МОДЕЛЬ И АЛГОРИТМЫ ОЦЕНКИ ЭФФЕКТИВНОСТИ ПРОФЕССИОНАЛЬНОЙ ДЕЯТЕЛЬНОСТИ СОТРУДНИКОВ НА БАЗЕ ИНФОРМАЦИОННОЙ СИСТЕМЫ МЕДИА-ХОЛДИНГА АО «ИЗДАТЕЛЬСКИЙ ДОМ „НОВОСТИ ЮГРЫ“»

Статья посвящена разработке модели и алгоритмов оценки эффективности профессиональной деятельности сотрудников на базе информационной системы медиа-холдинга АО «Издательский дом „Новости Югры“». Формализован процесс постановки и контроля задач внутреннего корпоративного сайта. Объект «задача» определяется ключевыми полями: «Тип задачи», «Уровень сложности», «Крайний срок», «Ответственный». Получен алгоритм расчета баллов и индекса эффективности сотрудника за выполненную задачу. На основе статистического материала деятельности двух отделов организации построена модель по расчету индекса эффективности сотрудника. Зависимой переменной в уравнении порядковой регрессии является «Премия» - значение фактического начисления премии сотруднику в организации. Ковариатами являются переменные «Сложность», «Опережение», «Оценка», «Индекс трудовой деятельности». В пакете статистической обработки информации определены пороговые значения для расчетного показателя премирования и размер премии в процентном соотношении. Представлен алгоритм работы системы помощи принятия решений, который основывается на расчете максимальной частоты значений атрибутов «Тип задачи» и «Уровень сложности» из всех задач, выполненных сотрудником максимально успешно за месяц. Разработанные модель и алгоритм прошли апробацию на базе внутреннего корпоративного сайта медиа-холдинга АО «Издательский дом „Новости Югры“».

порядковая логистическая регрессия, индекс эффективности сотрудника, индекс текущей деятельности, оценка персонала, система поддержки принятия решений, экспертная оценка, информационная система, ordinal logistic regression, employee efficiency index, current activity index, personnel assessment, decision support system, expert evaluation, information system

1. Бююль А., Цефель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. СПб. : ДиаСофтЮП, 2005. 608 с.

2. Федоров Д. А. Модели и алгоритмы диагностики атеросклероза артерий нижних конечностей // Вестник. кибернетики. 2015. № 4. С. 135-141.

3. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. М. : Вильямс, 2007. 912 с.

4. Айвазян С. А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: основы моделирования и первичная обработка данных : справ. изд. М. : Финансы и статистика, 1983. 471 с.

5. Микшина В. С., Острейковский В. А., Федоров Д. А. Математическая модель выбора способа лечения облитерирующего атеросклероза на основе логистической регрессии // Инновации на основе информационных и коммуникационных технологий : материалы Международ. науч.-практ. конф.; науч. ред. А. Н. Тихонов. М. : Изд-во МИЭМ НИУ ВШЭ, 2013. С. 565-573.

6. Радченко С. Г. Устойчивые методы оценивания статистических моделей : моногр. Киев : Санспарель, 2005. 504 с.

7. ШестееваТ. В., Елисеева И. И., Курышева С. В. Эконометрика. М. : Финансы и статистика, 2005. 449 с.

8. Басыров-Попов Р. И. 1С-Битрикс. Корпоративный портал. Повышение эффективности компании. СПб. : Питер, 2012. 416 с.

9. Бернстейн А. Справочник статистических решений. М. : Статистика, 1968. 162 с.