From 2021, the journal is not published. The last published issue of the journal is issue 2/2020.
Psychologie pro praxi (Psychology for Practice) is academic journal focused on practical applications of psychological research and theory, particularly in psychology of work and organization, social psychology, and psychology of education.
PSYCHOLOGIE PRO PRAXI, Vol 45 No 1 (2010), 9–27
Využití Kohonenovy mapy generalizačního gradientu klasifikační umělé neuronové sítě jako uživatelsky vstřícného nástroje výběru, umisťování a rozvoje zaměstnanců
[Utilization of Kohonen’s self-organizing feature map of ANN‘s generalization gradient as a user-friendly tool for employee recruitment, placing and development]
Luděk Stehlík
published online: 17. 02. 2015
abstract
The article refers to a proposal of user friendly and easily adaptable tool which can facilitate and enhance HR managers’ decisions in domain of employee recruitment and development. Proposed tool has three main parts: (a) benchmark study of the employee ideal profile, (b) three-layered feedforward artificial neural network (ANN) used for processing benchmark study data and for classification of employees and applicants into two different performance groups and (c) Kohonen Self-Organizing maps enabling visualization of ANN’s generalization gradient. User interface of proposed tool is a set of maps with identical topographical organization but with different vertical profile according to displayed variable. HR managers can read very easily and intuitively from these maps important and useful information which can be directly used in the HR related decision making process. Předmětem článku je návrh uživatelsky vstřícného a snadno aktualizovatelného nástroje, který personalistům může usnadnit jejich každodenní rozhodování v otázkách výběru, umísťování a rozvoje zaměstnanců. Navrhovaný nástroj má podobu kombinace tří prvků: (a) benchmarkové studie ideálního profilu kandidáta na určitou pracovní pozici, (b) dopředné třívrstevné umělé neuronové sítě použité ke zpracování dat z benchmarkové studie a ke klasifikaci zaměstnanců a uchazečů do dvou různých výkonnostních skupin a (c) Kohonenovy samoorganizující mapy umožňující vizualizaci generalizačního gradientu klasifikační umělé neuronové sítě. Uživatelské rozhraní navrhovaného nástroje má podobu sady map se stejným topografickým uspořádáním a odlišným výškovým profilem podle zobrazené proměnné. Z těchto map personalista dokáže velice snadno vyčíst řadu důležitých a užitečných informací, které může bezprostředně využít při svém rozhodování v řadě personálních otázek. Kohonen-Karten als benutzerfreundliches Instrument zur Auswahl, Positionierung und Forderung von Angestellten Gegenstand des Artikels ist der Entwurf eines benutzerfreundlichen und einfach aktualisierenden Instruments, das den Personalisten die tagtägliche Entscheidung bei der Auswahl, Positionierung und Forderung der Angestellten hilft. Das Instrument kombiniert drei Elemente: (a) Benchmarkstudien des Idealprofils des Kandidaten auf bestimmte Arbeitspositionen, (b) dreistufiges vorwärts vermittelndes künstliches Neuronennetz, das zur Datenanalyse der Benchmarkstudie und Klassifizierung der Angestellten und Kandidaten in zwei verschiedene Leistungsgruppen benutzt wird und (c) Kohonen-Karten, welche die Visualisierung des Generalisierungsgradienten des klassifizierenden künstlichen Neuronennetzes ermöglichen. Die Anwendungsschnittstelle des Instruments hat die Struktur von Karten mit der gleichen topographischen Struktur und unterschiedlichem Höhenprofil entsprechend der abgebildeten Variablen. Aus diesen Karten erkennt der Personalist sehr einfach eine Reihe wichtiger und nützlicher Informationen, die er unmittelbar bei seiner Entscheidung benutzen kann.
keywords: human resources; benchmark; artificial neural networks; Kohonen self-organizing maps; generalization gradient; multidimensional data visualization lidské zdroje; benchmark; umělé neuronové sítě; Kohonenovy samoorganizující mapy; generalizační gradient; vizualizace vícerozměrných dat Human Ressourcen; Benchmark; künstliche Neuronennetze; Kohonen- Karten; Generalisierungsgradient; Visualisierung mehrdimensionaler Daten
157 x 230 mm
periodicity: 2 x per year
print price: 80 czk
ISSN: 1803-8670
E-ISSN: 2336-6486