Система рекомендаций карьерного пути для студентов UiTM Perlis с использованием нечёткой логики

Аннотация

Рекомендательные системы обычно используются в интернете, чтобы помочь клиентам найти продукты или услуги, которые наилучшим образом соответствуют их личным предпочтениям. В Малайзии выбор профессии среди студентов является значимым из-за наличия у них множества способностей и навыков. Многие студенты выбирают карьерный путь, не получив надлежащих консультаций от подходящих профессиональных или университетских служб. Это может привести к несоответствию между учебными достижениями, личностью, интересами и способностями студентов. Для того чтобы давать рекомендации студентам при выборе карьеры, важно построить рекомендательную систему, которая предоставит направление, ориентир и руководство для студентов в выборе их будущей профессии. Следовательно, в данном исследовании предлагается система карьерных рекомендаций, основанная на методике нечеткой логики. Использование подхода на базе нечеткой логики поможет студентам, делая рекомендации, основанные на карьерном тесте. Основываясь на традиционном методе, который обычно применяется, выбор сосредотачивается на одной профессии, не рассматривая другие карьерные возможности, которые также могут соответствовать навыкам или способностям человека. Поэтому, благодаря внедрению данной системы, результат будет гораздо лучше, а также студенты смогут опробовать её непосредственно на себе.

1.Введение

В настоящее время студенты часто сталкиваются с дилеммой принятия решения о выборе карьеры. Существует несколько факторов, которые влияют на студентов при выборе профессионального пути, таких как личные способности, образовательные достижения и их окружение.

После окончания школы или в университете студенты, как правило, начинают рассматривать карьерный путь, который может соответствовать их мастерству и потенциалу наилучшим образом. Однако, [1] многие студенты ошибаются при решении о выборе профессии из-за отсутствия опыта, помощи и советов от друзей и родственников, родителей и преподавателей или профконсультантов. Профориентационная помощь, предлагаемая в университете должна удовлетворять потребностям студентов на разных уровнях их карьерного развития [2]. Необходимо обеспечить профориентацию несколькими способами, такими как курсы, тренинги и семинары, которые предлагают групповой опыт в планировании будущей карьеры или индивидуальные консультации. Описание профессии является основным элементом, влияющим на выбор карьеры студентами университетов [3]. Характеристика профессии, которая может быть важна для студентов в выборе карьеры обычно классифицируются на три группы, которые включают в себя карьеру, компенсации или гарантии, а также организацию работы и окружение.

Существует тесная связь между личностью и рабочим окружением человека, вовлеченного в выбор профессии [4]. Людей можно разделить на шесть типов личности: реалистичный (практичный), исследовательский, художественный (артистичный), социальный, предприимчивый и обычный [5]. Аналогичным образом [6] устроены теория и тесты, связанные с карьерой. Цель использования психологических тестов в профориентации можно разделить на две части. Первая часть включает использование предварительного теста для получения информации во время сеанса консультирования, в то время как вторая часть предполагает использование психологических тестов для создания интереса и мотивации человека в области карьеры или академической области. Психологические тесты используются для карьерных решений, таких как выбор и расстановка кадров, оценка персонала, диагностика и определение уровня квалификации человека.

Фактор, который может привести к тому, что ученики не достигнут успеха в своей карьере, заключается в неправильном выборе работы, которая им подходит. Это требует принятия решений на ранней стадии. Таким образом, это исследование предложило систему, которая дает рекомендации студенту о будущей карьере на основе академического результата и их способностей с использованием подхода с нечеткой логикой.

Постановка проблемы

Из-за быстрого развития общества студентам требуется консультация, чтобы они могли выбрать подходящую профессию. Выбор карьеры становится все более сложным из-за существования множества человеческих способностей, которые означают, что каждый человек обладает навыками в определенной области и может соответствовать нескольким профессиям. Кроме того, все более стремительный прогресс, привел к расширению специализированных областей занятости. Основная проблема трудности выбора профессии среди студентов заключается в том, что они не знают, как принимать решения и им не хватает информации о существующих профессиях и карьерных перспективах.

Для того, чтобы рекомендовать профессию, важно создать систему рекомендаций выбора профессионального пути, способную удовлетворить все потребности, советующую направление и руководство для студентов в выборе карьеры, которая соответствует их навыкам и способностям.

Область научных исследований

Было проведено много исследований, однако такой веб-системы, как система рекомендаций выбора профессионального пути в IPTA Malaysia не было разработано ранее. Кроме того, целевая группа этого исследования предназначена для студентов последнего курса факультета компьютерных и математических наук, которые являются бакалаврами по информационным технологиям (CS220), бакалаврами в области передачи данных и сетей (CS225) и бакалаврами по математике управления (CS228). Но в этой статье внимание сосредоточится на студентах по информационным технологиям CS220, для определения их карьерного пути с использованием нечёткого логического подхода, который будет развиваться на веб-основе.

Предлагаемый метод решения

Метод, который использовался в этом исследовании, заключается в применении нечёткой логики для облегчения выбора будущей профессии студентами UiTM. Нечёткая логика является формой многозначной логики или вероятностной логики, полученной из теории нечётких множеств, чтобы иметь дело с рассуждениями, которые подходят по сравнению с фиксированными и точными [12]. В принципе, используя нечёткие правила, система нечёткого вывода определяет нелинейное отображение вектора входных данных в скалярный вывод. Процесс сопоставления включает входное и выходное членство функции, нечёткие логические операторы, нечёткие правила, агрегирование выходных множеств и дефаззификацию. На рисунке 1 показана модель всего процесса исследования, в котором участвовал консультант UiTM Perlis в качестве эксперта, помогающего получить данные о навыках и качествах, необходимых для каждой профессии.

В этой системе задействованы два внешних объекта: консультант и конечно студенты. Консультант выступает экспертом в области, предоставляя данные о навыках и личностных качествах, необходимых для каждой профессии. Затем данные формализуются для хранения в базе знаний. Студенты должны ответить на психологический тест в этой системе и она порекомендует подходящую для них профессию, с помощью математического аппарата нечёткой логики, включающего в себя фаззификацию, нечёткий вывод и дефаззификацию.

А. Фаззификация

Входные данные для этого исследования можно разделить на следующие части: личностные качества и навыки. Данные получены путём проведения серии интервью с экспертом-консультантом UiTM и анализом литературы. В тесте на карьеру вопросы о личности учащегося охватывают только 11% от общего количества вопросов, в то время как остальные сосредотачиваются на навыках. В таблице 1 показан перечень вопросов о навыках студентов в профориентационном тесте.

Таблица 1 – Профессиональные навыки, необходимые студентам

Вопросы	Навыки	Шкала	Профессиональные рекомендации
Q1	Проектирование (дизайн) и разработка веб-сайтов	0 — 10	Веб-программист
Q2	Управление веб-проектом полностью от начала до момента его развёртывания	0 — 10
Q3	Навыки и знания PHP, HTML, CSS, JavaScript and MySQL	0 — 10
Q4	Умение хорошо решать проблемы, общаться, межличностные и организационные навыки	0 — 10
Q5	Осведомлённость о последних тенденциях веб-технологий и методах программирования	0 — 10
Q6	Написание отчётов, документации и руководств по эксплуатации	0 — 10	Администратор баз данных (БД)
Q7	Знакомство с платформой базы данных SQL	0 — 10
Q8	Использование математики для решения задач и проблем	0 — 10
Q9	Умение научить других делать что-то, поделиться опытом	0 — 10
Q10	Умение обмениваться информацией и идеями в письменной форме, чтобы другие понимали	0 — 10
Q11	Выполнять хорошую поддержку конечных пользователей	0 — 10	Системный аналитик (СА)
Q12	Способность решать проблемы творчески или хорошие аналитические навыки	0 — 10
Q13	Ориентированность на результат, соблюдение сроков, поддержание спокойного подхода с несколькими задачами	0 — 10
Q14	Коммуникабельность и умение ладить с окружающими, работать в команде	0 — 10
Q15	Готовность работать дома или за пределами офиса, чтобы закончить проекты	0 — 10

Студенты должны ответить на 15 вопросов, которые сосредоточены на их навыках, в соответствии с программой. Эти ответы приведут к рекомендации профессии, будь то веб-программист (WP), администратор баз данных (DA) или системный аналитик (SA), что и является результатом данного исследования. Затем эти входные данные были преобразованы в лингвистическую переменную.

Фаззификация - это процесс, который преобразует входные переменные в некоторые подходящие значения в области исследования и описывает измеренные физические величины, используя лингвистические переменные [10]. Для части навыков ответ состоит из диапазона чёткого числа от нуля до десяти {0,10}. Диапазон делится на три лингвистические переменные: слабый, средний и хороший.

Выходные данные по каждой профессии разделены на три лингвистические переменные: «Нет», «Может быть» и «Да», которые отображены в таблице 2. Чёткие значения каждой шкалы навыков преобразуются в нечёткое значение в диапазоне {0, 1}, которое может быть представлено в графическом виде. В этом исследовании используется трапециевидная функция принадлежности.

Таблица 2 – Лингвистическая переменная соответствия профессии

Профессиональные рекомендации	Лингвистическая переменная
Веб-программист	{Нет, Может быть, Да}
Администратор БД	{Нет, Может быть, Да}
Системный аналитик	{Нет, Может быть, Да}

Функция принадлежности для навыка в вопросе 1 (Q1). Ось x представляет собой шкалу ответов [0, 10], ось y представляет степень соответствия в интервале [0, 1].

Функция принадлежности для нечеткого множества Q1 на рис.2 универсума X определяется как µ_Q1: X → [0, 1], где каждый элемент X сопоставляется со значением от 0 до 1. Это значение называется степенью соответствия, количественно степень принадлежности элемента X к нечёткому множеству Q1. Поскольку применяется трапециевидная функция, поэтому уравнение (1) используется, чтобы преобразовать все чёткие значения входных данных в формат нечётких значений, где a < b < c < d. Значения a-2, b-4, c-6 и d-8.

B. Нечёткий вывод

Нечеткий вывод – это метод построения отображения входной функции на выходную с использованием нечёткой логики. Если предшествующее правило имеет более одного предложения, нечёткие операторы используются для получения одной фигуры, которая показывает результат предшествующего правила [7]. Существует много видов систем нечёткого вывода. Среди наиболее популярных - Мамдани и нечёткая ассоциативная память FAM. В этом исследовании используется FAM в качестве нечёткого вывода, потому что FAM будет содержать знания эксперта, который, как полагают, сможет достичь почти любой контрольной цели [11].

Оператор MIN и пересечение AND используется как правило вывода в качестве компилятора вопроса 1 (Q1) и вопроса 2 (Q2) в таблице FAM. µ_Q1 и µ_Q2 - функции принадлежности, которые определяют нечёткие множества Q1 и Q2 соответственно на универсуме X. Пересечение нечётких множеств A и B является нечётким множеством, определяемым функцией принадлежности в уравнении (2).

На рис.3 показан пример выбора ответов на вопросы Q1 и Q2. Нечёткое значение, полученное на фазе фаззификации для каждой лингвистической переменной для каждого Q1 и Q2, используется в таблице FAM.

Пример создания нечётких правил:

ЕСЛИ Q1 слабый(x) И Q2 слабый(x) ТОГДА Профессиональная рекомендация для Веб-программиста НЕТ(x)

ЕСЛИ Q1 средний(x) И Q2 слабый(x) ТОГДА Профессиональная рекомендация для Веб-программиста Может быть(x)

ЕСЛИ Q1 хороший(x) И Q2 средний(x) ТОГДА Профессиональная рекомендация для Веб-программиста ДА(x)

C. Дефаззификация

Дефаззификация - последний этап нечёткой логики, в котором нечёткие выходные переменные преобразуются в чёткое значение. Дефаззификация создает максимально возможное единственное чёткое значение, которое может представлять выводимое нечёткое значение в лучшем виде [2]. Это важная процедура для нечётких систем, потому что в некоторых практических и теоретических приложениях требуется конечное выходное действие [9].

В этом исследовании применен метод центра тяжести, уравнение (3), где x_i - значение области, а µ_xi - нечёткое значение после применения оператора MIN и пересечения AND.

Выводы

В заключение, результаты этого исследования принесут пользу студентам при выборе профессии, процесс станет проще, гибче и быстрее. Это связано с тем, что самооценивание может быть выполнено без необходимости всестороннего наставничества консультанта. Кроме того, также оцениваются сильные стороны, навыки студентов, способности, личностные качества и рекомендуются возможные варианты карьеры с помощью подхода на базе нечёткой логики. Более того, эта система также хранит результаты тестов, поэтому студент может пройти его повторно и сравнить с предыдущим результатом.

Рисунок 4 отображает заключительный этап этого исследования, в котором будет показана степень развития навыков учащихся, а также вероятность соответствия каждой профессии. Система даёт рекомендации для студентов, чтобы они могли сделать правильный выбор профессии, основанный на их знаниях, навыках и личностных качествах.

Исследование может быть улучшено путем предоставления студентам обратной связи, с помощью которой они смогут отправлять подробную информацию о своих предложениях, жалобах, требованиях или опыте. Возможность использования программы на двух языках, малайзийском и английском, также может улучшить работу системы.

Подтверждение

Данное исследование проводилось при поддержке UiTM Perlis, особенно отдела консультирования и карьеры.

Список использованной литературы

1. Salami, S.O., Relationship between work values and vocational interests among high school students in Ibadan. Nigerian African Journal of Educational Research, 1999. 5(2).
2. Talib, M.A. and T.K. Aun, Predictors of Career Indecision Among Malaysian Undergraduate Students. European Journal of Social Sciences, 2009. 8(2).
3. Moy, J.W. and S.M. LEE, The Career Vhoice of Business Graduates: Real and Perceived Differences between SMEs and MNCs. 2002. 7.
4. Holland, J.L., Making Vocational Choice: A Theory of Personality Types and Models Environments. 1973.
5. Holland, J.L., Manuals for the Vocational Preference Inventory. 1965.
6. Goldman, L., Using Tests in Counselling. 1971, Appletton - Century-Crafts.
7. Arora, M. and D. Tagra, Nero-Fuzzy Expert System for Breast Cancer Diagnosis. International Conference on Advances in Computing, Communications and Informatics, 2012.
8. Nolan, J.R., A Prototype Application of Fuzzy Logic and Expert System in Education Assessment. 1998: p. 1134 - 1139.
9. Jiang, T. and Y. Li, Generalized defuzzification strategies and theirparameter learning procedures. 1996. 4(1): p. 64 - 71.
10. Liu, W.Y., J.G. Han, and X.N. Lu, A high speed railway control system based on the fuzzy control method. Expert Systems with Applications, 2013. 40(15): p. 6115 - 6124.
11. C. Chir-Ho and J. Y. Cheung, "The dimensions effect of FAM rule table in fuzzy PID logic control systems," in Fuzzy Systems, 1993., Second IEEE International Conference on, 1993, pp. 441 - 446 vol.1.
12. Jayarathna, P.D.C.R., J.V. Wijayakulasooriya, and S.R. Kodituwakku, Fuzyy Logic and Neural Network Control Systems For Backing up a Truck and a Trailer. Int. J Latest Trends Computing, 2011.