L ỜI CAM Đ OAN
4.2.1Minh họa hỗ trợ công tác tuyển lựa và đào tạo-cây lựa chọn cán bộ đào tạo quản lý
đào tạo quản lý nhà nước
Đơn vị nhận trách nhiệm đào tạo(sau đây gọi là Vụ Tổ chức cán bộ) phải làm công văn thông báo tới các đơn vị trong ngành biết về khóa đào tạo: Chương trình học, địa điểm, thời gian đào tạo và đối tượng đào tạo. Dưới đây là một hình minh họa công văn thông báo đào tạo:
Hình 4.4 Minh họa công văn đào tạo
Sau khi Vụ Tổ chức cán bộ nhận được danh sách đăng ký tham gia lớp đào tạo từ các đơn vị. Vụ Tổ chức tiến hành: tổng hợp, kiểm tra danh sách (đối chiếu với tiêu chuẩn). Kết quả kiểm tra sẽ ra Quyết định cử cán bộ đi đào tạo. Vấn đề hỗ trợ Quyết định được trình bày chi tiết dưới đây:
Đối tượng đào tạo (tiêu chuẩn):
-Là lãnh đạo cấp phòng trở lên (class=1) -35 tuổi trở lên (birth_date_year<1974)
-Nơi làm việc ở Hà Nội(recr_code_tinh=’HaNoi’)
Kết quả truy vấn trực tiếp từ cơ sở dữ liệu nhân sự ta có 79 trường hợp đạt yêu cầu. Kết quả này sẽ dùng để so sánh độ chính xác với mô hình dự đoán:
Dữ liệu vào và dữ liệu cần dựđoán:
Trường dữ liệu vào là Class, Recr_code_Tinh Trường dữ liệu cần dự đoán là Class_Edu Tên mô hình trong công cụ là “TestClassEdu” Cây quyết định thu được như sau:
Hình 4.6 Cây phân lớp cán bộ, nhân viên
Giải thích cây
Mọi người (ALL ) Nơi làm việc ở Hà nội(Recr Code Tinh=HaNoi) được xem xét trong mô hình.
Ở đây ta xem xét những người làm việc ở Hà nội (Recr Code Tinh=HaNoi) có vị trí công tác lãnh đạo cấp phòng trở lên (Class=1). Kết quả dự đoán cho thấy có 79 người đạt tiêu chuẩn, 5 người không đạt tiêu chuẩn là do là lãnh đạo nhưng chưa đủ tuổi 35. Điều này ta có thể kiểm chứng bằng cây lệnh truy vấn trực tiếp từ cơ sở dữ liệu nhân sự như sau:
Với cây quyết định phân lớp này ta có số lượng từ hồ sơ đem so sánh với danh sách trình sẽ có cơ sở lựa chọn chính xác hơn. Chẳng hạn, nếu số lượng vượt quá 79 người điều đó có nghĩa danh sách này bao gồm cả những người không đủ tiêu chuẩn, ngược lại ít hơn 79 người điều đó có nghĩa danh sách chưa đủ số lượng người đủ tiêu chuẩn như thông tin hỗ trợ phản ánh. Bước còn lại là chỉ còn việc kiểm tra chi tiết thông tin của từng người trong danh sách.
Tính trực quan của mô hình còn biểu hiện ở chỗ ta bấm vào bất kỳ nút nào cũng có con số thống kê cụ thể. Nếu ta bấm vào nút Rec_code_tinh=HaNoi sẽ có con số thống kê trên cửa sổ Attributes:
Hình 4.7 Minh họa thông tin một node của cây
Số liệu thống kê cho ta biết tổng số hồ sơ của những người làm việc tại Hà Nội là 312 người, trong đó:
+ là lãnh đạo 79 người khả năng đoán nhận là 25.40%,
+ không giữ chức vụ lãnh đạo 233 khả năng đoán nhận 74.29%,
+ không xác định chỗ làm việc có khả năng chiếm 0.32%. Cụ thể hơn một số trường hợp đủ tiêu chuẩn nhưng không có thông tin về nơi làm việc nên cũng có khả năng xem xét . Ta có thể kiểm chứng bằng câu lệnh truy vấn sau:
Kết quả truy vấn trực tiếp xác định có 424 người đủ tiêu chuẩn là Lãnh đạo tuổi trên 35 nhưng không khai báo thông tin nơi làm việc nên mô hình đưa ra vẫn phải xem xét, tỷ lệ dự đoán khả năng này là 0.32%.
Như thế, mô hình đã hỗ trợ ngoài tính chính xác còn thấy được khả năng dự đoán của mô hình khuyến cáo đưa ra. Ngoài ra, kết quả thu được cây quyết định được công cụ sử dụng hỗ trợ người sử dụng có thông tin về phân bố mật độ dữ liệu dựa trên mầu sắc, mầu sắc đậm thể hiện dữ liệu nhiều, mầu sắc nhạt dữ liệu ít. Thông tin hỗ trợ trong công tác đào tạo thường phải ứng dụng nhiều việc áp dụng công cụ và kĩ thuật này sẽ làm tăng khả năng đào tạo cũng như tuyển lựa cán bộ.