بخشی از مقاله

تعديل ناسازگاري از طريق يادگيري در تصميم گيري گروهي و كاربرد آن در مصاحبه استخدامي MBA چين


خلاصه:
از تصميم گيري گروهي، به دليل محدوديت پايه هاي اطلاعاتي و دانش فردي يا به دليل قانون تصميم ، يك تصميم گيرند. به تنهايي ممكن است توانايي ارزيابي آلترناتيوهاي انتخابي رانداشتند.
اين شرايط مي تواند به ناسازگاري در نقطه تصميم گيري گروهي منجر شد و اين ناسازگاري ها تحت رويكرد هاي موجود به دشواري تعديل مي گردند.


بر مبناي Rough set theory ، ما رويكرد جديدي را پيشنهاد مي‌دهيم كه 2 نوع تكنيك يادگيري را همگرا مي كند. اين رويكرد ابتدا يك رويه يادگيري ماشيني رابكار ميگيرد كه آلترناتيوهاي ممكن را از تصميم گيرندگاني كه در حال حاضر در مجموعه جايگزين تصميم گيرنده داده شده نيستند، استخراج مي كند.
در مرحله بعد اين رويكرد از يك مدل يادگيري دانش گروهي براي تعيين مقادير خصوصيت متناظر با آن آلترناتويهايي كه جديداً يادگرفته شده اند در استخدام سازگار گروهي، استفاده مي كند.
سودمندي اين رويكرد را مي توان بااستفاده از كاربردش در مصاحبه استخدامي MBA چين اثبات نمود.


مقدمه
پيچيدگي روزافزون محيط اقتصادي اجتماعي، بررسي همه ابعاد مساله تصميم گيري براي يك تصميم گيرنده تنها (DM) را دشوارتر ساخته است و در نتيجه سازمان هاي بسياري از گروهها از فرايند تصميم گيري استفاده مي كنند. برغم بعضي مشابهت ها، تصميم گيري گروهي (GDM) با تصميم گيري چند معياره (MADM) فرق دارد MADM از نقطة نظر اقتصادي يا اجتماعي صورت مي گيرد. در هر دو مورد معيارها و ارتباطات / تعاملات دو جانبه آنها به صورت شبكه مدل سازي مي شوند. در MADM تعاملات بين معيارها در پي يانين يانسخ رضايت بخش بجاي پاسخ بهينه هستند در حالي كه GDM به دنبال بهنيه ساختن نتايج حاصل از تصميم گيرندگان متفاوت از طريق تعديل ناسازگاري و همگرايي گروهي مي باشد.


تحقيق پيشينه در GDM بررسي كرده است كه چگونه اعضا گروه با سود جمعي اما اطلاعات متفاوت و توانايي هاي تصميم گيي متفاوت ، در جهت گرفتن تصميات بهينه كه از منابع اعضا استفاده مي كنند. يكي و متحد مي شوند معمولاً اين رويه داراي تأثير دو جانبه است زيرا انتخاب در يك مرحله اتفاق نمي افتد.
بر مبناي اين تحقيق اخير [6] ما رويه GDM را در يك فرايند 4 مرحله اي كه در شكل 1 نشان داده شده است خلاصه كرديم.
ايجاد مجموع جايگزين مقدماتي (اوليه) : قدم اول


(مجموعه جايگزين اوليه)
تصميم گيري فردي : قدم دوم
(ارزيابي آلترناتيوها)
تعديل ناسازگاري : قدم سوم
(ارزيابي تعديل شده)
جمع بندي اولويت هاي گروهي : قدم 4


(نتايج تصميم گيري گروهي)
رضايت بخش
توقف
شكل 1: نمايش فرايند تصميم گيري گروهي
در شكل فوق، مستطيل هايي كه گوشة منحني دارند و به دنبال هر مرحله آمده اند نتيجه آن مرحله هستند.
قدم اول فرايند ايجاد مجموعه اي از آلترناتيوهاي اوليه مي باشد. اين مجموعه به عنوان تابع مساله تحت مطالعه از پيش فرض مي شود و يا تصميم گيرندگان گروه آن را ايجاد مي كنند. در قدم دوم هر تصميم گيرنده هر يك از عناصر اين مجموعه را ارزيابي مي كند (قدم 3 ) نتايج ناسازگار حاصل از تصميمات هر تصميم گيرنده با تصميم گيرنده هاي ديگر تعديل مي شوند. در قدم 4 براي رسيدن به سطح قبول ناسازگاري نتايج حاصل از تصميم گيري هاي هر فرد براي دستيابي به تصميم گروهي همگرا مي شوند.
اگر تحقيقات GDM مجموعه آلترناتيوهاي اوليه يكساني را از پيش فرض مي كنند و در اختيار هر يك از اعضاء گروه قرار مي دهند و سپس به تعديل ناسازگاري ايجاد شده و مكانيزم هاي تجمعي اولويت گروهي مي پردازند [7-9] ولي در عمل اين فرض به حقيقت نزديك نيست.


1) نيازهاي مساله تصميم گيري : اگر مجموعه آلترناتيوهاي اوليه اي كه از سوي مساله تصميم گيري ارائه مي شود اندازه بزرگي داشته باشد معقول و معمول است كه هر يك از تصميم گيرندگان در گروه نيازمند انتخاب و ارزيابي يك زير مجموعه از آلترناتيوها باشند اين چنين ناسازگاري از سوي تصميم گيرندگان وجود مجموعه هايي آلترناتيوهاي ناهمسان را الزامي مي سازد.
به عنوان يك نمونه آزمون ورود مدير ارشد اداره كل تجارت چين (MBAEE) كه شامل 9 قدم است بيشتر آن شامل فرايندهاي GDM است همراه حذف بازي ها.


متخصصان تشكيلات اقتصادي دانشگاهها متقاضيان MBA را بر اساس دانش خدشان درگرفتن تصميمات ارزيابي مي كند اگر فرض كنيم 220 نفر متقاضي MBA آماده شركت در آزمون ورودي هستند . حداكثر 80 نفر با توجه به محدوديت هاي تسهيلات آموزشي مي توانند قبول شوند.
بنابراين اين متخصصان بايد حداكثر 120 نفر را مورد ارزيابي و انتخاب قرار دهند (بيش از 80 نفر بايد انتخاب شوند كه اين امر به دليل ناسازگاري بالقوه بين تصميم گيرندگان و امكان حذف افراد در آزمون هاي اضافي بعدي است)


مي توان مشاهده كرد كه اگر چه به همه تصميم گيرندگان در گروه مجموعه همسالن از 220 متقاضي MBA داده شده است 120 متقاضي كه از سوي هر تصميم گيرنده انتخاب مي شوند ممكن است باانتخاب ديگران متفاوت باشد.
بنابراين از نقطه نظر GDM و يعني تعديل ناسازگاري و تجمع اولويت گروهي، مجموعه آلترناتيوهاي ناهمسان بين تصميم گيرندگان وجود دارند.


2) مجموعه هاي آلترناتيو هاي اوليه كه توليد مي شوند از سوي تصميم گيرندگان متفاوت
اگر يك مجموعه آلترناتيو هاي اوليه از سوي يك تصميم گيرنده ايجاد شود تصميم گيرندگان متفاوت در يك گروه مجموعه هاي آلترناتيو متفاوت دارند، بيش ترين چالش كاري در قدم 3 در شكل 1 تعديل كردن ناسازگاري هاي بين آن مجموعه ها است. همانطوركه اخيراً ذكر شد ما اين موضوع را به عنوان يك مساله تحقيقي جديد همراه با عرصه GDM پيشنهاد مي دهيم.


1-1- تحقيق پيشين
تحقيق مهمي قبلا بر موضوع تعديل ناسازگاري انجام شده است . رويكردهاي جاري كه ممكن است براي اصلاح مشكل جديد تعديل ناسازگاري بكار روند را به سختي مي توان در 5 گونه طبقه بندي كرد.
اولي رويكرد فرايند گروهي است (مانند طوفان مغذي الكترونيكي [10] تكنيك گروه اسمي [11,12] كه بر توليد ايده هاي خلاق از طريق تفكر گروهي تاكيد دارد .اين رويكرد راي مشكل ها قابل استفاده نيست . و بايد اين موضوع را نيز مورد توجه قرار داد كه اين رويكرد از اين موضوعات كليدي كه هر تصميم گيرنده چه زماني و چگونه بايد تحت آموزش قرارگيرد. چشم پوشي مي كند نوع دوم، تجزيه مساله است (مانند تحليل سيستم [13] نمودار نفوذ [1A] ، ترسيم شناختي [15,16] كه فاز تصميم گيري اوليه حل مساله را تسهيل مي سازد. آن نيز اينجا نامناسب است از آنجايي كه راهي قواي خلق مجموعه آلترناتيوهاي همسان بين تصميم گيرندگان وجود ندارد.


نوع سوم رويكرد مدل هاي چندگانه است ماند دفاع شيطان [11] (Devil's advocacy) ، تحقيق مناظره اي [17] آزمون مفروضات استراتژيك [18] كه مدل هاي متفاوت را در تلاش براي دستيابي به سازگاري گروهي مقايسه مي كند اين تعديل ناسازگاري اينجا مفيد واقع نمي شد زيرا امكان دارد مدل مرجعي براي انتخاب وجود نداشته باشد [17] حتي اگر چنين مدلي وجد نداشته باشد، باعث كاهش خلاقيت تفكر گروهي مي شود.
طبقه چهارم بحث و مناظره است (مانند اثبات ساختار يافته [18] كه مي تواند سيستم مساله را بسيار قابل هضم تر بسازد اين رويكرد هم در مورد ما كمتر قابل استفاده است. به همان دليل كه در مور رويكرد تجزيه ذكر شد.
آخرين رويكرد يادگيري ماشيني است كه ماتريس تصميم چند شاخصه را با ارزيابي هاي ناقص به جدول تصميم تبديل مركز و قوانين تصميم گيري Rough set theory را به كار مي گيرد . اين تكنيك نيز براي تصميم گيري گروهي مناسب نيست [19,20] زيرا براي يك تصميم گيرنده طراحي شده است.
در مقاله جاري ما يك رويكرد جايگزين را براي مساله جديد تعديل ناسازگاري مان پيشنهاد مي دهيم كه اين رويكرد 2 نوع تكنيك يادگيري را همگرا مي‌كند.
اين رويكرد ابتدا يادگيري دانش گروهي را براي تعيين مقادير خصوصيت آن آلترناتيوهايي كه جديداً يادگرفته شده اند بكار ميگيرد در حالي كه نياز سازگاري گروهي را برآورده مي سازد.
در بخش 2، آزمون ورودي MBA چين به عنوان نمونه اي از مساله تعديل ناسازگاري جديد خلاصه مي شود.


بخش 3، رويكرد پيشنهادي ما را براي تعديل ناسازگاري شرح مي دهد. كاربرد اين رويكرد براي مصاحبه استخدامي MBA در بخش 4 گزارش مي شود و بخش 5 نتيجه مقاله است.
2- تصميمات گروهي درآزمون ورودي MBA چين (MBAEE)
به عنوان كاربدي مهم از فرايند تعديل ناسازگاري پيشنهادي ما، اين بخش به طور خلاصه اصول اساسي MBAEE چين را معرفي مي كند و ناسازگاري‌هاي ممكن را در فرايند تحليل مي كند.
1-2- توصيف MBAEE چين.


همراه با رشد اقتصادي باثبات چين، آموزش هاي حرفه اي مانند MBA و مديريت اداره عمومي (MPA) در سالهاي اخير به سرعت توسعه يافته‌اند. چين آموزش MPA را در 1991 آغاز كرد، تا 2002 ، 47000 دانشجوي MBA از 65 دانشگاه در چين فارغ‌التحصيل شده ا ند، در سال 2003 ، 36210 متقاضي گذراندن آزمون ورودي MBA بودند و 8898 دانشجو بالاخره به عنوان كانديداهاي دوره MBA پذيرفته شدند. [21]
در طول فرايند توسعه آموزشي، MBAEE چين از

يك آزمون نوشتاري به يك توالي 9 مرحله اي كه بيش‌تر طبيعت GDM دارد تغيير يافته است.
مطابق با انجمن مشاوره آموزشي MBA ملي چين [22] ، 9 مرحله آزمون ورودي شامل مراحل زير هستند.
قدم اول: گيرنده شرايط متقاضي: در اين قدم بررسي مي شود كه آيا متقاضي شرايط يا نيازمندي هاي اصلي را در زمينه آموزش، حرفه و ... دارد يا نه؟
قدم دوم: آزمون كتبي
قدم سوم: مرور پيش زمينه متقاضي: اين قدم پيش زمينه و وضعيت شخصي متقاضي را بررسي مي كند.
قدم چهارم: صلاحيت مصاحبه: اين قدم نتايج قدم هاي 2 و 3 را

با هم تركيب مي‌كند و مشخص مي كند چه كساني بايد در مصاحبه شركت كند.
قدم پنجم: مصاحبه پذيرش: متخصصاني از دانشگاه‌ها و مراكز تجاري تصميم مي گيرند كه كدام متقاضي واجد شرايط كانديد شدن براي دوره MBA هست.
قدم ششم: شرايط امكان انتقال: بعضي متقاضيان كه مرحله 4 را گذرانده‌اند اما موفق به گذر از مرحله 5 نشده اند مي توانند امكان پذيرفته شدن از سوي دانشگاه‌هاي ديگر را بيابند. اين امكان انتقال نيز توسط انجمن بررسي مي شود.
قدم هفتم: معاينه سلامتي
قدم هشتم: مرور آرشيوهاي شخصي متقاضي: اين گام تجارت كاري و دستاوردهاي متقاضي را در مديريت كسب و كار بررسي مي كند.
قدم نهم: پذيرش نهايي: متقاضياني كه قدم هاي 8-1 را گذرانده‌اند از سوي انجمن پذيرفته مي‌شوند.
اين قدم ها مي تواند به سادگي موردنظر قرار گيرد اما قدم دوم در فرايند بالا، شامل GDM مي شود و همه اين قوم ها درگير بازي‌هاي حذف هستند.
2-2- ناسازگاري محتمل در MBAEE چين


مصاحبه پذيرش (قدم پنجم) تقريباً هميشه با چالش‌هاي مسأله جديد تعديل ناسازگاري كه در بخش قبل شرح داده شده است روبرو مي شود و اين موضوع يك مشكل GDM نوعي در فرايند MBAEE به شمار مي آيد.
متخصصان دانشگاه ها و مراكز تجاري، متقاضيان را (عناصر مجموعه آتوناتيوهاي مقدماتي) بنابر مهارت هاي ارتباطي شان، پاسخ گويي، تفكر منطقي، توانايي خوب كار كردن با ديگران و پتانسيل موفقيت در برنامه ارزيابي مي كنند با توجه به محدوديت هاي

فيزيكي تسهيلات آموزشي (مانند تعداد كلاس هاي درس و اعضاي هيئت علمي) هر تصميم گيرنده (متخصص) در گروه بايد صرفاً يك زير مجموعه از متقاضيان را ارزيابي و انتخاب كند.
در طي زمان مصاحبه پذيرش (min 15-10) ، متخصصان زمان كافي براي دستيابي به همه اطلاعات ضروري از همه مشخصات تمام متقاضيان ندارند. علاوه بر آن، پيش زمينه هاي متفاوت متخصصان امكان دارد در ترجيح اولويت‌هاي مشخصات منتخب مداخله كند. [23]. بنابراين تصميم گيرندگان مختلف امكان دارد به نتايج متفاوت برسند. بنابراين، GDM بر مبناي چنين نتايجي ممكن است بعضي از متقاضيان MBA را از پذيرش نهايي محروم كند و اينكه از چه نوع رويكرد تجمعي اولويت گروهي استفاده شود تأثيري ندارد.
مثلاً، 4 متخصص را در نظر مي گيريم كه يك گروه تصميم گيري را براي مصاحبه پذيرش MBA تشكيل مي دهند. . آنها 6 متقاضي را بر مبناي 3 خصوصيت بررسي مي كنند. توانايي ارتباطات ، تفكر منطقي ، و پتانسيل كاراي موفق در برنامه . نتايج تصميم گيري فرضي در جدول 4-1 آليست شده است. جدول 4-1 نشان مي دهد كه نتايج براي متقاضي ممكن است ناسازگار باشد.
اين يك مسأله ناسازگاري است كه در اين ادبيات به طور گسترده بررسي شده است. ارزيابي متقاضي از سوي با ارزيابي آن از سوي ناسازگار است. به اين دليل كه باور دارد كه متقاضي شايسته نيست و او را از ارزيابي اش حذف مي كند. اين مسأله ناسازگاري جديد است كه در اين مقاله مورد توجه قرار گرفته است.
با اين تفاصيل، ما هيچ رويكرد موجودي را نيافته ايم كه بتواند مستقيماً مسأله تعديل ناسازگاري جديد ما را حل كند.
اگر ما از اين ناسازگاري چشم پوشي كنيم و مستقيماً اولويت هاي گروه را همگرا كنيم. بعضي متقاضيان عالي ممكن است بدون توجه به رويكرد تجمعي اولويت گروهي حذف شوند. براي مثال، اگر ما از تئوري سودمندي گروهي (group utility) استفاده كنيم، تصميم گروه بر صرفاً ارزيابي و انعكاس مي يابد. بنابراين يافتن قانون مناسب براي اطمينان از انتخاب توسط گروه دشوار است.
اگر ما تجميع اولويت گروه را بكار گيريم با استفاده از فرايند تحليل سلسله مراتبي (AHP) ، ممك

ن است نتيجه هر طبقه را به دليل تعداد سطرهاي متفاوت ماتريس هاي متفاوتي كه از سوي تصميم گيرندگان مختلف داده مي‌شوند به دست نياوريم. هيچ قانون بوردا (Borda’s Rule) نمي تواند براي اين مسأله استفاده شود به دليل اينكه رأي‌هايي كه همه تصميم گيرندگان مي دهند بايد براي دستيابي به تصميم گروهي بكار گرفته شود.
زماني كه متقاضيان حداقل 2 رأي دارند، اگر يكي از بين 6 متقاضي الزاماً حذف شوند، صرفاً يك

شانس خواهد بود.
بنابراين ما رويكردي تجديد نظر شده را براي رويارويي موثر با اين مسأله تعديل ناسازگاري جديد نياز خواهيم داشت.
3- رويكردي جديد به تعديل ناسازگاري
بر مبناي Rough set Theory ، ما اكنون رويكرد جديدي را براي مسأله تعديل ناسازگاري كه در بالا ذكر شد پيشنهاد مي كنيم. اين رويكرد، 2 نوع تكنيك يادگيري را همگرا مي كند. در بكارگيري يادگيري ماشيني، ابتدا الگوريتم خصوصيت را شرح مي دهيم.
1-3- الگوريتم گسسته خصوصيت
Rough set Theory ابتدا از سوي [26 و 25] Pawlak مطرح شد و در استدلال و اكتساب دانش براي سيستم هاي خبره بكار گرفته شده است. [27]. به اين دليل كه داده ها در يك ماتريس تصميم گيري چند معياره ممكن است پيوسته باشند، بايد هر خصوصيت پيوسته، قبل از بكارگيري اين تئوري، گسسته شود.


يك ماتريس تصميم گيري چند معياره براي در جدول 5 نشان داده شده است.
در جدول 5 ، يك مجموعه آلترناتيو است كه از سوي در ماتريس تصميم گيري اش ارزيابي مي شود و به صورت زير تعريف مي شود.

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید