z. (2010). Selection of rational dispute resolution method by applying new step - wise weight assessment ratio analysis (SWARA). Journal of Business Economics and Management. pp. 243-258. Liu Xuecheng (1992). Entropy, distance measure and similarity measure of fuzzy sets and their relations. Fuzzy Sets and Systems. 52: 305-318. Luis P.D., Luis A.R.P., Alejandro A.I., David L.C. & Zeshui X. (2018) MOORA under Pythagorean Fuzzy Set for Multiple Criteria Decision Making. Complexity in Manufacturing Processes and Systems. Mohamed F. El-Santawy1 & Ahmed A.N. (2012). Personnel Training Selection Problem Based on SDV-MOORA. Life Science Journal. 9(2s). Petrovic-Lazarevic S. (2001). Personnel selection fuzzy model. International Transactions in Operational Research. pp. 89-105. Saaty T.L. (1980). The analytic hierarchy process. New York: McGraw-Hill. Saaty T.L. (1996). The Analytic Network Process. RWS Publications, Pittsburgh. Stanujkic D., Magdalinovic N., Jovanovic R. & Stojanovic S. (2012). An objective multi-criteria approach to optimization using MOORA method and interval grey numbers. Technological and Economic Development of Economy. 18(2): 331-363. Stanujkic D., Magdalinovic N., Milanovic D., Magdalinovic S. & Popovic G. (2014). An Efficient and Simple Multiple Criteria Model for a Grinding Circuit Selection Based on MOORA Method. Informatica. pp. 73-93. Wang D. (2009). Extension of TOPSIS Method for R and D Personnel Selection Problem with Interval Grey Number. 2009 International Conference on Management and Service Science. pp. 1-4. Yakup Çelikbilek (2018). Using an Integrated Grey AHP–MOORA Approach for Personnel Selection: An Application on Manager Selection in the Health Industry (2015). Alphanumeric journal. 6(1). Zadeh L.A. (1965). Fuzzy sets. Information and control. 8(3): 338-353. Zhang S.F. & Liu S.Y. (2011). A GRA-based intuitionistic fuzzy multi-criteria group decision making method for personnel selection, Expert Systems with Applications. pp. 11401-11405.
File đính kèm:
- mo_hinh_moora_dua_vao_entropy_mo_moi_ung_dung_cho_he_thong_t.pdf