Авторы

Создание и применение графовых моделей к задачам найма сотрудников

В работе представлена математическая модель процесса найма персонала, основанная на интеграции графовых методов и блокчейн-верификации. В отличие от традиционных подходов к оценке и отбору сотрудников в процессе найма, предложенная модель учитывает сетевые характеристики кандидатов, такие как степенная центральность, коэффициент посредничества и PageRank, а также использует доверительные коэффициенты (Trust Score) для прогнозирования успешности найма. Проведен анализ кластерной структуры взаимодействий между кандидатами, работодателями, ­­HR-платформами и сертификационными центрами, что позволяет выявить ключевые закономерности в формировании профессиональных сетей. Научная новизна исследования заключается в разработке комплексного алгоритма подбора персонала, который, помимо стандартных ­­HR-метрик, использует графовые показатели и механизмы блокчейн-верификации для повышения прозрачности и точности процесса найма. Впервые предложена методология расчета доверительных коэффициентов на основе анализа сетевых связей, что позволяет объективизировать процесс принятия решений в ­­HR-аналитике. Результаты исследования показывают, что внедрение графовых методов в процесс подбора сотрудников сокращает время подбора персонала на 32 %, снижает вероятность неподходящего найма на 18 % и повышает точность предсказания успешности кандидатов до 85 %. Расчет указанных показателей выполнен на выборке из 6500 кандидатов с использованием инструментов статистического анализа, Python-библиотек NetworkX, а также средств визуализации. Выявлена зависимость между высокими значениями Trust Score и степенной центральности и успешностью найма. Данные выводы подтверждают перспективность использования графовых нейросетей и блокчейн-верификации в автоматизированных ­­HR-системах, обеспечивая переход от субъективных методов оценки к цифровым моделям поддержки принятия решений в управлении персоналом. Читать дальше...