U potrazi za raznolikim i povezanim timovima: računski pristup za sastavljanje različitih timova na osnovu članova 2. dio

Glavni doprinos ovog rada je formulisanje problema formiranja tima uzimajući u obzir nivoe raznolikosti timova i istovremeno upoznatost članova.

Poznavanje članova i pamćenje su neraskidivo povezani. U radu, posebno u timu, upoznatost članova direktno određuje efikasnost i kvalitet rada tima.

Nivo poznavanja članova direktno utiče na prećutno razumevanje i saradnju tima. Ako ste upoznati jedni s drugima, možete izostaviti mnogo riječi koje je teško izraziti i direktno se upustiti u posao, poboljšavajući radnu efikasnost. Ako članovi nisu međusobno upoznati, komunikacija obično traje duže, a zbog malih nesporazuma mogu nastati nepotrebni sukobi i nesuglasice.

Osim toga, bliskost među članovima također direktno utiče na pamćenje. Istraživanja pokazuju da se ljudi češće sjećaju poznatih ljudi i stvari jer je vjerojatnije da će te informacije privući naše interesovanje i pažnju. U timskom radu, ako su članovi međusobno upoznati, lakše će pamtiti jedni druge želje i potrebe i izbjeći greške u pamćenju koje ometaju napredak u radu.

Stoga, članovi tima treba da pokušaju da se međusobno bolje upoznaju i poboljšaju međusobno razumijevanje i komunikaciju kroz različite mogućnosti. Bliži odnosi se mogu uspostaviti kroz zajedničke hobije, komunikaciju i saradnju, čime se poboljšava timska saradnja i radna efikasnost i rad čini efikasnijim. Vidi se da moramo poboljšati pamćenje, a cistanche deserticola može značajno poboljšati pamćenje jer je cistanche deserticola tradicionalni kineski ljekoviti materijal koji ima mnogo jedinstvenih učinaka, od kojih je jedno poboljšanje pamćenja. Djelotvornost mljevenog mesa proizlazi iz različitih aktivnih sastojaka koje sadrži, uključujući kiselinu, polisaharide, flavonoide, itd. Ovi sastojci mogu promovirati zdravlje mozga na različite načine.

Kliknite na saznajte 10 načina za poboljšanje memorije

Dok većina studija o algoritmima za formiranje tima razmatra vještine članova ili lične troškove kao funkcije cilja formiranja tima [36], mi formulišemo ovaj problem optimizacije na osnovu različitih operacionalizacija različitosti (tj. dispariteta i raznolikosti atributa). Drugi doprinos ovog rada je dizajn algoritama za ovaj problem formiranja tima koji timu dodjeljuje sve dostupne pojedince.

Prethodni problemi formiranja tima uglavnom su se fokusirali na pronalaženje najboljeg tima iz grupe i otpuštanje preostalih pojedinaca [36, 37]. Ovaj rad također pruža teorijske implikacije za timsko istraživanje.

Konkretno, korištenje računskih mehanizama za podršku procesa formiranja tima [38–40]. Praktične implikacije ove studije doprinose da nekoliko zajednica ulaže u povećanje timske raznolikosti.

Budući da timbilderi ne mogu brzo riješiti ovaj problem ručnim provjeravanjem svake kombinacije tima, algoritmi mogu automatizirati ovaj zadatak okupljanjem članova koji posjeduju postojeće društvene veze, a istovremeno su iz različitih pozadina, karakteristika i nivoa stručnosti [41, 42].

Proširivanje upotrebe ovog algoritma na širu publiku moglo bi pružiti nove prednosti za grupe koje žele da prihvate različitost i zadrže visok nivo poznavanja.

Ovaj članak je proširena i revidirana verzija preliminarne konferencije predstavljene u Complex Networks 2020 [43].

U poređenju sa člankom na konferenciji, ova verzija (a) predstavlja pregled algoritama za formiranje timova, (b) proširuje definicije i pseudo-kodove predloženog problema i algoritma formiranja tima, (c) nadograđuje predloženi algoritam za rukovanje izolovanim pojedincima i kada broj dostupnih pojedinaca nije višestruk od veličine tima, (d) procjenjuje algoritam s tri skupa podataka kako bi dokazao da naš problem optimizacije može funkcionirati u drugim domenima formiranja tima, (e) uspoređuje njegove performanse s drugim algoritmima s više ciljeva, (f) koristi kvantitativnu metriku da uporedi rezultate algoritama, (g) razrađuje nalaze i implikacije ovog rada za istraživače i praktičare i (h) obezbeđuje skripte za prethodnu obradu skupova podataka, prethodno obrađenih skupova podataka i skriptova sa naš predloženi algoritam i algoritmi benčmarka u svrhu ponovljivosti.

Povezani rad

Istraživači informatike su razradili različite pristupe rješavanju problema timskih zadataka [36, 44, 45]. Scholarship je zaključio da je pronalaženje najefikasnijih timskih kombinacija iz grupe pojedinaca izazovan računski problem, a pojedincima ga je još teže riješiti ručno.

To je složen zadatak koji zahtijeva procjenu svih mogućih kombinacija među članovima grupe, što može postati nepremostivi kombinatorni izazov. S obzirom na skup od n članova koji se moraju dodijeliti timovima veličine k, moramo izračunati iterativnu permutaciju gdje možemo odabrati prvih k članova iz n, zatim ostalih k članova iz n − k, i tako dalje. Uz pretpostavku da je k višekratnik od n, moramo izračunati n/k permutacija.

Kao rezultat, moramo izračunati n!/(k!n/k�(n/k)!) mogućih timskih kombinacija za skup od n članova. Ako želimo da okupimo timove veličine tri od razreda od 18 učenika, postoji 190.590.400 mogućih kombinacija (18!/(3! 6�6!)). Ove kombinacije se procjenjuju u faktorijalnom vremenu (tj. O(n!)). Stoga se ovaj zadatak ne može obaviti u polinomskom vremenu i zahtijeva različite pristupe za efikasno pronalaženje rješenja.

Nedavni pregledi literature [36, 37, 46] karakteriziraju algoritme za formiranje timova prema tri glavne dimenzije: (i) broju timova koji su rezultat algoritma, (ii) atributima članova koje algoritam razmatra i (iii) broju ciljnih funkcija koje algoritam razmatra.

Broj timova

Većina rješenja predlaže pronalaženje najboljeg mogućeg tima iz date grupe pojedinaca. Pristup „najboljeg tima“ obično smatra problem formiranja tima kao problem zadatka, gdje je cilj pronaći najbolje članove koji mogu sastaviti tim.

Ključni doprinosi ovoj literaturi oslanjaju se na inovacije u metodologiji. Na primjer, El-Ashmawi et al. [47] tražili su tim s najmanjim troškovima komunikacije među članovima tima koristeći implementaciju algoritma optimizacije roja čestica. Bhowmik et al. [48] ​​je razvio algoritam za formiranje tima koristeći optimizaciju submodularne funkcije.

Ova implementacija pronalazi najbolji tim stručnjaka sa opuštenim ograničenjima: timovi "moraju" imati neke vještine dok "trebaju" imati druge. Na kraju, Keane et al. [49] koriste algoritam za formiranje tima koristeći okvir za povećanje gradijenta kako bi pronašli minimalni tim sa stručnjacima koji mogu efikasno raditi zajedno. Ograničenje ovih metoda je da pružaju samo jedan "najbolji" tim umjesto više timova koji uključuju sve članove iz dostupnog skupa.

Nekoliko studija je istraživalo problem raspoređivanja svih raspoloživih pojedinaca u timove. Jedan pristup je formiranje više timova putem iterativne heuristike. U ovom slučaju, timovi se okupljaju izdvajanjem k članova iz grupe prema funkciji cilja sve dok nijedan više ne ostane bez tima.

Jedan primjer je Agrawal et al. [50], koji je predložio heurističke goritme za maksimiziranje dobiti (ili minimiziranja troškova) agregiranih za sve timove okupljene iz grupe dostupnih pojedinaca.

Ovaj rad predstavlja dva iterativna heuristička algoritma koji udružuju "jake" članove s drugima koji su "slabiji" od njih. Kao rezultat toga, stručnjaci su raspoređeni u nekoliko timova. Drugi pristup je formulisanje problema formiranja tima kao problema particije. Grupa pojedinaca je podijeljena u timove koristeći heuristicmetriju za sve okupljene timove.

Neke implementacije koriste algoritme grupiranja koji imaju za cilj pronaći članove koji dijele slične karakteristike. Neki primjeri su implementacija Nurjanah i drugih [51] koja koristi Fuzzy C-Means za grupisanje pojedinaca u homogene timove [51], te implementacija Srba i Bielikove [52] koja grupiše studente prema specifičnim karakteristikama saradnje.

Treći pristup je pronalaženje efikasnih timskih kombinacija korištenjem evolucijskih algoritama [53, 54]. Ukratko, evolucijski algoritmi počinju dodjeljivati ​​sve članove u nasumične timove, a zatim iterativno mijenjaju članstva pojedinaca kako bi pronašli bolje kombinacije timova. Nakon evaluacije kombinacija koristeći određene ciljne funkcije, evolucijski algoritmi zadržavaju najbolje kombinacije timova kako bi pronašli nove kombinacije u sljedećoj iteraciji.

Jedan primjer je Agustı´n-Blas et al. [53], koji je razvio genetski algoritam koji organizira pojedince u grupe i traži kombinacije timova koje maksimiziraju potrebne resurse grupe.

Atributi članova

Druga dimenzija se fokusira na atribute članova koje algoritam razmatra. Algoritmi imaju za cilj pronaći članove koji maksimiziraju specifične atribute tima, kao što je broj društvenih veza među članovima ili broj vještina koje tim pokriva.

Većina algoritama postavlja prisustvo vještina (ili stručnosti) u timu kao glavni cilj. Ilustracija ovog pristupa je Zakarian i Kusiakov algoritam [55], koji koristi matematičko programiranje za pronalaženje članova koji doprinose određenoj vještini timu.

Druge računske implementacije predlažu dodjelu članova prema njihovim ulogama. Algoritam zasnovan na ovom pristupu je Yannibelli et al. [56], koji je razvio evolutivni pristup koji okuplja studentske timove dodjeljivanjem članova određenim ulogama.

Štaviše, algoritmi mogu uključiti društvene mreže članova prilikom formiranja timova. Lappas et al. [57] traže najbolji tim sa najnižom socijalnom distancom među članovima (tj. surogat za troškove komunikacije).

Ovaj članak predlaže dva algoritma pod nazivom "Prvo najrjeđi" i "Poboljšani Steiner". S obzirom na problem okupljanja najboljeg tima veličine k sa članovima koji imaju vještine rješavanja zadatka T sa društvene mrežeG, prvi algoritam traži najmanji mogući promjer grafa među k članova koji imaju vještine za rješavanje T. Drugi algoritam traži za najmanji podskup ivica koji povezuje k članova sa vještinama za rješavanje T (tj. minimalno razapinjuće stablo).

Oba algoritma će imati za cilj pronaći najbolji mogući tim s obzirom na određenu društvenu mrežu. Druge implementacije razmatraju troškove osoblja, dostupnost članova i balans radnog opterećenja među članovima kao dio problema formiranja tima [58].

For more information:1950477648n@gmail.com