Согласованное управление ресурсами рынка труда и процессом подготовки специалистов

Размещено на http://www.allbest.ru/

1

Согласованное управление ресурсами рынка труда и процессом подготовки специалистов

05.13.10 - «Управление в социальных и экономических системах»

Автореферат диссертации на соискание ученой степени

доктора технических наук

Кравец Алла Григорьевна

Астрахань 2007

Работа выполнена в Волгоградском государственном техническом университете

Научный консультант: доктор технических наук, профессор Камаев Валерий Анатольевич

Официальные оппоненты:

доктор технических наук Бершадский Александр Моисеевич

доктор технических наук Халилов Абдурахман Исмаилович

доктор технических наук Субетто Александр Иванович

Ведущая организация: Исследовательский центр проблем качества подготовки специалистов высшей школы

Защита состоится 03 ноября 2007 года в 10.00 часов на заседании диссертационного совета ДМ 212.009.03 при Астраханском государственном университете, 414056, г. Астрахань, ул. Татищева, 20А

С диссертацией можно ознакомиться в библиотеке Астраханского государственного университета

Ученый секретарь

диссертационного совета Доктор технических наук, профессор И.Ю.Петрова

Общая характеристика работы

Актуальность работы.

На современном этапе развития техники, технологии и образовательных услуг наиболее актуальной становится проблема целенаправленной подготовки специалистов.

Накопленный опыт создает благоприятные предпосылки для многофакторного анализа и формализации процесса оценки образовательных услуг. Однако, наиболее перспективными задачами являются анализ и управление процессом образования в совокупности с потребностью предприятий и организаций в специалистах. Актуализировалась проблема моделирования и прогнозирования развития образовательных услуг и оценки качества подготовки специалистов, особенно, при рассмотрении с точки зрения результатов функционирования системы: людские ресурсы - образовательные услуги - потребности в специалистах на рынке труда.

За последние годы заметно улучшились качественные характеристики трудовых ресурсов: значительно возрос образовательный потенциал трудоспособного населения; выросла доля более высоких ступеней образования в образовательной структуре.

Согласно проводимым Департаментом по труду и занятости населения Волгоградской области исследованиям (Диаграмма 1) весьма низок процент трудоустройства по специальности (% всего) в соответствии с уровнем образования (% уровень) выпускников ВУЗов. Даже с учетом открытия собственного дела (% своё дело) заметна негативная тенденция по ряду ключевых специальностей Волгоградской области.

В связи с этим появилась необходимость использования унифицированных описаний специалистов с целью получения сравнительных характеристик специалистов, характеристик индивидуального профессионального роста и других, а также создания локальных и глобальных автоматизированных банков данных студентов и выпускников ВУЗов как кадрового резерва России.

Диаграмма 1 Трудоустройство выпускников ВУЗов по некоторым специальностям

С другой стороны, участие государственных и предпринимательских структур, предприятий и организаций региона в процессе подготовки специалистов в ВУЗе, начиная с начальных этапов подготовки, окажет существенное влияние на своевременность адаптации структуры и содержания образовательного процесса к конъюнктуре рынка труда. Согласование предоставляемых образовательных услуг с интересами работодателей позволит реализовать социально - профессиональную адаптацию студентов и выпускников ВУЗов к постоянно изменяющимся тенденциям рынка труда.

Таким образом, актуальной является задача разработки теории согласованного управления ресурсами рынка труда и процессом подготовки специалистов.

Объектом исследования является система управления совокупным рынком труда и образовательных услуг

Предметом исследования являются инструменты управления процессом формирования кадрового потенциала региона на основе создания единого информационного пространства рынков труда и образовательных услуг.

Целью работы является разработка методологии информационного взаимодействия региональных рынков труда и образовательных услуг.

Достижение поставленной цели требует решения следующих задач:

1. На основе анализа состояния на рынке труда, потребности в образовательных услугах и практики подготовки специалистов сформулировать базовые концепции согласованного управления ресурсами рынка труда и процессом подготовки специалистов.

2. Предложить на основе исследования современных подходов к управлению социально - экономическими системами модели и методы базовых концепций: концепции интеллектуальной среды управления ресурсами рынка труда и концепции управления процессом подготовки специалистов в вузе в контексте адаптации к конъюнктуре рынка труда.

Модели должны удовлетворять следующим требованиям:

- гибкость, то есть адаптация к политической, экономической и социальной ситуации;

- соответствие общепринятым мировым стандартам для адекватной оценки эффективности, точности и быстродействия алгоритмов;

- инвариантность, то есть простота реализации моделей специалистов и банков данных в различных предметных областях;

- интеллектуальность, то есть возможность получения новых знаний на основании существующих;

- возможность анализа людских ресурсов с целью получения оптимального соотношения резервов;

- своевременность анализа исходных данных, что определяет качество принятых на его основе решений и диктует необходимость обновления информации по мере ее поступления и старения.

3. Разработать методы и сценарии взаимодействия субъектов рынков труда и образовательных услуг в едином информационном пространстве региона.

4. Сформулировать требования к организационным структурам ВУЗов, предприятий и организаций региона, необходимые для реализации эффективного взаимодействия.

5. Разработать информационную структуру, алгоритмы и программы локальных и глобальных автоматизированных банков данных на базе полученных моделей, отвечающие следующим требованиям:

- независимость информационного обеспечения;

- гибкость и легкость внесения необходимых изменений;

- использование наиболее современных моделей представления данных и знаний;

- обеспечение защиты и безопасности данных;

- точность информации и высокая скорость ее получения.

Методы исследования. В работе используются методы математического моделирования, системного анализа, проектирования больших программно-информационных систем, реализации информационного обмена с помощью унифицированных предметно инвариантных форм, теории графов, искусственного интеллекта, квалиметрического макромоделирования, когнитивного анализа, ситуационного моделирования (управление развитием ситуаций), управления человеческими ресурсами, контент - анализа литературы, компетентностного и объектно-ориентированного подходов. управление ресурс труд рынок

Научная новизна работы.

Разработана и апробирована теория согласованного управления ресурсами рынка труда и процессом подготовки специалистов.

В рамках теории впервые сформулированы и разработаны:

1. Концепция интеллектуальной среды управления ресурсами рынка труда, которая позволяет реализовать механизмы содействия трудоустройству выпускников ВУЗов в согласовании с управлением кадровой политикой предприятий.

2. Концепция управления процессом подготовки специалистов в ВУЗе в контексте адаптации к конъюнктуре рынка труда, предназначенная для актуализации набора профессиональных компетенций выпускника ВУЗа и моделирования индивидуальной модульной траектории подготовки.

3. Модели субъектов единого информационного пространства рынков труда и образовательных услуг.

4. Методы адаптации образовательного процесса к требованиям рынка труда.

5. Методы и сценарии взаимодействия субъектов единого информационного пространства рынков труда и образовательных услуг.

Практическая значимость результатов диссертационного исследования. Предложенные информационные модели и методы позволяют реализовать взаимодействие ВУЗов и работодателей на региональном рынке труда. Разработаны механизмы и способы адаптации образовательного процесса, информационные структуры для создания банков данных образовательных технологий и услуг как инструмента исследования динамики развития регионального образования и возможного прогнозирования потребности в адаптации и модернизации. Показаны пути создания механизмов согласованного управления региональными ресурсами рынка труда и процессами подготовки специалистов практически не только ВУЗами любого профиля, но и другими учебными заведениями профессионального образования. Это повышает надежность экспертно - аналитической обработки данных и прогнозирования ситуации на рынке труда и образовательных услуг, решает проблемы обмена информацией между заинтересованными организациями (учебными заведениями, кадровыми агентствами и предприятиями), снижает вероятность неоправданных затрат на подготовку кадров. Эффективность взаимодействия, реализованного на основании предложенных моделей и методов доказана увеличением числа трудоустроенных студентов ВолгГТУ на 42% и выпускников на 12%, сокращением затрат на поиск и подбор персонала на предприятиях на 34%.

Реализация и использование результатов работы. Результаты диссертационного исследования использовались для создания:

- Центра кадровых решений Волгоградского государственного технического университета;

- Студенческого центра инноваций факультета электроники и вычислительной техники Волгоградского государственного технического университета;

- Центра целевой индивидуальной подготовки студентов Волгоградского государственного технического университета;

- Распределенной информационной системы трудоустройства студентов и выпускников «Кадровый резерв»;

- Системы автоматизации деятельности районного военного комиссариата «РАУТ-КОМ»;

при непосредственном участии автора. Структуры и системы функционируют в настоящее время и показали свою эффективность.

Результаты исследования используются для реализации проектов Tempus «Modernization of Education in ICT at South Russian Universities (MEICTSRU)» JEP_25070_2004 и «Network for universities and enterprises cooperation (NEUC)» JEP_26108_2005, проекта 39 - 83 / 800 - 07 Министерства науки и образования по программе «Развитие научного потенциала высшей школы (2006-2008 годы)».

Для Исследовательского центра проблем качества подготовки специалистов высшей школы был подготовлен и прочитан в рамках повышения квалификации руководителей ВУЗов и подразделений ВУЗов курс лекций «Теория и практика согласованного управления ресурсами рынка труда и процессом подготовки специалистов».

Апробация результатов исследования. Основные положения и результаты работы докладывались и обсуждались на семинарах и конференциях Волгоградского государственного технического университета, Астраханского государственного университета, Санкт - Петербургского государственного электротехнического университета «ЛЭТИ» им. В.И.Ульянова (Ленина), МГТУ им. Баумана, международной конференции «Информационные технологии в науке, образовании, телекоммуникации и бизнесе. IT + S&Ed`06»,Украина, Гурзуф.

Студенческая работа на тему «Применение современных информационных технологий в автоматизации деятельности военных комиссариатов на примере информационно-поисковой системы РАУТ-КОМ» награждена медалью Министерства общего и профессионального образования РФ по итогам открытого конкурса на лучшую научную работу студентов по естественным, техническим и гуманитарным наукам в вузах РФ в 1998 году, автор диссертации награждена дипломом Министерства общего и профессионального образования РФ за руководство данной работой.

Работа на тему «Информационная среда управления ресурсами рынка труда и образовательных услуг» награждена дипломом Третьей выставки - ярмарки «Современная образовательная среда» (ВВЦ, г. Москва) в 2001 году.

Результаты работы используются в реализации программы Министерства образования России «Содействие трудоустройству и адаптации к рынку труда выпускников учреждений профессионального образования», на основании которой в 2003 году был создан Центр кадровых решений Волгоградского государственного технического университета. Автор диссертации является научным консультантом Центра кадровых решений.

В 2006 году на факультете «Электроника и вычислительная техника» Волгоградского государственного технического университета был открыт Центр студенческих инноваций. Автор диссертации является исполнительным директором центра.

Автоматизированные системы, разработанные на основе предложенных моделей, внедрены и зарегистрированы в Отраслевом фонде алгоритмов и программ.

Положения, выносимые на защиту:

1. Основные принципы и базовые концепции согласованного управления ресурсами рынка труда и процессом подготовки специалистов.

2. Информационные модели и методы, аналитические методы согласованного управления ресурсами рынка труда и процессом подготовки специалистов.

3. Сценарии взаимодействия субъектов рынков труда и образовательных услуг.

4. Организационные методологии, алгоритмы, программы и структуры локальных и глобальных автоматизированных банков данных, полученные на основании предложенных моделей и методов.

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения. Общий объем работы составляет 322 страницы с 12 таблицами и 120 иллюстрациями (рисунки, диаграммы, экранные формы и т.д.). Список литературы содержит 132 наименования. Приложения - 93 страницы.

Содержание работы

Во введении обоснована актуальность темы, определена цель работы, сформулирована научная новизна и практическая ценность работы, а также приведены примеры реализации результатов и апробации исследования.

В первой главе дается обзор и анализ существующих концепций и методов управления социально - экономическими системами и процессом подготовки специалистов.

Исходя из потребностей моделирования, проведен обзор и анализ следующих направлений:

Рынок труда:

• - экономические методики анализа и прогнозирования состояния рынка труда;
• - социологические методы исследования рынка труда;
• - когнитивный анализ и ситуационное моделирование социально - экономических систем;
• Образование:
• - научно - педагогические подходы к формированию государственного стандарта профессионального образования;
• - управление развитием регионального образования;

- управление качеством образования.

Рынок труда. В ходе обзора были рассмотрены статистические данные по распределению экономически активного населения по уровню образования, сведения о потребностях рынка труда (stat.edu.ru). Особенное внимание было уделено проблемам формирования современного рынка труда и его региональным особенностям (Л.Н.Рыбаков), социологическим методам исследований экономических систем (В.А. Ядов, Соколова И.В.) Были проанализированы следующие модели: модели динамики спроса и предложения рабочей силы (В.В. Томилов, Л.Н. Семеркова), модель гибкости и сегментации рынка труда, модель информационных потоков на рынке труда, опыт макромоделирования развития рынка труда (З.А.Котляр, А.Ю.Романовский). Рассмотрены методы когнитивного анализа и ситуационного моделирования (С.В.Коврига, В.И.Максимов), инновационные технологии прогнозирования развития регионального рынка труда (Г.И. Сидунова).

Образование. В ходе обзора были рассмотрены статистические данные по уровням образования, региональным показателям системы образования (stat.edu.ru). Были проанализированы: теория развития профессионального образования (А.М. Новиков), стратегии развития высшего образования (Е. Г. Пугачева, К. Н. Соловьенко), возможности прогнозирования потребности рынка труда в выпускниках системы профессионального образования (Н. О. Вербицкая, М. Э. Матафонов, В. А. Федоров), теоретические аспекты анализа образовательного товара и рынка профессионального образования (Д.В. Минаев).

В результате анализа моделей и методов была выполнена постановка задач исследования.

Во второй главе проанализированы пути решения поставленных задач исследования. Исходя из предметной области - совокупный рынок труда и образовательных услуг, были выбраны для рассмотрения:

- методы прогнозирования состояния рынка труда;

- методы моделирования содержания образовательного процесса;

- автоматизированные системы, работающие на рынке труда;

- автоматизированные системы, работающие в образовательной сфере;

- методы представления знаний.

Анализ и обобщение исследований (Таблица 1) по методам прогнозирования регионального рынка труда позволяет выделить несколько методологических подходов.

Таблица 1

1.Расчетный, нормативный.	Базируется на исчислении необходимых трудовых ресурсов, исходя из норм выработки, производительности труда на конкретных рабочих местах.
2.Нормативный подход + динамический + экспертные оценки.	Основывается на анализе тенденций изменения насыщенности специалистами отраслей экономики, реализуется в виде расчета доли специалистов различного уровня образования в общей численности работающих.
3.Программы развития + опросный подход.	Строится на оценках тенденций изменения интегрированных экономических показателей.
4.Динамический подход, поиск тенденций.	Опирается на анализ тенденций изменений технико-экономических показателей, использует многофакторные экономико-математические модели (корреляционно-регрессионный анализ).
5.Расчетный подход, норма по аналогии с другими странами.	Применяется, в основном, как метод эталонного образца (например, международных сопоставлений).
6.Методы прогнозирования	Основываются на сглаживании, экспоненциальном сглаживании и скользящем среднем

Наиболее подробно рассмотрим методы 6 группы (Таблица 2).

Таблица 2

1.«Наивные» модели.	Y(t+1)=Y(t), Y(t+1)=Y(t)+[Y(t)-Y(t-1)], Y(t+1)=Y(t)*[Y(t)/Y(t-1)]	«завтра будет как сегодня»	Модель не защищена от случайных флуктуаций, она не учитывает сезонные колебания и тренды. Y(t+1)=Y(t-s) - попытка учесть сезонные колебания.
2.Средние и скользящие средние.	Y(t+1)=(1/(t))*[Y(t)+Y(t-1)+...+Y(1)], Y(t+1)=(1/(T+1))*[Y(t)+Y(t-1)+...+Y(t-T)]	«завтра будет, как было в среднем за последнее время»	Модель, конечно более устойчива к флуктуациям, поскольку в ней сглаживаются случайные выбросы относительно среднего. Модель видит только ближайшее прошлое (на T отсчетов по времени в глубину) и, основываясь только на этих данных, строит прогноз.
3.Метод экспоненциальных средних	Y(t+1) = a*Y(t) + (1-a)*Y(t)	Постоянно адаптируется к данным за счет новых значений.	Y(t+1) - прогноз на следующий период времени, Y(t) - реальное значение в момент времени t, Y(t) - прошлый прогноз на момент времени t, a - постоянная сглаживания (0<=a<=1)).
Методы 1 - 3 могут использоваться при прогнозировании рынка труда в не очень сложных ситуациях, но все-таки эти методы не рекомендуется использовать в задачах прогнозирования в виду явной примитивности моделей. Алгоритмы вполне успешно можно использовать как сопутствующие и вспомогательные для предобработки данных в задачах прогнозирования.
4.Методы Хольта и Брауна.		Метод двухпараметрического экспоненциального сглаживания. Не позволяет учитывать сезонные колебания при прогнозировании.
5.Метод Винтерса.		Расширение метода Хольта до трехпараметрического экспоненциального сглаживания.
6.Регрессионные методы прогнозирования.		С помощью таблицы значений прошлых наблюдений можно подобрать (например, методом наименьших квадратов) коэффициенты регрессии, настроив тем самым модель.
7. Методы Бокса-Дженкинса (ARIMA).	AR(p)+MA(q) > ARMA(p,q) > ARMA(p,q)(P,Q) > ARIMA(p,q,r)(P,Q,R) >... AR(p) - авторегрессионая модель порядка p. Y(t)=f0+f1*Y(t-1)+f2*Y(t-2)+...+fp*Y(t-p)+E(t), Y(t)=m+e(t)-w1*e(t-1)-w2*e(t-2)-...-wp*e(t-p)	Модели опираются только на информацию, содержащуюся в предыстории прогнозируемых рядов. Определить f0, f1, f2,..., fp через систему уравнений Юла-Уолкера или методом наименьших квадратов.

Таким образом, можно констатировать, что используемые в настоящее время методы и методики прогнозирования рынка труда не в полной мере отвечают ряду принципиальных требований, а, следовательно, не могут обеспечить требуемый инструментарий для формирования заказа на профессиональное образование на уровне субъектов Федерации, и могут быть эффективными только при их одновременном использовании при составлении прогноза.

Под процессом моделирования содержания образовательного процесса в ВУЗе понимается процесс планирования образовательного процесса, отражающий заказ государственных и региональных потребителей (составление учебных планов и рабочих программ, соответствующих требованиям государственного образовательного стандарта высшего образования), и определения состава образовательного процесса.

Образовательный процесс в ВУЗах определяется учебным планом, который является единым для всех форм обучения. Учебный план состоит из разделов:

- график учебного процесса;

- сводные данные по бюджету времени;

- план учебного процесса;

- факультативные дисциплины;

- учебные практики;

- производственные практики;

- выпускные квалификационные работы;

- государственные экзамены.

Содержание учебного плана должно отвечать требованиям государственного образовательного стандарта высшего профессионального образования (ГОС) по специальности (направлению).

Существующие методы моделирования содержания образовательного процесса относятся, как правило, к одной из трех основных групп: методы прогнозирования, нейросетевые методы и методы, используемые при проектировании экспертных систем. Эти методы позволяют получить при моделировании предметной области формализованные, функционально полные и концептуально целостные результаты, которые, с одной стороны, позволят количественно оценить и спланировать образовательный процесс, а, с другой стороны, предоставят полную и непротиворечивую информацию для проектирования и верификации разрабатываемых учебных планов.

Автоматизированные системы, работающие на рынке труда. В ходе анализа был разработан список критериев оценки автоматизированных систем:

- учет имеющихся знаний студентов и выпускников (компетенция);

- учет исследований студентов и выпускников (инновационный потенциал);

- учет профессиональных качеств (квалификация);

- учет личных стремлений студентов и выпускников (мотивация);

- учет студентов и выпускников, желающих поступить на вакантные места предприятий и организаций (стремление);

- сравнительная оценка специалистов (конкуренция);

- удовлетворение потребностей центров содействия трудоустройству студентов и выпускников (внедрение);

- контроль доступа к информации (безопасность).

Согласно критериям был проведен анализ систем, применяемых для работы на рынке труда, выявлены их преимущества и недостатки (Диаграмма 2).

Автоматизированные системы, работающие в образовательной сфере. Для рассмотрения были выбраны автоматизированные системы оценки качества образовательного процесса, а также предоставляющие статистические данные о системе образования в целом. Следующие критерии позволили оценить преимущества и недостатки рассмотренных систем:

- оценки работодателей и структур занятости населения (целенаправленность);

- учет развития образовательной системы (прогноз);

- наличие библиотеки методов обработки данных (вариабельность);

- ссылки на источники данных (открытость).

Согласно критериям был проведен анализ систем, применяемых для работы в образовательной сфере, выявлены их преимущества и недостатки. Был сделан вывод о том, что ни одна из систем не удовлетворяет в полной мере заданным критериям по причинам функциональной ограниченности и/или морального устаревания.



Диаграмма 2 Фрагмент анализа автоматизированных систем

Методы представления знаний.

Императивные формы представления знаний - это традиционные (процедурные) способы описания процессов решения задач в виде последовательностей операций над данными, совершаемых согласно заданным алгоритмам или формулам. В процедурах знания (связи, зависимости, законы) представлены (учтены) неявно - в организации вычислительного процесса, в характере и последовательностях операций. По этой причине императивная форма представления знаний наиболее эффективна с вычислительной точки зрения (по затратам времени и памяти на решение задачи).

Декларативные формы представления знаний - знания, представленные в виде утверждений, описывающих объекты. Их отличительная особенность состоит в том, что знания относительно проблемной области описываются в виде совокупности утверждений, характеризующих состав, свойства, законы строения и поведения.

Обе формы представления знаний используются для реализации моделей и методов согласованного управления.

В целом в исследовании используются следующие методы:

- методы искусственного интеллекта (методы экспертных систем);

- методы извлечения знаний из эксперта (интуитивный метод);

- методы теории фреймов.

В третьей главе сформулированы три основных принципа согласованного управления ресурсами рынка труда и процессом подготовки специалистов:

- принцип дуализма,

- принцип историчности,

- принцип распределенности и две базовые концепции:

- интеллектуальной среды управления ресурсами рынка труда,

- управления процессом подготовки специалистов в вузе в контексте адаптации к конъюнктуре рынка труда,

а также классификация и описание моделей и методов, входящих в состав этих концепций.

В основе концепции интеллектуальной среды управления ресурсами рынка труда, которая представляет собой комплекс информационных, программных средств и организационных структур (подразделений) ВУЗа, находятся следующие положения:

1. Товаром на рынке труда является совокупность знаний, умений и навыков.

2. На рынке труда взаимодействуют три основных субъекта:

- предприятия и организации - как потребитель (работодатель);

- специалисты (индивидуумы) - как продавец;

- образовательные учреждения (учебные заведения) - как производитель (поставщик).

3. Взаимодействие основных субъектов может происходить через посредника - кадровые агентства - или непосредственно (без посредника).

4. Для реализации целей взаимодействия субъектов необходима гибкая и целостная система оценки как товара, так и самих субъектов.

5. Сведения о субъектах, их взаимодействии, о целях и результатах взаимодействия являются слабо структурированными и плохо формализуемыми информационными массивами.

На основании этих положений выдвигается гипотеза, базисная для концепции интеллектуальной среды:

Потребность в специалистах на рынке труда можно моделировать, анализировать и прогнозировать путем описания динамики процесса взаимодействия трех информационных моделей:

- модель вакансии (потребность покупателя);

- модель специалиста (потребность и предложение продавца);

- модель образовательной услуги (потребность и предложение производителя).

В основе концепции управления процессом подготовки специалистов в вузе в контексте адаптации к конъюнктуре рынка труда находятся следующие положения:

1. При управлении процессом подготовки специалиста проводится адаптация 2 главных элементов этого процесса:

- специалиста (как продукта процесса)

- структуры и содержания образовательных программ (как инструмента процесса)

к требованиям рынка труда (как конечного потребителя продукта).

2.Процесс адаптации специалиста носит не только социально - психологический, но и компетентностный характер.

3.Адаптация структуры и содержания образовательного процесса может достигаться за счет адаптации региональной и внутривузовской составляющей стандарта, а также разработки и внедрения элективных курсов и программ индивидуальной подготовки специалистов.

4.Для реализации целей адаптации и управления необходима гибкая и целостная система оценки как элементов, так и самого процесса.

5.Требования рынка труда необходимо формулировать в форме, эквивалентной системе оценки элементов и процесса в целом.

6.Сведения об элементах, их взаимодействии, о целях и результатах адаптации являются слабо структурированными и плохо формализуемыми информационными массивами.

На основании этих положений выдвигается гипотеза, базисная для концепции управления процессом подготовки специалистов:

Управление процессом подготовки специалистов можно осуществлять путём взаимодействия с работодателями с целью информационного обмена и реализации механизмов адаптации структуры и содержания образовательных программ к конъюнктуре рынка труда.

В предложенных концепциях очевидны совпадения требований к системам оценки элементов и процессов в целом, а также структуры и формализации информационных массивов. Таким образом, реализация вышеизложенных положений возможна на едином аппарате моделей и методов. За счет этого согласование процессов и элементов процесса возможно уже на начальном этапе моделирования.

Исходя из базисных гипотез, предлагается следующая единая классификация моделей и методов:

1. Модели

1.1 Информационные модели субъектов рынка труда.

Эти модели используются для описания субъектов во всех банках данных. Они являются общими моделями и служат для формирования ядра интеллектуальной среды. Данный подход позволяет осуществлять централизацию информационных потоков и, следовательно, моделировать и прогнозировать ситуацию на рынке труда с учетом большего числа количественных и качественных характеристик поведения субъектов на всем информационном пространстве. К этим моделям относятся: модель предприятия, модель учебного заведения (УЗ), модель кадрового агентства.

1.2 Информационные модели базовых понятий (общие модели)

Эти модели используются для описания базовых понятий (терминов) во всех банках данных. Они являются общими моделями и служат для формирования ядра интеллектуальной среды. Данный подход позволяет осуществлять централизацию информационных потоков. За счет предметного наполнения моделей базовых понятий обеспечивается инвариантность разрабатываемых систем. Модели базовых понятий являются замещаемыми слотами при разработке систем в различных предметных областях. Кроме того, на использовании общих моделей базовых понятий основаны методы подбора кадров, поиска вакансий и образовательных услуг. Примеры таких моделей: модель специальности, модель знаний, модель требований, модель профессии.

1.3 Комплексные информационно - аналитические модели.

В рамках концепции интеллектуальной среды разработаны три основные модели: модель специалиста, модель образовательной услуги и модель вакансии. Они строятся с использованием моделей субъектов рынка труда и моделей базовых понятий.

2. Методы

2.1 Информационные методы

В рамках интеллектуальной среды предложены следующие методы: метод создания банков данных для субъектов рынка труда, метод описания инвариантных моделей базовых понятий, метод создания унифицированного описания специалистов и вакансий.

2.2 Аналитические методы

Для реализации аналитических функций интеллектуальной среды необходимы: метод подбора кандидатов на замещение вакансии предприятия, метод подбора способа подготовки или переподготовки (совокупности образовательных услуг) для специалиста или предприятия, метод самообучения систем, входящих в состав интеллектуальной среды, методы анализа состояния на рынке труда и оценки качества образовательных услуг, методы прогнозирования потребности в образовательных услугах, методы прогнозирования потребности предприятия в специалистах, методы анализа и экспертной оценки проектов решений.

Таким образом, задача формализации конъюнктуры рынка труда решена следующим образом: предложен метод унифицированного описания, с одной стороны, компетенций специалиста, и с другой стороны - требований работодателя. Для создания подобных моделей используются фреймы, так как они позволяют «достраивать» неполные сведения (данные), исходя из некой стереотипной схемы (например, ГОС для знаний выпускника ВУЗа). Однако, традиционно фрейм имеет в своей основе иерархическую структуру, где есть верхний, господствующий узел и некоторое множество задаваемых им нижних, подчинённых узлов - слотов. Для описания знаний и навыков специалиста необходимо расширить понятие «фрейм» и ввести междисциплинарные связи М (связи между знаниями, требованиями), преобразуя традиционную иерархическую структуру в сетевую.

Таким образом, модели имеют сетевую структуру, которая обеспечивает реализацию потребностей моделирования. Моделирование осуществляется на сети фреймов. Слоты, имеющие в своем составе другие слоты и/или подчиненные уровни, названы интегрированными.

Модель взаимодействия предприятий и образовательных учреждений на рынке труда представлена в виде сценария (фрейм, связанный с представлением развёртывающего во времени события, уместно назвать сценарием).

В качестве базовых характеристик согласования для слота «Специалист» является модель знаний, а для слота «Вакансия» - модель требований (Рисунок 1).

Согласование может осуществляться прямым «наложением» содержимого моделей, но это зачастую невозможно, так как описания знаний и требований не формализованы и представляются в произвольной языковой форме. Таким образом, всем участникам взаимодействия на рынке труда были предложены некие типовые структуры для осуществления коммуникации. Эти типовые структуры, реализованные с помощью фреймов и сценариев, вполне можно назвать языком взаимодействия. Язык взаимодействия на фреймах и сценариях реализован с помощью методов унифицированных предметно - инвариантных форм.

Размещено на http://www.allbest.ru/

1

Рисунок 1 Сценарий взаимодействия предприятий и образовательных учреждений

Фактор времени, введенный в модель, позволяет рассмотреть процессы взаимодействия рынков в динамике. Таким образом, состояние модели возможно определить в каждый текущий момент времени, что создает базу для дальнейшего прогнозирования.

Модели построены на императивных (для процессов прогнозирования) и на декларативных (для моделирования содержания образовательного процесса в контексте потребности региона в кадрах) формах представления знаний.

Рассмотрим для примера 2 разработанных метода: информационный - метод создания унифицированного описания специалистов и вакансий; аналитический - метод подбора кандидатов на замещение вакансии предприятия.

Создание унифицированного описания специалистов и вакансий (СУО).

Подготовка унифицированного описания объектов - необходимая стадия разработки банков данных, входящих в состав Интеллектуальной среды. Унификация описаний достигается за счет использования инвариантных моделей. Так как заполнение банков данных проходит часто в произвольной форме, то формализация описаний необходима для дальнейшей работы алгоритмов подбора, анализа и прогнозирования.

Функции метода СУО:

- Обработка новых объектов

a. Анализ новых объектов с целью выявления недостаточности информации.

b. Заполнение недостающих параметров (веса дуг, рейтинги начальных вершин и т.д.) новых объектов в ручном (экспертом или администратором системы) или автоматическом режиме.

- Обработка существующих данных (списков, справочников, банков данных базовой подсистемы)

a. Анализ существующих данных с целью выявления необходимости внесения изменений в значения параметров.

b. Изменение параметров существующих данных при изменении внешних факторов и/ или при работе самой системы.

Метод обеспечивает унифицированные (однообразные) описания всех объектов слотов, имеющих одинаковую структуру. Подсистема подготовки унифицированного описания объектов является частью метода самообучения интеллектуальной среды управления ресурсами рынка труда.

Метод подбора кандидатов на замещение вакансии предприятия (МПК).

Задача метода МПК: Подобрать подходящего специалиста, для данной вакансии, в соответствии с заданными критериями (требованиями).

Представление задачи в терминах теории графов.

Пусть множество вершин графа , состоит из 3х подмножеств

, где

- множество вакансий,

- множество специалистов,

- множество знаний.

Множество связей отражает связи между соответствующими вершинами:

- связи - связи между вершинами и , принадлежащими множеству , показывают, на сколько знание зависит от знания .

- связи показывают, какие знания, и с какой степенью важности должен иметь специалист для получения данной вакансии.

- связи показывают, какими знаниями обладает данный специалист.

Алгоритмы работы.

Алгоритм подбора наиболее подходящих специалистов из S на вакансию из V (поиск максимального потока).

Пусть S_i - номер текущего специалиста и требуется подобрать специалиста на вакансию , для этого:

1. Найти поток между вершинами и в графе (Алгоритм Форда-Фалькерсона).

a. Соединить вершины и , расположив ниже всех путей путь , и этой новой дуге придать пропускную способность равную бесконечности.

b. Рассмотреть наивысший путь относительно дуги , найти в нём дугу с наименьшей пропускной способностью.

c. Если такой путь найти не удалось, то завершение алгоритма, иначе удаляем дугу , и вычитаем её пропускную способность, из пропускной способностей остальных дуг, входящий в данный путь.

d. Переходим к шагу b.

2. Если просмотрены ещё не все специалисты, то и перейти к шагу 2.

3. Специалисты соответствующие наибольшим потокам и есть искомые специалисты.

Алгоритм самообучения системы.

1. Пусть на вакансию был выбран специалист из предложенного - элементного множества, причём в предложенном множестве специалисты имели больший рейтинг, чем .

2. Применяя к графу алгоритм Форда-Фалькерсона для нахождения потока между вершинами и , составляем множество дуг , содержащихся во всех потоках (кроме дуг непосредственно соприкасающихся с вершинами, соответствующими студентам и заявкам).

3. Величину каждой дуги из пересчитываем по формуле:
, где - кол-во связей во всём графе;
здесь коэффициент обратно пропорционален количеству связей, и, следовательно, чем больше связей, тем меньше они корректируются при самообучении.

4. Пусть

5. Находим поток между вершинами и , составляем множество дуг содержащихся во всех потоках (кроме дуг непосредственно соприкасающихся с вершинами, соответствующими студентам и заявкам).

6. Величину каждой дуги из пересчитываем по формуле:
, где - кол-во связей во всём графе.

7. Если , то и переход к шагу 5.

Способы задания величин.

Для простоты расчета была применена 100-бальная рейтинговая шкала (используется для оценивания в ВолгГТУ).

Таблица 3

Рейтинговые оценки

Оценка	Рейтинговый диапазон
Отлично (5)	90-100 баллов
Хорошо (4)	76-89 баллов
Удовлетворительно (3)	61-75 баллов
Неудовлетворительно (2)	<=60 баллов

1. Величины, определяющие качественные характеристики (знания в какой-либо области, владение какой-либо специальностью) определяются напрямую заданием веса соответствующего ребра.

Пример: Специалист знает предмет на 80 баллов, а на 60.

Граф будет иметь вид:

2. Величины связей между знаниями (множеством вершин ) задаются лингвистически. При этом для получения численного веса рёбер используется следующая таблица 4:

Таблица 4

Лингвистическое описание	Числовое значение
Большая	95 ((100 + 90)/2)
Средняя	83 ((90+76)/2)
Малая	69 ((76+61)/2)

Числовые значения для лингвистических оценок были получены из расчета средней пятёрки, средней четвёрки и средней тройки.

3. Величины, определяющие количественные характеристики (возраст, стаж…) через две вершины.

Пример: Специалист имеет стаж 5 лет.

В общем, стаж заключается в промежутке от 0 до 100, тогда введём 2 вершины

- соответствует стажу 100 лет, - соответствует стажу 0 лет, тогда граф будет иметь вид:

4. Для логических характеристик (пол, соответствие имени специалиста заданному и других) анализ производится отдельно путём сравнения, и неподходящие вершины уже не учитываются в данных алгоритмах.

Особенности метода

1. При добавлении новой вершины не требуется пересчитывать все пути и потоки, достаточно пересчитать пути, в которые входит новая вершина, и соответствующие им потоки.

2. При применении алгоритма подбора специалистов на вакансии, следует сохранять множество вершин для каждого потока, при этом не потребуется их заново находить при работе алгоритма самообучения.

3. Существует возможность прогнозирования потребностей предприятий в специалистах в данной области. Для этого находятся потоки между вершиной соответствующей данной области и вакансиями. На основе анализа этих потоков, а также времени подачи и удовлетворения соответствующей вакансии строится прогноз.

В качестве примера комплексной информационной модели рассмотрим модель специалиста:

Концептуально модель специалиста можно представить в виде трехмерной модели: Sp = {R, Zn, T}, где R - условный рейтинг специалиста (резюме), Zn - комплекс профессиональных компетенций, T - время.

Размещено на http://www.allbest.ru/

1

Рисунок 2

Базовым положением моделирования является следующее:

Профессиональные компетенции специалиста с течением времени углубляются, совершенствуются и обновляются.

Ось Zn (Рисунок 2) представляет собой количественно - качественные характеристики профессиональных компетенций специалиста.

Фактор времени, введенный в модель, позволяет оценивать следующие параметры специалиста: профессиональный рост, уровень обучаемости, прогресс за определенный период времени, изменение качественных показателей знаний. Состояние модели Sp₀…Sp_n (Рисунок 2) возможно определить в каждый текущий момент времени, что создает базу для дальнейших потребностей прогнозирования.

Для целей адаптации профессиональных компетенций специалиста к конъюнктуре рынка труда предложено использовать в качестве управляющего воздействия совокупные требования работодателей к компетенциям по данной предметной области. Доказано, что применение такого рода управляющего воздействия на систему компетенций наиболее эффективно на более ранних этапах подготовки. Так, например, в реализованных методологиях рекомендуется привлекать студентов начиная со 2го года подготовки к отдельным проектам по заявкам предприятий, а после 3го года поручать выполнение проектов студенческим коллективам в рамках производственной практики.

Модель специалиста может быть представлена в виде (Рисунок 3):

Sp={I,E,S}

где I - основные сведения, E - образование, S - профессиональные компетенции.

Модель специалиста и слоты, входящие в нее, являются инвариантными, то есть позволяют проводить моделирование и проектирование информационных структур в различных предметных областях.

Каждый слот модели имеет свой рейтинг - количественный эквивалент качественных характеристик. Для интегрированных слотов рейтинг может назначаться напрямую, как и для простых слотов. Но рекомендуется рейтинг интегрированных слотов рассчитывать, исходя из коэффициента значимости и рейтинга простых слотов. Для расчета можно использовать формулу:

где R - рейтинг интегрированного слота, i - номер простого слота, n - количество простых слотов, k_i - коэффициент значимости простого слота, 0 k_i 1, s_i - рейтинг простого слота, 0 s_i 100.



Размещено на http://www.allbest.ru/

1

Рисунок 3 Модель специалиста

Коэффициент значимости и рейтинг простых слотов может определяться путем экспертных оценок. Экспертами в данном случае выступают специалисты предметной области. Оценки назначаются при заполнении слотов модели и могут корректироваться в дальнейшем, исходя из потребностей моделирования.

В модели заложена возможность как индивидуальной, так и коллективной экспертной оценки параметров. Финальный рейтинг слота и коэффициент значимости определяется после обработки и анализа результатов опроса.

Наиболее важным слотом является модель знаний специалиста (Рисунок 4). Применимость модели специалиста к той или иной предметной области обусловлена предметным наполнением модели знаний.

Данная модель может быть представлена следующим образом:

KNW={R,ОZ, Z_i, REZ},

где KNW - совокупность знаний специалиста, R - рейтинг знаний специалиста в системе, ОZ - область знаний, Z_i - знание, REZ - результат применения данного знания.

Каждый слот третьего уровня «Знание» (Рисунок 2) имеет многоуровневую структуру. В наиболее простом виде данная структура может содержать три уровня:

- Вид знаний (например, теоретические или практические).

- Способ получения знания (например, обучение на курсах или самообучение).

- История значения (например, как давно получено знание, появлялись ли новые результаты).

Связи между знаниями М (Рисунок 2) можно представить в виде правил вывода следующим образом:

ЕСЛИ знание1 [И/ИЛИ знание2,[…]], ТО знание N.

Примеры взаимосвязей между знаниями:

если знания (периферийные устройства) и [ знания (сканер) или знания (плоттер)], то знания (принтер);

если знания (Intranet) и [ знания (брандмауэры)], то знания (web-сервер) и знания (web-браузер);

если знания (иностранные языки) и [ знания (немецкий язык) и знания (французский язык) и знания (другие языки)], то знания (английский язык).

Значения на всех уровнях слота «Знание» влияют на интегрированную оценку совокупности профессиональных компетенций специалиста. Степень влияния можно задавать на этапе моделирования конкретной прикладной области.



Размещено на http://www.allbest.ru/

1

Размещено на http://www.allbest.ru/

1

.

Рисунок 4 Модель знаний

На базе модели специалиста были разработаны следующие прикладные модели:

- модель специалиста по информационным технологиям,

- модель военнослужащего,

- модель специалиста строительной отрасли

и другие, что доказывает инвариантность модели относительно предметной области.

Интеллектуальная среда управления ресурсами рынка труда позволяет:

- моделировать взаимодействие субъектов рынка труда,

- разрабатывать информационные системы поддержки трудоустройства студентов и выпускников ВУЗов,

- разрабатывать автоматизированные системы управления кадровой политикой предприятия,

- анализировать и прогнозировать состояние рынка труда.

Система управления процессом подготовки специалистов в вузе в контексте адаптации к конъюнктуре рынка труда позволяет:

- разрабатывать новые и/или модифицировать рабочие программы учебных курсов,

- прогнозировать потребность работодателей в конкретных знаниях и навыках выпускников (среднесрочный прогноз).

В четвертой главе отражены результаты моделирования и разработки распределенных информационных систем управления подготовкой специалистов.

На базе моделей и методов согласованного управления ресурсами рынка труда была разработана система когнитивного моделирования потребности региона в кадрах.

Определены основные базисные факторы (Таблица 5), влияющие на удовлетворение потребности региона в специалистах. Во-первых, для наличия нужных специальностей, необходимо корректировать систему обучения, а именно расширять квалификации выпускников высших учебных заведений. Во-вторых, не всегда отрицательное влияние имеют приглашенные специалисты, которые делятся опытом, тем самым, оставляя после себя учеников и последователей.

Таблица 5

Базисные факторы моделирования и их классификация

Экономические факторы
1.	Поощрения за отличную учебу
2.	Премиальные выплаты преподавателям за успеваемость их студентов
3.	Финансирование проведения различных НИР
4.	Поощрение успеваемости денежными выплатами
5.	Платное образование
Психологические факторы
6.	Процент студентов, получающих стипендию ВУЗа за успеваемость
7.	Способствование трудоустройству по специальности
8.	Информирование об организации мероприятий различными научными учреждениями и условий участия в них
9.	Информирование студентов об их положении в рейтинге
10.	Престижность высшего образования
Организационные факторы
11.	Организация курсов повышения квалификации преподавательского состава
12.	Организация внутривузовских олимпиад, конференций
13.	Организация качественного и быстрого питания для студентов
14.	Программы обмена опытом с другими учебными учреждениями
15.	Количество дополнительных занятий и консультаций для студентов
16.	Процент практических и лабораторных занятий относительно общего кол-ва часов
17.	Контроль работы студентов в течение семестра
18.	Контроль работы преподавателей в течение семестра
Методические факторы
19.	Обновление учебного плана
20.	Обновление ЭВМ и других лабораторных установок в лабораторных классах
21.	Своевременное обновление учебной литературы в библиотеке
22.	Своевременный ремонт учебных помещений
23.	Наличие структуры по трудоустройству студентов выпускников
Показатели качества образования
24.	Процент студентов после выпуска, работающих по специальности
25.	Количество побед на олимпиадах вне ВУЗа
26.	Процент студентов, получающих стипендию, присуждаемую другими учреждениями за заслуги в области науки
27.	Количество совместных научных разработок с другими учебными заведениями и организациями
28.	Количество грантов на проведение НИР
29.	Средний рейтинг студентов
30.	Конкурс на поступление в ВУЗ и проходной балл
31.	Количество практик/ стажировок студентов на предприятиях
Потребность региона в специалистах
32.	Количество вакансий для молодых специалистов
33.	Процент специалистов, имеющих ВУЗовское образование
34.	Процент специалистов, приглашенных из других регионов

Динамика свободного движения состояния x(t) модели описывается уравнением: X(j)=(A⁰+A¹+A²+.. +Aⁿ) ^x x(0). (Сумма соответствующего столбца * начальное значение)

Для определения значений изменения факторов при управляемом развитии необходимо проанализировать управляющие воздействия (Рисунок 5).

Размещено на http://www.allbest.ru/

1

Рисунок 5 Структура управляющих воздействий (фрагмент)

Под структурой управляющих воздействий будем понимать совокупность факторов, на каждый из которых подается управляющий импульс заданной величины. Управляющие воздействия связаны между собой в единую систему, посредством которой делается попытка достигнуть намеченной цели.

Для оценки качества образования в регионе среди факторов модели был выделен целый ряд целевых факторов, положительные тенденции изменения которых являются целью удовлетворения потребности региона в специалистах. Это, например, экономические факторы: «Поощрения за отличную учебу», «Финансирование проведения различных НИР», «Премиальные выплаты преподавателям за успеваемость их студентов»; практические факторы: «Организация курсов повышения квалификации преподавательского состава», «Программа обмена опытом с другими учебными учреждениями», «Контроль работы студентов в течение семестра», «Процент практических и лабораторных занятий относительно общего количества часов»; организационные факторы: «Обновление учебного плана», «Своевременное обновление учебной литературы в библиотеке», «Обновление ЭВМ и других лабораторных установок в лабораторных классах».

...