A tomada de decisão em recursos humanos com dados replicados e inconsistentes: uma aplicação da teoria dos conjuntos aproximativos

Abstract

Este estudo trata da tomada de decisão com dados replicados e inconsistentes, relativos ao universo de Recursos Humanos, em uma instituição financeira nacional. A replicação ocorre por questões técnicas e/ou econômicas, e visa o atendimento de necessidades corporativas e departamentais dessa instituição. Como metodologia de pesquisa, utilizou-se a observação direta das inconsistências e a simulação com base em dados reais que refletissem a replicação com inconsistências. Os autores apresentam a aplicação de um método multicritério para tornar racional o processo de tomada de decisão, e que se transformou em elemento de motivação deste estudo. O método utilizado foi a Teoria dos Conjuntos Aproximativos (TCA). Um algoritmo foi desenvolvido para indicar as relações de equivalência, aproximações inferior e superior, região de fronteira, medida da exatidão, reduções e núcleo e, posteriormente, implementado em um software.<br>This study deals about decision-making with replicated and inconsistent data, relating to the universe of Human Resources, within a domestic financial institution. Replication occurs because of technical and/or economic questions, and seeks to meet corporate and departmental requirements of such an institution. As research methodology, direct observation of such inconsistencies was used as well as a simulation based on actual data which would reflect replication with inconsistencies. The authors introduce an application of a multi-criteria method to render the decision-making process rational, and was transformed into an element that stimulated this study. The method used was the Rough Set Theory (RST). An algorithm was developed to indicate the equivalence relations, lower and higher approximations, borderline region, accuracy measure, reducts and core and was subsequently implemented into a software

An hybrid architecture for clusters analysis: rough setstheory and self-organizing map artificial neural network

“…For each x(n) we calculate its first BMU wc and the second BMU wd, and so the T E is calculated according to (6):…”