Введення

Отримання вищої освіти в даний час вже є нормою, і велика кількість молоді вступає до ВНЗ для здобуття професій. При цьому проблема працевлаштування випускників повністю не вирішена і молоді люди, які отримали диплом, насилу намагаються влаштуватися на роботу, якщо вони не знайшли її під час навчання.

Щоб допомогти випускникам вирішити цю проблему необхідно знайти причини її виникнення. Одним з факторів є психологічна непідготовленість студентів. Багато студентів не замислюються про те, що в них є навчальний час для придбання корисних знань і навичок, і проводять його даремно. [1] Іншим фактором є складність взаємодії роботодавця і потенційного працівника (молодого випускника). Дуже часто випускник проходить дуже багато співбесід перед тим, як влаштуватися на свою першу роботу, хоча цю проблему можна вирішити моделюванням процесу працевлаштування, використовуючи тісну співпрацю роботодавців і вищих навчальних закладів.

1. Актуальність теми

Питання, що стосуються прогнозування працевлаштування студентів, є дуже актуальними у наш час. Дана робота передбачає створення програмної системи, яка дозволить, виходячи з індивідуального портрета студента, спрогнозувати успішність його працевлаштування на запропонованих фірмах. Ця система зможе вказати учбової кафедрі можливі прогалини в знаннях студентів або недоліки навчальної програми.

До того ж, при моделюванні цього складного процесу використовується многоагентна технологія, яка вважається однією з найбільш важливих і перспективних галузей розвитку інформаційних технологій [2].

2. Цілі і задачі, заплановані практичні результати

Виходячи з вищесказаного, метою даної роботи є програмне, агентне моделювання процесу працевлаштування випускників ВНЗ з наступною рекомендацією вибору підприємства для працевлаштування.

Виходячи з мети дослідження сформульовані задачі даної роботи:

• проаналізувати процес отримання і засвоєння знань студентами;
• розглянути процес формування тестових завдань на підприємствах, проаналізувати їх;
• розробити структуру нейромережевої моделі і вибрати кращий алгоритм її навчання;
• сформувати на основі опитування студентів параметри привабливості підприємства, виходячи з його параметрів;
• розробити агентні моделі роботодавців і студентів для імітації проведення співбесід;
• програмно реалізувати многоагентну систему в інструментальному середовищі JACK [3].

Об'єкт дослідження в даній роботі – многоагентное моделювання.

Предметом дослідження є многоагентна система з інтелектуальними агентами, функціональність яких заснована на нейронних мережах.

Наукова новизна даної роботи полягає в тому, що розроблена програмна система імітації проходження студентами співбесід буде враховувати наявні у реального студента знання (отримані шляхом передачі їх своєму агенту), а також брати до уваги тестові завдання роботодавця з можливістю їх оперативної заміни на інші. Більш того, система буде навчаєма, і прогноз працевлаштування з кожним разом буде мати більшу точність.

Залановані результати:

• методика визначення привабливості підприємства для студентів;
• методика передачі знань від реальних студентів до їх агентів;
• розроблена многоагентна система моделювання процесу працевлаштування випускників ВНЗ, що використовує інтелектуальні агенти на нейромережевої основі.

3. Огляд джерел

Багатоагентні системи є широко використовуваним в світі інструментом для вирішення складних, важко формалізованих завдань. [4]. Вони використовуються в комп'ютерних іграх, при створенні фільмів [5], при використанні експертних систем та багатьох інших областях.

3.1 Огляд світових джерел

Багатоагентним систем дуже багато приділяється уваги по всьому світу. Існують спеціалізовані сайти, які вивчають проблеми багатоагентних систем [6-9], в Ізраїлі навіть є спеціальна дослідницька група з інтелектуальних агентів [10].

Хоча, як вже було сказано вище, багатоагентні системи широко використовуються, немає системи, яка б прогнозувала результати співбесід і давала рекомендації випускникам по влаштуванню на роботу.

3.2 Огляд національних джерел

У Російській Федерації нейромережеві технології теж розвиваються, і одним з основоположників російської науки про штучний інтелект і мультиагентні технології є Тарасов В.Б., який присвятив величезну кількість статей проблемам та особливостям нейронних мереж і інтелектуальних агентів [11-14]. Хоч багато досліджено в області мультиагентних технологій і розроблені різні проекти, наприклад, віртуальні кафедри, але при цьому немає програмних систем, які повністю співпадають з цілями і завданнями даної роботи.

3.3 Огляд локальних джерел

В нашому університеті протягом багатьох років багатоагентними технологіями займається мій науковий керівник – Федяєв Олег Іванович. Разом з Жабскою Т.Є. вони працювали над функціонуванням програмних агентів в навчальній системі, вивчали існуючі моделі агентно-орієнтованих систем, інтелектуальних агентів [15]. Також в їх дослідження входило створення віртуальної кафедри університету з одночасним перетворенням концептуальних моделей, отриманих за методологією Gaia, фізичні моделі в інструментальному середовищі JACK [16].

Федяєв О.І. разом з магістрами минулих років також займався дослідженнями в області багатоагентних систем:

• Лямін Р.В. Багатоагентна система навчання студентів на кафедральному рівні;
• Зайцев И.М. Моделі колективної поведінки інтелектуальних агентів в мультиагентних системах моделювання та управління підприємством;
• Зудікова Ю.В. Оцінка ефективності багатоагентного моделювання систем з розподіленим інтелектом;
• Лукіна Ю.Ю. Агентно-орієнтовані програмні моделі поведінки людини в соціально-економічному середовищі;
• Стропалов А.С. Нейромережеві моделі програмних агентів у соціально–орієнтованих мультиагентних системах;
• Грабчук О.П. Агентно-орієнтоване моделювання підготовки та працевлаштування молодих спеціалістів;
• Єліфьоров В.В. Мультиагентна імітаційна модель для прогнозування результатів навчання та працевлаштування фахівців;
• Куташов Р.І. Програмна реалізація агентно-орієнтованої системи дистанційного навчання студентів технічних дисциплін.

4. Теорія багатоагентних систем

Для моделювання процесу працевлаштування випускників будуть використані багатоагентні системи. Багатоагентна система – це сукупність декількох взаємодіючих інтелектуальних, найчастіше програмних, агентів [17].

В мультиагентних системах агентам притаманні такі властивості:

• обмеженість уявлення (жоден агент не знає того, як влаштована агентна система цілком);
• автономність (часткова незалежність агентів);
• децентралізація (немає агентів, які б могли керувати цілою системою). [18]

Багатоагентні системи можуть формувати складну поведінку або самоорганізовуватися, навіть якщо кожен агент окремо має досить простий алгоритм роботи.

Для того, щоб багатоагентні системи можна було застосовувати в промислових проектах Міжнародна організація інтелектуальних фізичних агентів (FIPA) прийняла ряд стандартних вимог:

• агент надає набір послуг, які доступні будь-якому агенту в багатоагентної системі;
• агент може обмінюватися повідомленнями з будь-яким іншим агентом;
• всі агенти повинні обмежити свою доступність від інших агентів;
• всі агенти повинні визначити свої стосунки, реакція на події і т. д.;
• кожен агент повинен мати унікальний ідентифікатор.

5. Створення адекватних моделей агентів

Для того, щоб створити адекватні моделі агентів студентів необхідно отримати знання та уміння студентів. Для цього по дисципліні, для якої збираються оцінювати рівень знань і умінь, необхідно створити перелік знань і умінь, отриманих студентом після освоєння цього курсу. Після цього студенту пропонуються тестові завдання, для яких він має визначити, які саме знання та вміння потрібні для вирішення кожного із завдань. Далі його відповіді звіряються з правильними і виставляється рівень володіння тим чи іншим знанням або умінням. Після цього ці рівні знань і умінь вносяться в програмний агент. Таким чином агент наділяється знаннями реального студента і може представляти його на віртуальних співбесідах.

Схожий процес відбувається і в роботодавця. Він повинен сформувати перелік знань та вмінь, необхідних для роботи і передати ці знання своєму представнику в багатоагентної системі – своєму агенту. Паралельно роботодавець повідомляє своєму агенту свої характеристики для подальшого визначення привабливості фірми для студента. У той же час студенти передають знання своїм представникам-агентам ознаки привабливою фірми для них. Після цього відбувається моделювання процесу працевлаштування (див. рис. 1 [19]):

1. Вилучення необхідних знань із завдань роботодавця;
2. Пошук привабливих фірм агентами студентів;
3. Проходження тестування на цих фірмах;
4. Видача результатів моделювання та відповідних рекомендацій щодо працевлаштування.

6. Середовище для створення багатоагентних систем

JACK – програмна система, платформа для розробки мультиагентних систем, є проміжним шаром між операційною системою і багатоагентної моделлю.

Для розробки програмної системи моделювання процесу працевлаштування була обрана саме ця агентна платформа, тому що вона підтримує методологію Gaia і відповідає міжнародному стандарту FIPA. Також ця система буде функціонувати на всіх комп'ютерах, на яких підтримується Java, отже, ця система дуже мобільна і платформонезалежна.

Відповідно до прийнятої концепції замість об'єктів ми говоримо про агентів. Щодо фундаментальних частин, ці агенти мають ті ж складові, що і звичайні об'єкти (дані і методи), але вони мають і додаткові складові:

• здібності – це багаторазові компоненти агентів, такі ж як модулі в об'єктно-орієнтованому підході. Вони приховують причинні складові (події, плани тощо) для того, щоб забезпечити певну можливість будь-якому агенту;
• плани схожі на функції в об'єктно-орієнтованих класах. Вони є інструкціями, які виконують, щоб досягти цілей і обробити подіїб що виникають;
• події запускають плани, так само, як в .Net є обробники подій, так у JACK є плани і вони запускаються, як тільки певна подія відбувається;
• набори переконань відображають переконання агента, використовуючи універсальну модель відносин. До них можуть бути застосовані запити і коли відбуваються якісь зміни, події можуть бути на них зав'язані. [20]

Закінчення

В ході виконання робіт був проведений аналіз процесу працевлаштування студентів і виникаючі при цьому проблеми. Розглянуто їх причини, а також способи їх вирішення.

В якості рішення запропоновано багатоагентне моделювання даного процесу з використанням інтелектуальних агентів з нейромережевої архітектурою.

Сформульовано методики вилучення знань студентів і роботодавців, а також детально описаний процес функціонування багатоагентної системи.

Запропоновано моделі нейронних мереж інтелектуальних агентів та алгоритм їх навчання.

В якості програмної платформи, за допомогою якої будуть моделюватися агенти студентів і роботодавців, буде використано програмне середовище JACK, яка являє собою потужний інструмент для реалізації мультиагентної системи.

1. Шилина Е.Б. Проблема трудоустройства выпускников после вузов // Научное сообщество студентов: Междисциплинарные исследования: сб. ст. по мат. III междунар. студ. науч.-практ. конф. № 3. – [Электронный ресурс]. – Режим доступа: sibac.info/sites/default/files/conf/file/stud_3_3.pdf
2. Агенты, многоагентные системы, виртуальные сообщества: стратегическое направление в информатике и искусственном интеллекте Тарасов В.Б. Журнал Новости искусственного интеллекта №2, 1998 – [Электронный ресурс]. – Режим доступа: http://www.raai.org/library/ainews/1998/2/TARASOV.ZIP
3. Инструментальная среда JACK – [Электронный ресурс]. – Режим доступа: http://www.agent-software.com/products/jack/
4. Портал, посвящённый искусственному интеллекту – [Электронный ресурс]. – Режим доступа: http://www.aiportal.ru/articles/multiagent-systems/multiagent-systems.html
5. Использование многоагентных систем в играх и фильмах. Сайт компании – [Электронный ресурс]. – Режим доступа: http://www.massivesoftware.com/
6. FIPA. Международная организация стандартизации агентных технологий – [Электронный ресурс]. – Режим доступа: http://www.fipa.org/index.html
7. AIportal.ru – [Электронный ресурс]. – Режим доступа: http://www.aiportal.ru/
8. Artificial Intelligence: A Modern Approach – [Электронный ресурс]. – Режим доступа: http://aima.cs.berkeley.edu/
9. Лаборатория многоагентных систем – [Электронный ресурс]. – Режим доступа: http://mas.cs.umass.edu/
10. Израильская исследовательская группа по многоагентым системам – [Электронный ресурс]. – Режим доступа: http://www.cs.huji.ac.il/
11. Тарасов В.Б. Агенты, многоагентные системы, виртуальные сообщества: стратегическое направление в информатике и искусственном интеллекте // Новости искусственного интеллекта. – 1998. – №2. – С.5-63.
12. Тарасов В.Б. Современные направления искусственного интеллекта // Кибернетика – ожидания и результаты. Политехнические чтения. Вып.2.– М.: Знание, 2002.– С.105-111.
13. Интеллектуальные обучающие системы и виртуальные учебные организации: Монография/ В.В.Голенков, В.Б.Тарасов, О.Е.Елисеева и др.: Под ред. В.В.Голенкова и В.Б.Тарасова. – Мн.: БГУИР, 2001. – 488 с. (с.25-79).
14. Тарасов В.Б. Агенты и многоагентные системы: основные истоки, подходы, принципы и направления // Компьютерная хроника. – 1998. – №12. – С.103-122.
15. Научн. тр. ДонНТУ, серия Информатика, кибернетика и вычислительная техника (ИКВТ-2008), выпуск 9(132) – Донецк: ДонНТУ, 2008. – с. 249-254.
16. Проектирование виртуальной кафедры университета на основе многомодельного агентно-ориентированного подхода / О.И. Федяев, Т.Е. Жабская // Штучний інтелект. – 2010. – № 3. – С. 679-686. – Бібліогр.: 5 назв. – рос.
17. Многоагентные системы – [Электронный ресурс]. – Режим доступа: http://www.aiportal.ru/articles/multiagent-systems/multiagent-systems.html
18. Michael Wooldridge, An Introduction to MultiAgent Systems, John Wiley and Sons Ltd, 2002, paperback, 366 pages
19. Пятнадцатая национальная конференция по искусственному интеллекту с международным участием КИИ – 2016 (3 – 7 октября 2016 г., г. Смоленск, Россия). Труды конференции. В 3-х томах. Т 2. – Смоленск: Универсум, 2016. – 372 – 381 с
20. Инструментальная среда JACK – [Электронный ресурс]. – Режим доступа: https://www.codeproject.com/Articles/13644/WebControls/WebControls/