5.2.2. Human Resource Management Hu

5.2.2. Human Resource Management
Human Resource Management (HRM), as a second set of managing components in Management Layer, includes five components to handle the HR activities based on the strategy and goals of the organizations and customers. HRM includes: HR Virtualization, Training, Discovery, Trust/Reputation and Expertise. This section elaborates on this set and its components. HR Virtualization (HRV) is the most important component of this set. It is the set of processes that determines the creation, distribution, and utilization of skills and knowledge of HR. HRV provides facilities that customers can access HR without knowing their location with high level of availability. Moreover, HRV enables multiple jobs to run by a single HR and customers can have access to more HR than locally existed. Fig. 11 illustrates the HRV achievements and compares it with the locally way.
As illustrated in Fig. 11 , in local method customers only can be connected with few HR which are in their location, the customer and HR are tightly coupled, and it suffers from low availability and high cost. Whereas with HR virtualization all customers can have access to all HR without knowing their location, the availability of HR is very high, and the HR utilization is improved.
Training as another component of Management Layer increases the skills and knowledge of the HR to improve the ability of performing the specific jobs. Some papers like ( Zhang, Liu, Ordonez de Pablos, & She, 2014 ) is introduced a 3D programming environment for training. Here, training is the process of providing HR with the necessary knowledge and skills to perform their roles competently. When a new job or project is assigned to HR, they must adapt themselves to the new situation which is not possible without training ( Cooper, 1999 ). It allows the HR to learn new knowledge and skills at their own convenience via online electronic devices. It is a key factor that impacts on service delivery quality, customer satisfaction, HR income and profitability. Training not only helps to increase the efficiency but it can also make HR more motivated by increasing their job satisfaction.
Resource discovery is very important part of any distributed system like Grid ( Navimipour et al., 2014; Souri & Navimipour et al., 2014 ), P2P networks ( Navimipour & Sharifi, 2014 ) or social networks ( Sharif, Shabnam, Aghdam, & Navimipour, 2013 ). Therefore, in the Expert Cloud as a distributed system, HR discovery is one of the most important issues. Also HR discovery is very important issue in HRM. In the Expert Cloud, this component not only provides some methods and policies to discover the appropriate HR with specific skills and knowledge; but also employs the HRs in order to use their skills, knowledge, and ability. It provides facilities for customers and HR to search other customers and HR, either by location or by other criteria such as interests, expertise, skills, education, graduated university, age, name and etc. The Expert Cloud is modeled as an undirected and weighted graph G =(V,E). Each node i in V= {1, 2, ..., i} represents an HR and E(i,j) (the edge between Vi and Vj) indicates that the HRs are colleagues or they interacted with each other before. Each edge labeled by two numbers which represent the mutual trust between the related vertices. Fig. 12 shows a graph model of the Expert Cloud with seven HR. Each of vertices in simplified repetition has its own ID, Skill, Expertise, and reputation value. For example V2 is Civil Engineer and its Expertise and Reputation value is 0.458 and 0.375 respectively. Also V2 trusts V3 with 0.119 degree and V3 did not evaluate the trust value for V2 because it did not receive any service from V2 before.
In discovery process, when Vk request one HR, it create a massage (Hi, Ei, Ti, Ri), where Hi is a type of required HR, Ei, Ti and Ri represent the minimum value of expertise, trust and reputation (in the range of [0,1]) that ji want. To search the network, this component uses simple Breadth First Search (BFS) based algorithm ( Edelkamp & Schrödl, 2012, chap. 12; Kozen, 1992 ). The discovery process starts with vertex Vk as a requester, then searches the nodes that are adjacent (collagenous) to Vk, then searches the ones that are adjacent to the latter and have not been visited yet, and so on. In

ผลลัพธ์ (ไทย) 1:

5.2.2 การบุคคลการจัดการ มนุษย์ทรัพยากรจัดการ (HRM), เป็นชุดที่สองของการจัดการคอมโพเนนต์ในการจัดการชั้น มีคอมโพเนนต์ five เพื่อจัดการกิจกรรม HR ตามกลยุทธ์และเป้าหมายขององค์กรและลูกค้า มี HRM: การจำลองเสมือนของ HR ฝึกอบรม ค้นพบ ความน่าเชื่อถือ/ชื่อเสียง และความเชี่ยวชาญ ส่วนนี้ elaborates ในชุดนี้และส่วนประกอบ การจำลองเสมือนของ HR (HRV) เป็นส่วนประกอบสำคัญที่สุดของชุดนี้ เป็นชุดของกระบวนการที่กำหนดการสร้าง การกระจาย และการใช้ทักษะและความรู้ของ HRV ชั่วโมงมีสิ่งอำนวยความสะดวกให้ลูกค้าสามารถเข้าถึง HR โดยไม่ทราบสถานที่ที่ มีความพร้อมในระดับสูงได้ นอกจากนี้ HRV ช่วยให้รัน โดยชั่วโมงเดียวหลายงาน และลูกค้าได้ถึงชั่วโมงกว่าเครื่องเดิม Fig. 11 แสดงให้เห็นถึงความสำเร็จของ HRV และเปรียบเทียบกับเฉพาะทาง ดังที่แสดงใน Fig. 11 ในวิธีเฉพาะลูกค้าเท่านั้นสามารถเชื่อมต่อกับ HR บางที่อยู่ในตำแหน่งที่ตั้ง ลูกค้าและ HR จะควบคู่แน่น แล้วมัน suffers จากห้องว่างต่ำสุดและค่าใช้จ่ายสูง ในขณะที่ มีการจำลองเสมือนของ HR ลูกค้าทั้งหมดได้ถึง HR ทั้งหมดโดยไม่ทราบตำแหน่งที่ตั้ง ความพร้อมของ HR เป็นสูงมาก และปรับการใช้ประโยชน์ชั่วโมง ฝึกอบรมเป็นส่วนประกอบอื่นของชั้นจัดการเพิ่มทักษะและความรู้ด้าน HR เพื่อปรับปรุงความสามารถของการปฏิบัติงาน specific เอกสารบางอย่างเช่น (จาง หลิว Ordonez de Pablos และ เธอ 2014) จะนำสภาพแวดล้อมการเขียนโปรแกรม 3D สำหรับการฝึกอบรม ที่นี่ การฝึกอบรมคือ กระบวนการให้ HR จำเป็นความรู้และทักษะในการทำหน้าที่ของตนครบถ้วน เมื่องานใหม่หรือโครงการกำหนดให้กับ HR พวกเขาต้องปรับตัวให้เข้ากับสถานการณ์ใหม่ที่เป็นไปไม่ได้ โดยไม่มีการฝึกอบรม (คูเปอร์ 1999) จะช่วยให้ HR เพื่อเรียนรู้ความรู้ใหม่และทักษะที่ตนเองสะดวกผ่านอุปกรณ์อิเล็กทรอนิกส์ออนไลน์ จึงเป็นปัจจัยสำคัญที่ส่งผลกระทบต่อคุณภาพบริการจัดส่ง ความพึงพอใจของลูกค้า รายได้ชั่วโมง และ profitability ฝึกอบรมไม่เพียงแต่ช่วยเพิ่ม efficiency แต่ก็สามารถทำให้ HR แรงจูงใจมากขึ้น โดยการเพิ่มความพึงพอใจในงาน การค้นพบทรัพยากรเป็นส่วนสำคัญของระบบการกระจายเช่นตาราง (Navimipour et al., 2014 Souri และ Navimipour et al., 2014), เครือข่าย P2P (Navimipour & Sharifi, 2014) หรือเครือข่ายทางสังคม (ชารีฟ Shabnam, Aghdam, & Navimipour, 2013) ดังนั้น ในเมฆผู้เชี่ยวชาญเป็นระบบกระจาย ค้นหา HR ได้ประเด็นสำคัญที่สุด นอกจากนี้ HR ค้นพบเป็นปัญหาอย่างยิ่งใน HRM ในเมฆผู้เชี่ยวชาญ คอมโพเนนต์นี้ไม่เพียงแต่มีบางวิธีและนโยบายได้ชั่วโมงที่เหมาะสมกับ specific ทักษะและความรู้ แต่ยัง มีชั่วโมงการใช้ทักษะของพวกเขา ความรู้ และความสามารถในการ มีสิ่งอำนวยความสะดวกสำหรับลูกค้า และทรัพยากรมนุษย์เพื่อค้นหาลูกค้าอื่นและ HR โดยตำแหน่ง หรือ โดยเกณฑ์อื่นสนใจ เชี่ยวชาญ ทักษะ การ ศึกษา สำเร็จศึกษามหาวิทยาลัย อายุ ชื่อ และอื่น ๆ เป็นจำลองเมฆผู้เชี่ยวชาญเป็นกราฟการถ่วงน้ำหนัก และ undirected G = (V, E) แต่ละโหนฉันใน V = { 1, 2,..., ฉัน} แสดงเป็นชั่วโมงและ E(i,j) (ขอบระหว่าง Vi และ Vj) แสดงว่า น.มีเพื่อนร่วมงาน หรือพวกเขาอาจกันก่อน ขอบแต่ละชื่อ โดยสองตัวเลขที่แสดงถึงความไว้วางใจซึ่งกันและกันระหว่างจุดยอดที่เกี่ยวข้อง Fig. 12 แสดงรูปแบบกราฟของเมฆผู้เชี่ยวชาญกับเจ็ดชั่วโมง จุดยอดใน simplified ซ้ำได้ตนเอง ID ทักษะ ความชำนาญ และค่าชื่อเสียง ตัว V2 เป็นวิศวกรโยธาและความเชี่ยวชาญ และค่าชื่อเสียงมา 0.458 0.375 ตามลำดับ ยัง มิใช่ V2 V3 กับปริญญา 0.119 และ V3 ได้ไม่ประเมินค่าความน่าเชื่อถือสำหรับ V2 เนื่องจากมันไม่ได้รับบริการจาก V2 ก่อน ในกระบวนการค้นหา เมื่อหนึ่งชั่วโมง การร้องขอเพื่อจะสร้าง (Hi, Ei ตี้ Ri), การนวดที่ Hi เป็นต้อง HR, Ei ตี้ และ Ri แสดงค่าต่ำสุดของความเชี่ยวชาญ ความน่าเชื่อถือ และชื่อเสียง (ในช่วงของ [0,1]) จิที่ต้องการ การค้นหาเครือข่าย ส่วนประกอบนี้ใช้อย่างกว้างแรกค้นหา (bfs แยก) ตามอัลกอริทึม (Edelkamp & Schrödl, 2012, chap. 12 Kozen, 1992) กระบวนการค้นหาเริ่มต้น ด้วยจุดเพื่อเป็นผู้ขอเป็น แล้วค้นหาโหนดที่อยู่ติดกัน (collagenous) กับ Vk แล้วค้นหาคนที่มีหลัง และไม่มีการเยี่ยมชมยัง และการ ใน

ผลลัพธ์ (ไทย) 3:

5.2.2 . การจัดการทรัพยากรมนุษย์
การจัดการทรัพยากรมนุษย์ ( HRM ) เป็นชุดสองของการจัดการส่วนประกอบในชั้นการจัดการ รวมถึงส่วนประกอบจึงได้จัดการ HR กิจกรรมตามกลยุทธ์และเป้าหมายขององค์กรและลูกค้า HRM รวมถึง : HR virtualization , การฝึกอบรม , การค้นพบ , เชื่อ / ชื่อเสียงและความเชี่ยวชาญ ส่วนนี้ elaborates ในชุดนี้และส่วนประกอบของชั่วโมงเสมือน ( HRP-4C ) เป็นส่วนประกอบที่สำคัญที่สุดของชุดนี้ มันคือชุดของกระบวนการที่กำหนดการสร้างการกระจายและการใช้ความรู้และทักษะของ HR HRP-4C ให้เครื่องที่ลูกค้าสามารถเข้าถึงชั่วโมงโดยไม่รู้ตำแหน่งของพวกเขาที่มีระดับความพร้อม นอกจากนี้HRP-4C ช่วยให้งานหลายดำเนินการโดยบุคคลเดียวและลูกค้าสามารถเข้าถึงทรัพยากรมากกว่าในประเทศอยู่ รูปที่ 11 แสดง HRP-4C ผลงานและเปรียบเทียบกับในประเทศทาง
ตามที่แสดงในรูปที่ 11 ในลูกค้าวิธีท้องถิ่นเท่านั้นสามารถเชื่อมต่อกับหลายชั่วโมง ซึ่งอยู่ในพื้นที่ของตน ลูกค้าและ HR แน่น ๆคู่กันและทนทุกข์ทรมานจากการว่างต่ำและค่าใช้จ่ายสูง ในขณะที่ HR virtualization ลูกค้าสามารถเข้าถึงทุกชั่วโมงโดยไม่ทราบตำแหน่งของพวกเขา , ความพร้อมของ HR มีสูงมาก และการใช้ทรัพยากรดีขึ้น
การฝึกอบรมเป็นส่วนประกอบอื่นของชั้นการจัดการ เพิ่มความรู้และทักษะของพนักงานเพื่อปรับปรุงความสามารถในการปฏิบัติกาจึง c งานเอกสารบางอย่างเช่น ( Zhang , หลิว ordonez เดอ โอ พาโบลส& , เธอ , 2014 ) แนะนำสภาพแวดล้อมการเขียนโปรแกรม 3D สำหรับการฝึกอบรม ที่นี่การฝึกอบรมเป็นกระบวนการของการให้บริการ HR กับองค์ความรู้และทักษะการแสดงบทบาท competently เมื่อมีงานใหม่หรือโครงการที่มอบหมายให้ HR จึงต้องปรับตัวให้เข้ากับสถานการณ์ใหม่ ซึ่งเป็นไปไม่ได้โดยไม่ต้องฝึกอบรม ( คูเปอร์ , 1999 )มันช่วยให้บุคคลเรียนรู้ความรู้ใหม่และทักษะที่ตนเองสะดวก ผ่านอุปกรณ์อิเล็กทรอนิกส์ออนไลน์ มันเป็นปัจจัยสำคัญที่ส่งผลกระทบต่อคุณภาพการให้บริการ ความพึงพอใจของลูกค้า รายได้ บุคคลและมืออาชีพจึง tability . การฝึกอบรมไม่เพียง แต่ช่วยเพิ่มประสิทธิภาพ EF จึงแต่ก็สามารถทำ HR มากขึ้นโดยการเพิ่มของพวกเขามีความพึงพอใจ
ทรัพยากรการค้นพบเป็นส่วนหนึ่งที่สำคัญมากของระบบแบบกระจาย เช่น ตาราง ( navimipour et al . , 2014 ; souri & navimipour et al . , 2010 ) , เครือข่าย P2P ( navimipour &ชารีจึง 2014 ) หรือเครือข่ายทางสังคม ( ชาริฟ , shabnam aghdam & , , navimipour 2013 ) ดังนั้น ผู้เชี่ยวชาญเมฆเป็นระบบแบบกระจาย การค้นพบ HR เป็นหนึ่งในปัญหาที่สำคัญที่สุดนอกจากนี้การค้นพบปัญหาในการบริหารทรัพยากรมนุษย์ HR เป็นสิ่งสำคัญมาก . ในผู้เชี่ยวชาญด้านคลาวด์ ส่วนนี้ไม่เพียง แต่ให้มีวิธีการและนโยบายที่จะค้นพบ HR จึงเหมาะสมกับประเภทซี ความรู้และทักษะ แต่ยังใช้ชั่วโมงในการใช้ทักษะ ความรู้ และความสามารถ มันมีสิ่งอำนวยความสะดวกสำหรับลูกค้าและลูกค้าอื่น ๆเพื่อค้นหาบุคคล และทรัพยากรบุคคลโดยตำแหน่งหรือโดยเกณฑ์อื่น ๆ เช่น ความสนใจ ความเชี่ยวชาญ , ทักษะ , ระดับการศึกษา จบมหาวิทยาลัย อายุ ชื่อ และ ฯลฯ ผู้เชี่ยวชาญและมีเมฆแบบ undirected กราฟ G = น้ำหนัก ( V , E ) แต่ละโหนดใน V = { 1 , 2 , . . . , i } เป็น HR และ E ( i , j ) ( ขอบระหว่าง 6 และวีเจ ) บ่งชี้ว่า น. มีเพื่อนร่วมงานหรือพวกเขารู้จักกันมาก่อนขอบป้ายสองตัวเลขที่เป็นตัวแทนของความไว้วางใจซึ่งกันและกันระหว่างที่เกี่ยวข้องจุด . รูปที่ 12 แสดงกราฟรูปแบบของผู้เชี่ยวชาญเมฆ เจ็ดชั่วโมง แต่ละจุดใน Simpli จึงเอ็ดซ้ำมี ID ของตัวเอง ทักษะ ความเชี่ยวชาญ และค่าชื่อเสียง ตัวอย่างเช่น V2 เป็นวิศวกรโยธาและความเชี่ยวชาญและค่าชื่อเสียงและ 0.458 ) ตามลำดับ ยังเชื่อใจ V3 V2 กับ 0119 องศาและ V3 ไม่ได้ประเมินมูลค่าทรัพย์สินสำหรับ V2 เพราะมันไม่ได้รับบริการจาก V2 มาก่อน
ในกระบวนการค้นพบ เมื่อวีขอให้หนึ่งชั่วโมง มันสร้างนวด ( สวัสดี คุณทิ ริ ) ซึ่งเป็นประเภทของการเป็น HR ครับ EI , Ti และริเป็นตัวแทนของค่าต่ำสุดของความเชี่ยวชาญ ความน่าเชื่อถือ และชื่อเสียง ( ในช่วง [ 0.1 ] ) ที่จีต้องการ การค้นหาเครือข่ายส่วนนี้จะใช้ความกว้างค้นหาง่ายแรก ( BFS ) ขั้นตอนวิธีพื้นฐาน ( edelkamp & schr ö DL , 2012 , CHAP 12 ; kozen , 1992 ) การค้นพบกระบวนการที่เริ่มต้นด้วยจุดยอด VK เป็นสั่นคลอน แล้วค้นหาโหนดที่อยู่ติดกัน ( collagenous ) VK แล้วค้นหาคนที่จะติดหลัง และยังไม่ได้เข้าเยี่ยมชมยัง และอื่น ๆ ใน