ابراهیم رجب پور

زمینه: در دنیای امروز که سازمان ها با محیطی پیچیده و رقابتی مواجه هستند، ارزیابی دقیق عملکرد کارکنان به عنوان یکی از ارکان حیاتی مدیریت منابع انسانی، اهمیتی فزاینده یافته است. در صنعت گاز، که پایداری، بهره وری و تصمیم گیری های مبتنی بر داده اهمیت ویژه ای دارند، اتکای صرف به روش های سنتی ارزیابی کارایی، ممکن است با چالش هایی نظیر خطای انسانی، سوگیری و عدم شفافیت همراه باشد. استفاده از فناوری های نوین همچون یادگیری ماشین، افق های جدیدی برای بهبود فرآیند ارزیابی عملکرد گشوده است. هدف: پژوهش حاضر با هدف طراحی و پیاده سازی مدلی علمی و داده محور برای ارزیابی عملکرد کارکنان شرکت گاز استان بوشهر انجام شده است. با بهره گیری از الگوریتم درخت تصمیم به عنوان روشی تفسیرپذیر و دقیق، سعی شده است عملکرد کارکنان با دقت و شفافیت بالا طبقه بندی و تحلیل شود. تمرکز اصلی بر شناسایی شاخص های کلیدی و بررسی اثرگذاری آن ها در پیش بینی عملکرد مطلوب یا نیازمند بهبود بوده است. روش شناسی: این پژوهش با رویکردی کاربردی و ماهیتی کمی انجام شده است. در لایه های مختلف مدل پیاز پژوهش، استراتژی تحقیق به صورت ترکیبی از روش دلفی در مرحله کیفی و تحلیل داده محور در مرحله کمی تعریف شده است. ابتدا به منظور شناسایی شاخص های کلیدی ارزیابی عملکرد، مرور نظام مند منابع علمی و مصاحبه با 8 نفر از خبرگان دانشگاهی و عملیاتی در شرکت گاز استان بوشهر و دانشگاه خلیج فارس به کار گرفته شد. در این مرحله با استفاده از روش دلفی و تحلیل توافقات، تعداد 20 شاخص نهایی برای ورود به مدل انتخاب شد. در گام بعد، داده های عملکردی مربوط به 50 نفر از کارکنان شرکت گاز استان بوشهر طی 24 بازه زمانی گردآوری شد. این داده ها متشکل از متغیرهایی مانند رضایت شغلی، خلاقیت، حضور به موقع، توانایی یادگیری، کیفیت تعامل با همکاران و تمایل به آموزش و... بوده اند. برای تحلیل داده ها از زبان برنامه نویسی Python و الگوریتم یادگیری ماشین درخت تصمیم (Decision Tree) با معیار «Entropy» و عمق بهینه 5 استفاده شد. داده ها به دو بخش آموزش (Training) و آزمون (Testing) با نسبت استاندارد 70/30 تقسیم شدند. مدل به کمک کتابخانه های scikit-learn و pandas پیاده سازی و سپس با معیارهای دقت (Accuracy)، صحت(Precision) ، فراخوان (Recall) و امتیاز F1 مورد ارزیابی قرار گرفت. برای