Show simple item record

dc.contributor.advisorKarahoca, Adem
dc.contributor.authorKaya, Osman
dc.date.accessioned2021-05-01T07:15:55Z
dc.date.available2021-05-01T07:15:55Z
dc.date.submitted2008
dc.date.issued2018-08-06
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/550777
dc.description.abstractOrganizasyonel performans ölçümünde, her bir çalışanın performansı anahtar rol oynamaktadır. Bütün, parçaların toplamından büyük olsa da, öne çıkan çalışanların performansı tüm organizasyonun performansını belirlemektedir. Bu noktada, çalışanlar arası performansların farklılıklarının anlaşılması ve fark edilmesi, terfi, ücret ve yan haklar gibi konularda alınacak kararlarda hayati önem taşımaktadır, çünkü alınan kararlar, çalışanların motivasyonu ve organizasyonda tutulabilmesi daha yüksek organizasyonel performans için doğrudan nedensellik ilişkisi taşımaktadır. Bu noktada, veri madenciliği ve kümelendirme yöntemlerinden yardım alınabilmektedir. İnsan kaynakları biriminden çalışan performans puanları elde edildikten sonra, verilerden belirli sonuçlara ulaşılabilecek yorumlar elde edebilmek için kümelendirme yöntemleri kullanılabilir. Kümelendirme sayesinde, çalışanların performans puanlarına göre farklı kümelerde incelenmesi, hem organizasyonun genel performansına kuş bakışı bir bakış açısından bakılmasına, hem de her bir çalışanın organizasyona bireysel katkısının anlaşılmasına yardımcı olacaktır. X-mean algoritmasından yararlanarak en uygun küme adedi hesaplanabilir. Böylece, amacımız olan çalışanların performans verilerinin en uygun biçimde kümelere göre ayırt edilmesi gerçekleştirilebilir. Sonuçlar, geleneksel yöntemlere göre daha ileri, yararlı ve yenilikçi sonuçlara ulaştırmakta ve genel Kabul gören, daha iyi insan kaynakları yönetimi ve iş performansı ilişkisini açıklayabilmektedir.
dc.description.abstractIn organizational performance evaluation, performance of each staff plays a key role for organization. Although, the whole is greater than the sum of its parts, outstanding personnel performances determine the performance of the whole organization. At this point, an understanding and awareness of individual differences in performance stands as a critical point in making decisions related to promotion, wage determination, fringe benefit allotment and etc. since, those decisions are directly related to personnel motivation, retention and further organizational performance. Data mining and clustering methods can be used in personnel performance evaluation. After gathering personnel performance data from human resource department, the need to take some specific results about performance measurement and evaluation may be addressed by clustering methods. By clustering, a distinction between personnel by grouping them by their performance grades both assists attaining a bird?s eye view of the general performance of the organization and each staff?s contribution level to the organizational performance. For evaluating cluster numbers using x-mean algorithm, the algorithm finds optimum cluster number for cluster distribution. Hence, our problem of an optimum clustering schema for personnel performance data may be addressed. These results show the usefulness of an innovative technique when applied to research so far conducted through traditional methodologies, and brings to the surface questions about the universal applicability of the widely accepted relationship between superior HRM and superior business performance.en_US
dc.languageEnglish
dc.language.isoen
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectBilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontroltr_TR
dc.subjectComputer Engineering and Computer Science and Controlen_US
dc.titleHuman resource performance clustering by using self regulating clustering method
dc.title.alternativeİnsan kaynakları performansı kümelemede kendiliğinden düzenlenen kümeleme yönteminin kullanılması
dc.typemasterThesis
dc.date.updated2018-08-06
dc.contributor.departmentBilgisayar Mühendisliği Ana Bilim Dalı
dc.identifier.yokid322680
dc.publisher.instituteFen Bilimleri Enstitüsü
dc.publisher.universityBAHÇEŞEHİR ÜNİVERSİTESİ
dc.identifier.thesisid216280
dc.description.pages44
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess