Abstract

In the work assessment process the aspect of assessing workes' knowledge is a difficult issue. In this article the proposed system consists of the following elements: (1) gathering the explicit knowledge within the enterprise in the form of service procedures, (2) obtaining audio or video recording of the workers' activities, (3) comparing the received records to the standards of the service procedures using the neural network. In order to realise the proposed concept, an ontology for the stored service procedures was built, and furthermore a conversion of the acquired knowledge using Natural Language was made. Next, using a neural network, the knowledge of the worker in the service department was assessed on the basis of a comparison of the records of his activities to the standard procedures adopted in the company. The practical utility of the model has been demonstrated at the example of the procedure for replacing brake pads and disc pads by a new employee. According to these results, the head of the service department evaluates the knowledge of the employees in relation to the adopted instructions in the company. Consequently, s/he decides to hire a new employee. Therefore, the proposed IT system can be treated as a decision support system about employing new workers based on an objective assessment of their knowledge.

References

• Bartos, K. (2012). Wykorzystanie sztucznych sieci neuronowych w badaniach zachowań konsumentów, Szczecin: Wydawnictwo Naukowe Uniwersytetu Szczecińskiego.
• Farlow, S.J. (1984). Self-organizing Methods in Modelling: GMDH-type Algorithms, New York: Marcel Dekker Inc.
• Forsyth, P. (2004). Jak motywować ludzi, Warszawa: Helion.
• Goldberg, D.E. (1995). Algorytmy genetyczne i ich zastosowania, Warszawa: Wydawnictwa Naukowo-Techniczne.
• Janowska, Z. (2002). Zarządzanie zasobami ludzkimi, Warszawa: PWE.
• Król, H., Ludwiczyński, A. (2006). Zarządzanie zasobami ludzkimi, Warszawa: Wydawnictwo PWN.
• Larose, D.T. (2008). Metody i modele eksploracji danych, Warszawa: Wydawnictwo Naukowe PWN.
• Lewicka, D. (2010). Zarządzanie kapitałem ludzkim w polskich przedsiębiorstwach, Warszawa: PWN.
• Marciniak, A., Korbicz, J. (2002). Metody rozpoznawania obrazów w diagnostyce. W: J. Korbicz, J.M. Kościalny, Z. Kowalczuk, W. Cholewa (red.), Diagnostyka procesów, Warszawa: Wydawnictwo Naukowo Techniczne.
• Patan, J., Korbicz, J., Mrugalski, J. (2002). Sztuczne sieci neuronowe w układach diagnostyki. W: J. Korbicz, J.M. Kościalny, Z. Kowalczuk, W. Cholewa (red.), Diagnostyka procesów, Wydawnictwo Naukowo Techniczne 2002.
• Pawlak, Z. (2011). Zarządzanie zasobami ludzkimi w przedsiębiorstwie, Warszawa: POLTEXT.
• Quinlan, J.R. (1996). Improved use of continues attributes in C4.5, Journal of Artificial Intelligence Research 1996.
• Rozkwitalska, M., Dancewicz, B., Szmidt, H. (2013). Przewodnik praktycznego zarządzania, Warszawa: Difin.
• StatSoft, Elektroniczny Podręcznik Statystyki, Kraków 2006, www.statsoft.pl/textbook/stathome.html.
• Wąsowska-Bąk, K., Górecka, D., Mazur, M. (2012). Assessment/Development Center. Poznaj najskuteczniejszą metodę oceny kompetencji pracowników i kandydatów do pracy, Gliwice: Helion.
• Witkowski, T. (2002). Sztuczna inteligencja w zarządzaniu produkcją, Konferencja -Współczesne problemy zarządzania. W: Współczesne problemy zarządzania, Warszawa: Mazowiecka Wyższa Szkoła Humanistyczno-Pedagogiczna.
• Ziemski, W. (2017). Charakterystyka oceny okresowej nauczycieli akademickich na przykładzie Politechniki Śląskiej, z. 100, 575-587, Politechnika Śląska.