Оптимізація процесів управління персоналом в системах SAP на основі методів машинного навчання
Тип публікації :
Бакалаврська робота
Дата випуску :
2024
Автор(и) :
Горчук, Олександр Павлович
Науковий(і) керівник(и)/редактор(и) :
Мова основного тексту :
Ukrainian
eKNUTSHIR URL :
Цитування :
[APA 7] Горчук, О. П. (2024). Оптимізація процесів управління персоналом в системах SAP на основі методів машинного навчання [Бакалаврська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/15071834/6246
[ДСТУ] Горчук О. П. Оптимізація процесів управління персоналом в системах SAP на основі методів машинного навчання : кваліфікаційна робота бакалавра : 05 Соціальні та поведінкові науки / наук. кер. Г. О. Чорноус. Київ, 2024. 91 с. URL: https://ir.library.knu.ua/handle/15071834/6246 (дата звернення: 25.07.2026).
Об’єкт дослідження: процес управління персоналом у сучасних підприємствах з використанням ERP-систем.
Мета дослідження: розробка та впровадження моделі машинного навчання для підвищення точності прогнозування відтоку працівників в системі SAP.
Методи дослідження: аналіз наукової літератури та практичних досліджень з питань прогнозування відтоку працівників, методи машинного навчання для розробки прогнозної моделі, програмні засоби для інтеграції моделі з ERPсистемою SAP, методи візуалізації даних для представлення результатів у SAP Analytics Cloud.
Наукова новизна, теоретична значимість дослідження: наукова новизна роботи полягає в розробці нової моделі машинного навчання для прогнозування відтоку працівників, інтегрованої з ERP-системою SAP.
Теоретична значимість полягає у розширенні існуючих досліджень у сфері управління персоналом та вдосконаленні підходів до прогнозування відтоку працівників за рахунок використання моделей машинного навчання.
Практична цінність: практична цінність роботи полягає у підвищенні точності прогнозування відтоку працівників, що дозволяє підприємствам своєчасно вживати заходів для утримання ключових співробітників, зменшуючи витрати на підбір та навчання нових кадрів.
Мета дослідження: розробка та впровадження моделі машинного навчання для підвищення точності прогнозування відтоку працівників в системі SAP.
Методи дослідження: аналіз наукової літератури та практичних досліджень з питань прогнозування відтоку працівників, методи машинного навчання для розробки прогнозної моделі, програмні засоби для інтеграції моделі з ERPсистемою SAP, методи візуалізації даних для представлення результатів у SAP Analytics Cloud.
Наукова новизна, теоретична значимість дослідження: наукова новизна роботи полягає в розробці нової моделі машинного навчання для прогнозування відтоку працівників, інтегрованої з ERP-системою SAP.
Теоретична значимість полягає у розширенні існуючих досліджень у сфері управління персоналом та вдосконаленні підходів до прогнозування відтоку працівників за рахунок використання моделей машинного навчання.
Практична цінність: практична цінність роботи полягає у підвищенні точності прогнозування відтоку працівників, що дозволяє підприємствам своєчасно вживати заходів для утримання ключових співробітників, зменшуючи витрати на підбір та навчання нових кадрів.
The graduation research of student Horchuk Oleksandr deals with the development and implementation of a machine learning model to improve the accuracy of employee turnover prediction in SAP systems.
The work is interesting for enterprises aiming to enhance their HR management processes by leveraging advanced technologies such as machine learning and artificial intelligence for efficient personnel management.
The work is interesting for enterprises aiming to enhance their HR management processes by leveraging advanced technologies such as machine learning and artificial intelligence for efficient personnel management.
Ключові слова :
управління персоналом машинне навчання прогнозування відтоку працівників SAP SuccessFactors SAP Analytics Cloud штучний інтелект автоматизація HR-процесів моделі машинного навчання personnel management machine learning employee turnover prediction artificial intelligence HR process automation machine learning models
Галузі знань та спеціальності :
05 Соціальні та поведінкові науки
Галузі науки і техніки (FOS) :
Соціальні науки
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
3.05 MB
Контрольна сума :
(MD5):98bdeccbb02224608466f1e2bc9ea01a
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International