Применение дерева решений для анализа методов и систем подбора персонала

Дерево решений - это средство поддержки принятий решений, а также способ графически показать анализ данных как в статистике, так и в машинном обучении. Данный способ также называется деревом классификаций, так как цель данной модели - показать значение целевой переменной на основе нескольких переменных на входе. Сегодня она нашла всемирное распространение и применяется в других проблемных областях.

Структура дерева решений выглядит как “листья” и “ветки”. На “ветках” дерева решений прописываются атрибуты, то есть от значения этих данных будет зависеть целевая функция, значения которой записаны в “листьях” дерева решений. На рисунке 1 представлено дерево решений проблемы подбора персонала в конкретном предприятии.

Рисунок 1 - Проблема подбора персонала на предприятии

Целью построения данного дерева решений было определить, каких сотрудников необходимо набирать предприятию, чтобы выполнить план по подбору персонала, в данном случае - это риелтор, а также повысить производительность сотрудника-новичка.

Итак, для данной задачи основными элементами дерева решений являются:

Корень дерева: “Рассчитываете ли вы больше платить сотруднику?”

Внутренние узлы: “Что для вас важнее”, “ Кол-во сотрудников”, “Производительность”, “Скорость выхода на результат”, “Имеет ли важность высшее образование?”, “Важен ли опыт работы?”, “Важна ли сфера предыдущей работы?”

Листы, конечные узлы дерева решений, узлы решения проблемы: “2023 года”, “25-50 лет”, “25-40 лет”, “вам подойдут сотрудники со среднем и проф. образованием”, “вам подойдут студенты”, “вам подойдут люди с любой жизненной позицией и опытом”, “вам подойдут активные и уверенные в себе люди с опытом работы в продажах”.

Таким образом, начиная с первого вопроса про оплату будущему сотруднику, мы определяем “качество” и “количество” персонала, которое мы можем принять на данную должность. Чем больше возникает требований к будущему специалисту, тем выше уровень работника требуется предприятию.

Дерево решений - это некий алгоритм машинного обучения, которое объединяет в себе логические правила. Таким образом, большое преимущество применения дерева решений в том, что они легко интерпретируются и понятны человеку. Пользуясь данным примером дерева решений по подбору персонала, можно с легкостью объяснить новому сотруднику HR - департамента принцип работы найма, а также систему поиска и подбора новых специалистов.

Классификационная модель, представленная в виде дерева решений, является интуитивной и намного упрощает понимание и изучение решаемой задачи, в данном случае - подбор персонала. Результат работы таких алгоритмов легко интерпретируется пользователем. Поэтому это свойство дерева решений позволяет понять и объяснить, почему конкретный объект относится к тому или иному классу.