СУЧАСНІ МЕТОДИ ПРОГНОЗУВАННЯ ЩОДЕННОЇ ЗАЙНЯТОСТІ

Процес підготовки заходу складається з десятків завдань, дзвінків, поїздок і зустрічей. Щоб все встигати, необхідно контролювати час і правильно його розподіляти, вміти виділяти пріоритетні завдання і не відволікатися на менш важливі справи. Успішні люди постійно планують наперед, складаючи список справ у щоденник, аби нічого не забути і правильно розрахувати свій час. Працівнику банка також необхідно правильно розподіляти свій час, щоб встигнути виконати поставлені задачі та обслужити максимальну кількість клієнтів протягом робочого дня. Популярність і успіх банку залежить від правильно організованої роботи працівників. Деякі працівники записують список справ у щоденник, але це непродуктивно, і в ньому немає можливості правильно розподілити час на виконання кожної задачі.

Приклади досліджень планування часу можна відшукати в роботах В.Г.Введенского, А.Л.Гапоненко, В.І.Клісторіна, В.Н.Лексіна, С.Н.Леонова, А.С.Маршаловой, В.І.Сиркіна, А.Н.Швецова, Б. М.Штульберга і ін.

Актуальність розробки полягає у збільшенні продуктивності банка за рахунок автоматизації планування робочого часу працівника банка та правильного розподілу часу на виконання поставлених задач. Програмний продукт надасть змогу швидко обробляти великі об’єми інформації, на які людина б потратила в кілька разів більше часу. Виконання завдання можливо за рахунок використання адаптивних методів прогнозування.

Об’єктом дослідження є процес прогнозування щоденної зайнятості робітників банка.

Предметом дослідження є методи та засоби прогнозування щоденної робітників банка.

Метою дослідження є підвищення продуктивності робітників банка за допомогою розробленого інтелектуального модуля прогнозування щоденної зайнятості робітників банка.

Для досягнення поставленої мети необхідно розв’язати такі задачі:

1) провести огляд методів прогнозування щоденної зайнятості;

2) виконати постановку задачі, яка враховує особливості робочого процесу робітників банка;

3) побудова інформаційної моделі процесу прогнозування щоденної зайнятості;

4) розробка алгоритму прогнозування щоденної зайнятості;

5) визначення структури програмного засобу, який виконує прогнозування щоденної зайнятості робітників банка;

6) розробка бази даних прогнозування щоденної зайнятості робітників банка;

7) розробка UML-діаграми класів, яка відображає взаємодію компонентів програмного продукту, який виконує прогнозування щоденної зайнятості робітників банка;

8) розробка та аналіз результатів роботи програми, яка виконує прогнозування щоденної зайнятості робітників банка.

СУЧАСНІ МЕТОДИ ПРОГНОЗУВАННЯ ЩОДЕННОЇ ЗАЙНЯТОСТІ

Аналіз проблеми прогнозування щоденної зайнятості

Успіх компаній, банків, підприємств та окремих осіб залежить від правильної організації роботи на місці.

Управління часом – сукупність методик оптимальної організації для виконання поточних завдань, проектів та календарних подій. Спочатку управління приписувалося лише бізнесу або трудовій діяльності, але з часом термін розширився, включивши особисту діяльність. Система управління часом складає поєднання процесів, інструментів, техніки і методів. Звичайне управління часом є необхідністю в розвитку будь-якого проекту, оскільки визначає час завершення проекту і масштаб [1].

Управління часом — це дія або процес тренування свідомого контролю над кількістю часу, витраченого на конкретні види діяльності, при якому спеціально збільшуються ефективність і продуктивність [1].

На думку Стівена Кові, тайм-менеджмент у вузькому сенсі – це організація особистого часу кожної людини. Він актуальний у тих випадках, коли у працівників існує якась свобода вибору, виявляється творча ініціатива. Коли людина вимушена самостійно приймати рішення, повинна організовувати процес роботи з клієнтами, їй необхідно володіти технологіями організації особистого часу, підвищення ефективності.

Фахівці виділяють два види тайм менеджменту: особистий і корпоративний. У широкому розумінні тайм менеджментом є механізм управління часом компанії. У такому разі основна увага приділяється організації роботи в цілому, а використання робочого часу кожним співробітником – це наслідок правильної побудови корпоративної системи.
Управління часом може допомогти шляхом ряду навиків, інструментів і методів, що використовуються при виконанні конкретних завдань, проектів і цілей. Цей набір включає широкий спектр діяльності, а саме: планування, розподіл, постановку цілей, делегування, аналіз витрат часу, моніторинг, організація, складання списків і розставляння пріоритетів. На винахід терміну тайм-менеджмент претендує компанія Time Management International. Її засновник, данець Клаус Меллер, в 70ті роки винайшов Time Manager — складно влаштований блокнот-щоденник, який можна вважати прабатьком сучасного органайзера [2].

РОЗРОБКА АЛГОРИТМУ РОБОТИ ІНТЕЛЕКТУАЛЬНОГО МОДУЛЯ ПРОГНОЗУВАННЯ ЩОДЕННОЇ ЗАЙНЯТОСТІ РОБІТНИКІВ БАНКА

Розглянемо етапи роботи інтелектуального модуля прогнозування щоденної зайнятості.

Спочатку необхідно запустити програмний додаток з інтелектуальним модулем прогнозування щоденної зайнятості. Блок входу передбачає авторизацію/реєстрацію користувача. Якщо користувач проходить реєстрацію, дані зберігаються в базі даних і знань. Але в будь-якому випадку користувачу необхідно пройти авторизацію. Введемо додаткове позначення d, де d = true – дані авторизації вірний, і робота з системою дозволяється.

Якщо користувач не може авторизуватись, йому необхідно пройти реєстрацію.

Після того користувач повинен перейти в меню, де обере ту функцію, яка його цікавить серед запропонованих. Відповідно, в нього повинен бути вибір повернутися в головне меню за бажанням.

В «Розпорядку дня» зберігаються дані про завдання, які має виконати робітник банка протягом дня. Робітник банка галочками проставляє, які саме завдання йому необхідно виконати в найближчий час. Також необхідно ввести, який час може бути затрачено на виконання завдання.

Аналіз даних на виході повинен відобразити статистичну інформацію про систему.

Після аналізу даних відповідно психотипів особистості дані надсилаються для обробки нейронною мережею. В даному випадку це багатошаровий персептрон.

На виході користувач може отримати звіт з рекомендаціями відповідно психотипу особитості, де вказано, як краще йому розподілити свій час, аби завантаженість робочого часу була не занадто важкою.

Зобразимо схему алгоритму роботи інтелектуального модуля прогнозування щоденної зайнятості на рисунку 3.1.

МОДЕЛЮВАННЯ ПРОЦЕСУ ПРОГНОЗУВАННЯ ЩОДЕННОЇ ЗАЙНЯТОСТІ РОБІТНИКІВ БАНКА

Розробка графічного інтерфейсу програмного продукту на основі інтелектуального модуля прогнозування щоденної зайнятості робітників банка

Аналіз роботи інтелектуального модуля прогнозування щоденної зайнятості робітників банка

В бакалаврській дипломній роботі розглянуто 10 сервісів, які реалізовують процес прогнозування завантаженість дня, а також проаналізовано їх. На базі отриманих результатів аналізу визначено, якими будуть особливості розробленого нового засобу прогнозування. Також розглянуто і проаналізовано 3 методи реалізації процесу прогнозування, серед яких обрано застосувати багатошаровий персептрон.

В другому розділі на базі поставленої задачі розроблено інформаційну модель, яка включає 6 блоків, і є уособленням математичної моделі. Також розроблено алгоритм і структуру відповідно для того, щоб реалізувати новий програмний продукт для прогнозування щоденної зайнятості. Спроектовано та розроблено базу даних, яка включає інформацію про такі сутності: рекомендації, психотипи, робочі плани, робітники банка, правила, завдання. Універсальне відношення бази даних приведено до 3 нормальної форми. Побудовано схему зв’язків таблиць з інформацією про сутності. Розроблено UML-діаграму класів, яка відображає усі зв’язки компонентів інтелектуального модуля.

1. Крисилов В.А. Чумичкин К.В. Кондратюк А.В. Представление исходных данных в задачах нейросетевого прогнозирования // Конференция "Нейроинформатика 2003". – М.:НАУЧНАЯ СЕССИЯ МИФИ, 2003.с184-191

2. Гитис В.Б. Сопряжение информационных потоков нейросетевой системы нормирования времени механообработки деталей // «Искусственный интеллект». – 2005 №3. с.285

3. Иванов М.Н. Анализ роста курса акций с применением нейронных сетей.//Труды VIII Всероссийской конференции «Нейрокомпьютеры и их применение». – 2002.c.756-772.

4. Царегородцев В.Г., Взгляд на архитектуру и требования к нейроиммитатору для решения современных индустриальных задач, Всероссийский семинар «Нейроинформатика и ее приложения», Красноярск 2003.

5. Царегородцев В.Г. Оптимизация предобработки данных для обучаемой нейросети: критерии оптимальности предобработки, Международная конференция по нейрокибернетике, Растов-н/Д., 2005.

6. Круглов В. В., Борисов В. В. Искусственные нейронные сети. Теорія и практика. – М.: Горячая линия - Телеком, 2001. – 382 с.

7. Мак-Каллок У. С., Питтс В. Логическое исчисление идей, относящихся к нервной активности // В сб.: «Автоматы» под ред. К. Э. Шеннона и Дж. Маккарти. — М.: Изд-во иностр. лит., 1956. — с.363-384. (Перевод английской статьи 1943 г.).

8. IDC Predictions 2013. Competing on the 3rd Platform: Opportunities at the Intersection of Mobile, Cloud, Social, and Big Data [Електронний ресурс]. - Режим доступу: http://clck.ru/8aXZM

9. Symantec. Avoiding the Hidden Costs of the Cloud. 15.12.2013. [Електронний ресурс]. - Режим доступу: http://www.symantec.com/connect/blogs/avoiding-hidden-costs-cloud

10. Прогноз: к 2015 году треть украинских компаний будут использовать облачные технологии [Електронний ресурс]. - Режим доступу: http://www.marrero.com.ua/oblachnye-tekhnologii/149-prognoz-k-2015-godu-tret-ukrainskikh-kompanij-budut-ispolzovat-oblachnye-tekhnologii

11. International Working Group on Data Protection in Telecommunications (IWGDPT) [Електронний ресурс]. - Режим доступу: http://clck.ru/8aXVe

12. Working Paper on Cloud Computing - Privacy and data protection issues  (“Sopot Memorandum”). International Working Group on Data Protection in Telecommunications 51st meeting, 23-24 April 2012, Sopot (Poland) [Електронний ресурс]. - Режим доступу: http://clck.ru/8aJ9c

13. Мошеннические облачные сервисы - бич 77% компаний. SecurityLab.ru. 23.01.13. [Електронний ресурс]. - Режим доступу: http://www.securitylab.ru/news/436587.php

14. Firms Run Data Protection Risk by Not Checking Where Information is Held in the Cloud. Icomm Technologies. 05.11.2012 [Електронний ресурс]. - Режим доступу: http://www.icomm.co.uk/Thought-Leadership/Press-Releases/Firms-Run-Data-Protection-Risk.aspx; Облачные провайдеры прячут данные от заказчиков [Електронний ресурс]. - Режим доступу: http://www.cnews.ru/news/top/index.shtml?2012/11/21/510449

15. IT-специалисты не спешат доверить свои данные "облаку". NEWS.ru.com. Технологии. 14.12.2012. [Електронний ресурс]. - Режим доступу: http://hitech.newsru.com/article/14dec2012/cloudrisk

16. Lieberman Software: IT-специалисты не доверяют облачным сервисам. SecurityLab.ru. 14.12.2012. [Електронний ресурс]. - Режим доступу: http://www.securitylab.ru/news/435160.php

17. U.S. Companies View Cloud Computing as Key to Improved Data Protection [Електронний ресурс]. - Режим доступу: http://investor.ca.com/releasedetail.cfm?releaseid=674043

18. Cloud Computing. Benefits, risks and recommendations for information security. European Network and Information Security Agency (ENISA). November, 2009. [Електронний ресурс]. - Режим доступу: http://www.enisa.europa.eu/activities/risk-management/files/deliverables/cloud-computing-risk-assessment

19. Commission proposes a comprehensive reform of the data protection rules. Правовий портал Європейської Комісії. [Електронний ресурс]. - Режим доступу: http://ec.europa.eu/justice/newsroom/data-protection /news/ 120125_en.htm

20. Working Paper on Cloud Computing Privacy and Data Protection Issues (“Sopot Memorandum”). / International Working Group on Data Protection in Telecommunications. 51st meeting, 23-24 April 2012, Sopot (Poland) [Електронний ресурс]. - Режим доступу: http://www.datenschutz-berlin.de/content/europa-international/international-working-group-on-data-protection-in-telecommunications-iwgdpt/working-papers-and-common-positions-adopted-by-the-working-group;

21. Эккель Б. Философия Java. Библиотека программиста. 4-е изд./ Б. Эккель – СПб.: Питер, 2009. ̶ 640с.

22. Романюк О.Н., Савчук Т.О. Організація баз даних і знань. Навчальний посібник / О.Н. Романюк, Т.О. Савчук – Вінниця: УНІВЕРСУМ, 2003. – 217с.

Об’єктом дослідження є процес прогнозування щоденної зайнятості робітників банка.

Предметом дослідження є методи та засоби прогнозування щоденної робітників банка.

Для досягнення поставленої мети необхідно розв’язати такі задачі:

1) провести огляд методів прогнозування щоденної зайнятості;

2) виконати постановку задачі, яка враховує особливості робочого процесу робітників банка;

3) побудова інформаційної моделі процесу прогнозування щоденної зайнятості;

4) розробка алгоритму прогнозування щоденної зайнятості;

6) розробка бази даних прогнозування щоденної зайнятості робітників банка;

СУЧАСНІ МЕТОДИ ПРОГНОЗУВАННЯ ЩОДЕННОЇ ЗАЙНЯТОСТІ

Что будет с Землей, если ось ее сместится на 6666 км? Что будет с Землей? - задался я вопросом...

ЧТО ПРОИСХОДИТ ВО ВЗРОСЛОЙ ЖИЗНИ? Если вы все еще «неправильно» связаны с матерью, вы избегаете отделения и независимого взрослого существования...

Что делать, если нет взаимности? А теперь спустимся с небес на землю. Приземлились? Продолжаем разговор...

ЧТО ПРОИСХОДИТ, КОГДА МЫ ССОРИМСЯ Не понимая различий, существующих между мужчинами и женщинами, очень легко довести дело до ссоры...

Не нашли то, что искали? Воспользуйтесь поиском гугл на сайте: