الفهرس 
الغلافOnly 14 pages are availabe for public view
 |  | from | 102 |  |  |
| | | from | 102 | | |
Abstract
الملخص
أصبحت إدارة الموارد البشرية واحدة من الاهتمامات الأساسية للمديرين وصانعي القرار في جميع أنواع
مجالات العمل تقريبا.ً حيث يقوموا بتبني الخطط التي تساعد على استكشاف الموظفين ذوي الكفاءة المؤهلين
تأهيلاً عالي ا.ً وبناء على ذلك، أصبحت الإدارات مهتمة بأداء هؤلاء الموظفين. خاصة لضمان وجود الموظف
المناسب المؤهل للقيام بمهمة ما في الوقت المناسب. ومن هنا، يأتي دور تنقيب البيانات الذي يعمل علي
استكشاف المعرفة من كميات هائلة من البيانات.
لذلك تم استخدام تقنيات تنقيب البيانات في بناء نموذج للتنبؤ بأداء الموظفين بالاعتماد على مجموعة
بيانات حقيقية تم جمعها من وزارة الطيران المدني في مصر ) MOCA ( من خلال اعداد استبيان تم توزيعه
على عدد 541 من موظفي الوزارة من القطاعات المختلفة بها من جميع الاعمار، ومن مختلف المسميات
والدرجات الوظيفية وذلك لضمان الحصول على عينة متكاملة من الموظفين. وتم تطبيق أربع تقنيات من
تقنيات تنقيب البيانات المختلفة لبناء النموذج التنبؤي وتحديد العوامل الأكثر فعالية التي تؤثر تأثير اً إيجابيا
على الأداء. التقنيات المستخدمة هي شجرة القرار ) Decision Tree ،) Naïve Bayes ، شبكة البيرسبترون
متعدد الطبقات ) MLP (، بالإضافة الي تقنية متجهات آلات دعم التمييز ) SVM ( وجميعهم تم برمجتهم
باستخدام أداة تنقيب البيانات WEKA . حيث تم استخدام هذه التقنيات العديدة في إجراء ثلاثة تجارب مختلفة
للحصول على نموذج للتنبؤ عالي الدقة يقوم بمساعدة متخذي القرار ومسئولي الموارد البشرية في التنبؤ بأداء
الموظفين.
يرتكز هدف البحث على القدرة على بناء نموذج تنبؤي لأداء الموظفين في وزارة الطيران المدني
باستخدام تقنيات التصنيف من خلال دراسة واختبار العوامل التي قد تؤثر بشكل إيجابي على أداء الموظفين .
حيث ابرزت النتائج بعض العوامل التي لها تأثير على التنبؤ بالأداء. لكن عامل التدريب المهني على الوظيفة
( X9 ( كان الأكثر تأثيراً على الأداء ثم يأتي عامل عدد سنوات الخبرة ) X3 ( في المرتبة الثانية. ولتقييم أداء
النموذج، تم استخدام بعض القياسات مثل Accuracy ، Precision ، Recall ، و F-Score . وقد أظهرت
نتائج التجارب أن تقنية كلاً من SVM و MLP هما التقنيتين الأنسب لبناء نموذج التنبؤ، حيث تتمتعا كلتا
التقنيتين بأعلى دقة من خلال جميع التجارب الثلاثة التي نفذت بأعلى نسبة دقة كما هو مبين عند اجراء التجربة
الثالثة E3 . كما أوضحت نتائج تقنية كلاً من C4.5(J48) و Naïve Bayes أن دقة التنبؤ الخاصة بهما أقل
من دقة التنبؤ الخاصة بالتقنيتين المذكورتين أعلاه. ونتيجة لما سبق، تثبت التجارب لتي تم إجرائها أن دقة
التنبؤ الخاصة بكلاً من تقنيتي SVM و MLP متقاربة جداً وأن أي منهما يمكن استخدامها في بناء نموذج
التنبؤ.