طراحی مدلی جهت تحلیل عملکرد اعضای هیئت علمی مبتنی بر ورودی های فرآیند جذب و تبدیل وضعیت با رویکرد داده کاوی فازی

مدیریت فرآیند جذب و تبدیل وضعیت اعضای هیئت علمی دانشگاههاو موسسات آموزش عالی از مقولات مهمی است که اتخاذ هر نوع راهبردی را به ناچار خطیر جلوه می سازد. این مقاله تاکید بر این نکته دارد که جذب اساتید متخصص و متعهدبر عملکرد دانشگاه تاثیر بسزایی دارد. هدف تحقیق تحلیل عملکرد اعضای هیات علمی مبتنی بر ورودی های فرآیند جذب و تبدیل وضعیت با رویکرد داده کاوی فازی می باشد.از جمله روش های تحلیل عملکرد، جمع آوری داده ها و تحلیل آن با داده کاوی است. روش پژوهش به‌کارگیری داده کاوی فازی عصبی برای تحلیل عملکرد اعضای هیات علمی بوده است. این پژوهش به طراحی سیستمی فازی عصبی برای تحلیل شخصیتی و عملکرداعضای هیات علمی جذب و تبدیل وضعیت شده پرداخته است. برای این منظور 16داده شخصیتی و 2 داده عملکردی 1000 عضو هیات علمی جذب و تبدیل وضعیت شده ابتدا جمع آوری و پاکسازی ،کوچک سازی و در نهایت طراحی مدل شبکه عصبی فازی با روشهای یادگیری ماشین، الگوریتم ژنتیک و الگوریتم ril انجام شد. ابزار پیاده سازی نرم افزار متلب می باشد. یافته تحقیق طراحی مدلی باشبکه عصبی فازی و الگوریتم ril با روایی ضریب همبستگی بالا و mse پایین در ارزیابی صلاحیت علمی و عمومی اعضای هیات علمی بوده است. از نتایج تحقیق پیش بینی می شود اعضای هیات علمی دارای خصوصیات شخصیتی باثبات، تاثیرگذار، راستگودر صلاحیت عمومی وبرونگرا، باثبات، تاثیرگذار، راستگو در صلاحیت علمی برای جذب و تبدیل وضعیت مناسب هستند.

designing a model to analyze the performance of faculty members based on the inputs of the process of attracting and transforming with a fuzzy data mining approach

managing the process of attracting and transforming the status of faculty members of universities and higher education institutions is one of the important categories this article emphasizes that attracting expert and committed professors has a significant impact on university performance.. the purpose of the research is to analyze the performance of faculty members based on the inputs of the process of attracting and transforming the situation with the fuzzy data mining approach. among the methods of performance analysis is data collection and analysis with data mining. the research method was using neural fuzzy data mining to analyze the performance of faculty members. this research deals with the design of neural fuzzy system to analyze the personality and performance of the faculty members recruited and converted. for this purpose, 16 personality data and 2 functional data of 1000 faculty members were recruited and transformed, firstly, they were collected, cleaned and reduced, and finally, the fuzzy neural network model was designed with machine learning methods, genetic algorithm and ril algorithm. the implementation tool is matlab software. the research findings of designing a model with fuzzy neural network and ril algorithm with the validity of high correlation coefficient and low mse in evaluating the scientific and general competence of faculty members. from the results of the research, it is predicted that the faculty members have stable, influential, honest personality traits in general competence and extrovert, stable, influential, truthful in scientific competence to attract and transform the situation.