Методы и средства управления компетенциями проектно-ориентированной организации тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Гиря, Иван Александрович

• Гиря, Иван Александрович
• кандидат технических наук
• 2013

Оглавление диссертации кандидат технических наук Гиря, Иван Александрович

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

1. Особенности управления компетенциями в проектно-ориентированных организациях

1.1. Компетентностный подход к профессиональному обучению

1.2. Компетенции в организации

1.3. Методы оценки компетентности

1.4. Особенности учета компетенций сотрудников ПОО

1.5. Эффективность системы управления компетенциями в ПОО

1.6. Формальное определение технической компетентности

1.7. Критерии эффективности предлагаемых методов реализации системы

1.8. Постановка задачи исследования

Выводы по разделу 1

2. Информационное и математическое обеспечение системы управления компетенциями ПОО

2.1. Количественная оценка компетентности в задаче формирования проектной команды

2.2. Существующие модели представления знаний

2.3. Построение модели технических компетенций ПОО

2.4. Модель оценки навыков и умений

2.5. Выбор математической модели количественной оценки компетентности

2.6. Модели и алгоритмы определения целесообразности обучения на основе анализа компетентностных паттернов

2.7. Обоснование предложенных моделей и алгоритмов

Выводы по разделу 2

3. Реализация и внедрение системы на основе предложенных моделей и алгоритмов

3.1. Архитектура и интерфейсы системы

3.2. Роли специалистов ПОО в системе

3.3. Проверка эффективности системы

3.4. Анализ результатов внедрения

Выводы по разделу 3

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЯ

Список сокращений:

АСУ — автоматизированная система управления.

ТКС — техническая компетентность сотрудника.

ПОО — проектно-ориентированная организация.

ИС — информационная система.

БД — база данных.

ИТ — информационные технологии.

ЛПР — лицо, принимающее решение.

SQL — structured query language, язык запросов к базам данных.

Введение диссертации (часть автореферата) на тему «Методы и средства управления компетенциями проектно-ориентированной организации»

ВВЕДЕНИЕ

Актуальность темы диссертации. В настоящее время происходит пересмотр классических подходов к оценке результатов обучения и эффективности работы сотрудников различных предприятий. На передний план выносится понятие профессиональной компетентности. При этом существует разрыв между набором компетенций, с которыми выпускник покидает стены учебного заведения, и теми задачами, которые ему приходится решать при работе в реально действующей организации. В связи с этим, организациям приходится создавать собственные внутренние механизмы обучения и управления компетенциями сотрудников.

Под управлением компетенциями, согласно [3], понимается «процесс сравнения потребности организации в кадрах с наличными трудовыми ресурсами и выбор форм воздействия для приведения их в соответствие с требованиями производства».

Анализ работ Крехова Е.В. [44], Берестневой О.Г. [9,10], Аскерова Э.М. [6], Бараношникова А.Ю. [7], Вяловой Е.П. [19], Маруева С.А. [52], Чернова A.B. [77] и других авторов показывает, что управление компетенциями может быть организовано на основе информационных технологий. Автоматизация управления компетенциями предполагает формализацию набора ключевых компетенций организации в виде информационной модели, а также создание алгоритмического обеспечения для оценки уровня компетентности сотрудников.

Процесс внедрения системы управления компетенциями включает в себя разработку и поддержку внутрифирменной модели компетенций, а также алгоритмов и инструментов ее применения в процессе деятельности организации и развития ее сотрудников. Объектом управления в данном случае является сотрудник организации и набор его компетенций. Управляющие воздействия системы определяют направления развития

компетенций сотрудника и решения по их применению в работе организации.

Многие компании в сфере информационных технологий на сегодняшний день работают в форме проектной деятельности. В таких компаниях может отсутствовать традиционная иерархическая организационная структура (разнесенные по функциям департаменты, управления, отделы и т.д.). Вместо нее внутри организации формируются проектные команды, время существования которых ограничено временем реализации проекта — т.е. разработки некоторого уникального продукта или услуги с учетом поставленных требований и ограничений. Специфика работы таких проектно-ориентированных организаций (ПОО) ставит перед системой управления компетенциями некоторые уникальные задачи: формирование оптимальных проектных команд, планирование обучения сотрудников организации в условиях их рассредоточения (в том числе — географического) по различным проектам.

В связи с этим особую актуальность приобретает вопрос создания методов управления компетенциями, а также обеспечения системы управления компетенциями ПОО алгоритмическим и информационным обеспечением, позволяющим эффективно решать специфические задачи, возникающие в проектной деятельности.

Объектом исследования являются системы управления компетенциями.

Анализ текущего положения дел в компьютеризации управления компетенциями показывает, что в существующих системах заметен недостаток формализации используемых компегентпостных моделей и методов оценки компетентности. Этот недостаток влечет за собой невозможность применения таких систем для автоматизации реальных процессов и превращает их, по сути, в картотеки личных дел сотрудников, преобразованных в цифровой вид.

К другим недостаткам существующих систем управления компетенциями применительно к ПОО относится недостаточная формализация (либо полное отсутствие) методов формирования проектных команд и планирования обучения сотрудников с учетом их занятости в проектах.

Предметом исследования является информационное и алгоритмическое обеспечение системы управления компетенциями ПОО, предназначенное для построения и развития модели технических компетенций ПОО, а также автоматизации процессов формирования проектных команд и планирования обучения.

Проведенный анализ существующих работ различных авторов показывает, что существует проблемная ситуация, заключающаяся в противоречии между практической необходимостью реализации автоматизированной системы управления компетенциями ПОО и отсутствием разработанных моделей и алгоритмов, которые в достаточной мере учитывали бы специфику деятельности ПОО.

Цель работы заключается в исследовании и разработке новых методов, моделей и алгоритмов управления компетенциями ПОО в сфере ИТ и обеспечении достоверности и эффективности управляющих воздействий, осуществляемых системой, построенной на их основе. Особое внимание уделено созданию алгоритмического и информационного обеспечения системы управления компетенциями ПОО, позволяющего оценивать уровень компетентности сотрудников ПОО и поддерживать процесс формирования проектных команд и процесс определения целесообразности обучения на основе полученных данных.

Для достижения указанной цели в работе решаются следующие основные задачи:

1. Проведение системного анализа предметной области управления компетенциями в организации и определение требований к модели компетенций ПОО в сфере ИТ.

2. Создание модели технических компетенций ПОО и формализация процесса количественной оценки компетентности. Выбор математических моделей и разработка метода такой оценки.

3. Формирование алгоритма для определения целесообразности обучения сотрудника в случае выявления низкого уровня компетентности и создание необходимых для этого моделей и методов.

4. Разработка автоматизированной системы, ориентированной на решение задач управления компетенциями, характерных для ПОО.

Методы исследования. В работе использованы методы теории управления, системного анализа, нечеткой логики, кластерного анализа, представления знаний, теории тестирования, математической статистики. Для разработки программной части использованы методы структурного, динамического и объектно-ориентированного программирования, веб-программирования, теория баз данных.

Научная новизна и теоретическая значимость. В диссертационной работе получены следующие основные результаты, характеризующиеся новизной и обладающие теоретической ценностью:

• На основе проведенного системного анализа предложен метод построения модели технических компетенций ПОО, объединяющий две основных составляющих компетенции: модель представления знаний и модель представления умений.

Предложен новый алгоритм определения интегральных оценок уровня знаний по объектам модели компетенций, отличающихся использованием весов каждого объекта в рамках различных компетенций ПОО.

Построена методика и алгоритм отбора в проектную команду наиболее подходящих по компетентности сотрудников на основе формализованного запроса. Предложены рекомендации для определения оптимального метода количественной оценки уровня компетентности в зависимости от особенностей организации.

• Впервые поставлена и решена научная задача определения неформальных компетентностных кластеров среди сотрудников ПОО. Для решения этой задачи введено понятие компетентностного паттерна ПОО — набора компетентностных характеристик сотрудников, определяющего наличие в компании групп сотрудников, близких по компетентности, проектному опыту и направлению профессионального развития. Предложены методы выявления компетентностных паттернов среди сотрудников ПОО.

• Создан алгоритм оценки целесообразности обучения сотрудника ПОО, отличающийся использованием компетентностных паттернов и основанный на анализе стоимостных и временных требований, а также ограничений, накладываемых проектным характером деятельности организации.

Положения, выносимые на защиту:

Метод построения модели технических компетенций ПОО, объединяющей две основных составляющих компетентности в виде модели знаний и модели умений.

Методика количественной оценки компетентности и результаты анализа применимости различных методов в зависимости от особенностей организации.

Модели и алгоритмы анализа компетентностных паттернов ПОО.

Практическая значимость. В результате проведенного исследования разработана структура, модельное, информационное и алгоритмическое обеспечение системы, ориентированной на решение задач управления техническими компетенциями сотрудников ПОО. Предложенные подходы могут использоваться в программных комплексах, предназначенных для автоматизации процедур управления компетенциями.

Использование предложенных методов позволяет:

- получать количественную оценку технической компетентности сотрудника ПОО;

- сократить степень привлечения экспертного мнения для решения задач, связанных с формированием проектных команд и планированием обучения сотрудников ПОО;

- на основе построенной модели компетенций проводить анализ компетентностного развития сотрудников ПОО.

Реализаиия результатов исследования.

Результаты исследования используются в прототипе системы управления компетенциями сотрудников группы компаний «Сапран», что подтверждено соответствующим актом о внедрении.

Апробация результатов. Основные результаты диссертационного исследования докладывались и обсуждались на следующих конференциях и семинарах:

- III Всероссийская научно-практическая конференция «Научное творчество XXI века» с международным участием;

- Научные сессии Национального исследовательского ядерного университета «МИФИ» 2010, 2011, 2012, 2013 гг.

- Международная электронная конференция «Новые технологии в образовании»;

- Совместное заседание Объединенного УМС по направлению 230400 и УМК по профилю АСОИУ направления 230100 «Информатика и вычислительная техника» в рамках IX Санкт-Петербургской Научно-практической конференции «Проблемы подготовки кадров в сфере инфокоммуникационных технологий».

Публикации. По теме диссертации опубликовано 8 работ в журналах, сборниках работ и вестниках. Из них 4 работы — в изданиях, рекомендованных ВАК для публикации основных результатов диссертационных исследований.

Структура работы. Диссертационная работа изложена на 148 страницах, состоит из введения, 3 разделов, заключения, списка литературы из 121 позиции и 3 приложений.

1. Особенности управления компетенциями в проектно-ориентированных организациях

Ключевым фактором в отборе специалистов под профессиональные задачи является определение степени соответствия имеющейся у них квалификации тому набору знаний и умений, который требуется для выполнения этих задач.

Тенденции настоящего времени показывают, что ответ на данный вопрос все чаще дается в терминах профессиональных компетенций и уровня компетентности специалистов.

1.1. Компетентностный подход к профессиональному обучению

В сфере образования на сегодняшний день центральным является понятие компетентности. Под успешным итогом образовательного процесса понимается овладение обучаемым набором требуемых знаний и умений, позволяющих применить эти знания на практике.

Современные тенденции развития и совершенствования российского образования также состоят в отходе от предметно-знаниевой модели специалиста. Новые взгляды на цели и задачи образования в России диктуют переход к новым принципам организации образовательного процесса, выражаемым в компетентностном подходе.

Компетентностный подход предполагает комплексное развитие необходимых для эффективной деятельности знаний и умений. Его идея заключается в переходе от классической предметно-знаниевой парадигмы к представлению об эффективном итоге обучения, выраженном в формировании у специалиста набора взаимосвязанных качеств (включающих

личностные качества, знания, умения, навыки), позволяющих эффективно выполнять задачи и развиваться в определенной области деятельности. Компетентностный подход является попыткой привести в соответствие образование и потребности рынка [21].

Определимся с терминологией.

Хотя в работах некоторых авторов понятия компетенции и компетентности рассматриваются как синонимы, будем разграничивать применение двух этих терминов.

Приведем несколько вариантов определения компетенции, используемых в различных источниках:

М. Паркенсон [109]: «Компетенция — это кластер личностных характеристик, которые определяют то, насколько успешно выполняется работа».

Рэйвен [113]: «Мотивированная способность к выполнению определенной работы на приемлемом уровне».

О. Берестнева [9]: «Под компетенцией понимается некоторая формальная системная характеристика, отражающая структуру знания, опыта и умения без связи с конкретной областью».

В данной диссертационной работе будем придерживаться понятия компетенции, определенного в Федеральном государственном стандарте высшего профессионального образования [73]:

«Компетенция есть способность применять знания, умения и личностные качества для успешной деятельности в определенной области».

Также будем считать, согласно [36], что «компетентность — это актуальное проявление компетенции». Таким образом, компетенция — это объективно существующий набор знаний и умений. Компетентность же является свойством конкретного человека и характеризует степень его обладания компетенцией. В определенных случаях уместно говорить о том, что квалификация специалиста, как степень развитости у него определенных компетенций, является синонимом компетентности [4].

В рамках перехода к компегентностному подходу образовательные учреждения формируют модели компетенций по соответствующим им направлениям подготовки. Цель создания таких моделей заключается в переходе от требований раздельного освоения различных дисциплин учебного плана к формированию набора профессиональных компетенций, каждая из которых предполагает обладание определенным набором квалификационных характеристик, позволяющих решать конкретные задачи в профессиональной деятельности [6].

1.2. Компетенции в организации

В настоящее время идет активный процесс переориентирования стандартов высшего профессионального образования на компетентностные модели выпускника-специалиста. Наряду со сферой профессионального образования, задача разработки моделей компетенций является актуальной для деятельности самых различных предприятий. В общем смысле под моделью компетенций организации понимается система требований к сотруднику, основанная па определении его работы в терминах компетенций [2].

При рассмотрении задачи обучения и повышения квалификации специалистов на предприятии, приходим к выводу, что компетентностно-ориентированное обучение имеет здесь еще более серьезные предпосылки для развития. Это обусловлено тем, что производственная деятельность конкретного предприятия жестко привязана к определенным производственным сценариям, т.е., иными словами, к типовым задачам и операциям, которые определяют структуру компетенции наряду с набором ключевых «объектов знаний» (или «понятий») из некоторой предметной области.

Таким образом, конечный набор требований к специалисту даже в рамках одной отрасли зависит от специфики деятельности организации, в которой ему предстоит работать.

В работе [54] автор отмечает: «Компетентностпая модель специалиста не может в полной мере являться моделью выпускника, поскольку компетентность специалиста неразрывно связана с опытом успешной деятельности, который в ходе обучения в вузе студент в должном объеме приобрести не может».

Отсюда следует вывод, что именно в работе на предприятии, связанной с реальным опытом занятости, целесообразно применение компетентностных моделей при обучении и повышении квалификации.

Модель компетенций в работе предприятия может использоваться для различных целей. Из них выделяются две основных:

• оценка персонала;

• управление развитием сотрудников.

Обобщенное представление модели компетенций, приведенное в работе [9], имеет следующий вид:

{в} = 81® 82® Бз® ... вя, где 5,-— подсистема компетентности; п — количество видов компетентности; ® — знак обобщенного произведения (теоретико-множественного или логического соответствия).

Способы определения состава модели компетенций могут различаться в зависимости от организации. Одним из примеров может быть следующий подход [45]: группу руководителей или опытных специалистов просят заполнить карточки с перечнем ключевых компетенций для определенной должности. Разрешается выбрать не более восьми компетенций. Возникающие расхождения совместно обсуждаются, а затем общим мнением формируется список из 6—7 ключевых компетенций.

В большинстве работ, посвященных компетентностному подходу, подчеркивается тот факт, что можно говорить о различных ракурсах

рассмотрения понятия «компетенция». С одной стороны, многие авторы разграничивают компетенции по «направлениям» в подобном виде: общекультурные, организационные, управленческие, социальные и т.п. К примеру, в диссертационной работе [74] автор останавливается на краткой модели компетенций специалиста, разделенной на две большие группы: профессиональные компетенции и общекультурные компетенции. С другой стороны, о структуре компетенций можно говорить и в рамках одного «направления». Согласно работе [19], профессиональные компетенции можно систематизировать в соответствии с уровнями (рис. 1.1).

V Внутренние технологии, корпоративные стандарты

_ IV Узкоспециализированные экспертные

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Гиря, Иван Александрович

Основные результаты выполнения диссертационной работы следующие:

1. По результатам проведенного анализа предметной области составлена обобщенная структурная схема системы управления компетенциями ПОО. Сформирован алгоритм процесса принятия решения о формировании проектной команды в ПОО.

2. Формализовано понятие технической компетентности и определены требования к количественной оценке компетентности. Представлена модель компетенций, которая объединяет в себе модель знаний и модель умений. Проведен обзор возможных методов для количественной оценки уровня компетентности. Предложен метод средневзвешенной оценки. Даны рекомендации по применению рассмотренных методов.

3. Построена алгоритмическая модель определения целесообразности обучения сотрудника ПОО. Введено понятие компетентностных паттернов, которые анализируются в процессе принятия решения об обучении. Предложены методы нахождения компетентностных паттернов в пространстве компетенций ПОО.

4. На основе описанных в работе моделей, методов и средств их применения, построена автоматизированная система сопровождения процесса формирования проектных команд. Приведено описание структуры, интерфейсов и логики работы основных блоков разработанной системы управления компетенциями.

В качестве возможных направлений дальнейших исследований, связанных с темой работы, обозначим следующие:

- расширение набора используемых источников информации для получения оценок уровня знаний сотрудников по объектам модели компетенций;

- совершенствование методов выявления компетентностных паттернов ПОО.

ЗАКЛЮЧЕНИЕ

В современной России осуществляется переход к компетентностному подходу к обучению. При этом функции формирования и развития компетенций берут на себя не только вузы, но и организации, в которые приходят работать выпускники.

Для проектно-ориептированных организаций, занятых в сфере информационных технологий, актуальной является задача создания автоматизированных систем управления компетенциями, и, как следствие — моделей, алгоритмов и информационных технологий для реализации подобных систем.

Работа посвящена анализу и решению поставленной задачи: созданию алгоритмического и информационного обеспечения системы управления компетенциями ПОО, позволяющего оценивать уровень компетентности сотрудников ПОО и поддерживать процессы формирования проектных команд и определения целесообразности обучения на основе полученных оценок компетентности.

Список литературы диссертационного исследования кандидат технических наук Гиря, Иван Александрович, 2013 год

СПИСОК ЛИТЕРАТУРЫ

1. Агеев, В.Н. Электронные издания учебного назначения: концепции, создание, использование: учеб. пособие в помощь авт. и ред. / В.Н. Агеев, Ю.Г. Древе. — М.: МГУП, 2003. — 236 с.

2. Агеева, Н.В. Разработка модели технических компетенций / Н.В. Агеева, Д.Л. Котов // Кадровое Дело, 2004. — №11.2

3. Аксенов, В.В. Управление профессиональной подготовкой и переподготовкой специалистов в области риск-мснеджмента в условиях преодоления последствий глобального экономического кризиса / В.В Аксенов, Л.Ю. Андреева, Д.Г. Хатламаджиян. — Terra Economics, 2012. — 10, №1.

4. Арефьев, А.О., Баженов, А.Д. Управление компетенцией и ротация человеческих ресурсов проектно-ориентированного предприятия [Электронный ресурс] / А.О. Арефьев, А.Д. Баженов. — Режим доступа: http://www.iteam.ru/publications/project/section_39/arlicle_2499

5. Арефьев, А.О. Повышение зрелости управления проектами на предприятии с использованием системы управления компетенциями [Электронный ресурс] / А.О. Арефьев. — Режим доступа: www.pmo.ru/arefievl .pdf

6. Аскеров, Э.М. Автоматизация многокритериального оценивания уровня сформированности профессиональных компетенций будущих специалистов // Диссертация кандидата технических наук. — Москва, 2010.

7. Бараношников, АЛО. Разработка инструментальных методов управления компетенциями сотрудников в сетевых организациях // Диссертация кандидата экономических наук. — Москва, 2008.

8. Башмаков, А.И., Башмаков, И.А. Разработка компьютерных учебников и обучающих систем. — Москва, 2003.

9. Берестнева, О.Г. Системные исследования и информационные технологии оценки компетентности студентов // Диссертация доктора технических наук. — Томск, 2007.

10. Берестнева, О.Г., Марухина, О.В., Абунавас, Х.А. Алгоритмическое и программное обеспечение информационной системы оценки компетентности студентов технического вуза // Известия Томского политехнического университета, 2006. — Т. 309, № 7. — С.240—245.

П.Бешелев, С.Д., Гурвич, Ф.Г. Математико-статистические методы экспертных оценок. — М.: Статистика, 1980.

12. Буль, Е.Е. Обзор моделей студента для компьютерных систем обучения. // Educational Technology & Society, 2003. — 6(4).

13.Валеева, Н.Х. Профессиональные компетенции как результат обучения в среднем профессиональном учебном заведении // Троицкий вестник, 2008. — №3.

14. Васильев, Ю.С., Козлов, В.Н. Компетентностные модели знаний и содержания высшего профессионального образования // XIX Всероссийская научно-методическая конференция «Проектирование образовательных программ высшего профессионального образования на компетентностной основе», 2009.

15. Войт, Н.Н. Разработка методов и средств адаптивного управления процессом обучения в автоматизированном проектировании // Диссертация кандидата технических наук. — Ульяновск, 2009.

16. Воробьев, Г.А., Корнев, П.А., Малыш В.Н. Модель структуризации содержания обучения на основе построения иерархической понятийной сети знаний // Вестник РУДН, 2010. — №4.

17. Воронцов, К.В. Классификация, кластеризация, регрессия, многомерное шкалирование [Электронный ресурс] // Лекции по метрическим алгоритмам: электронный ресурс ВЦ РАН, 2006. Режим доступа: http://vvwvv.ccas.ru/voron/download/MetricAlgs.pdf

18. Вятченин, Д.А. Нечеткие методы автоматической классификации // Минск: Технопринт, 2004.

19. Вялова, Е.П. Интеллектуализация управления развитием персонала организации на основе компетенций и когнитивного моделирования // Диссертация кандидата технических наук. — Воронеж, 2008.

20. Герасимов, Б.М., Оксиюк, А.Г. Оценка обоснованности решений, принимаемых с использованием СППР // Сборник докладов научно-практичной конференции с международным участием «Системы поддержки принятия решения. Теория и практика». - Киев, 2006. - С. 28—31.

21. Гиря, И.А. Интеграция моделей знаний ученика в адаптивной среде дистанционного обучения // Образовательные технологии и общество (Educational Technology & Society), том 13, №4, 2010. — С.240-245.

22. Гиря, И.А. Двухуровневая модель ученика в адаптивной среде компьютерного обучения // Журнал по материалам конференции «Новые технологии в образовании», 2010. — С. 13-15.

23. Гиря, И.А., Свечников, Г.В. Модель знаний пользователя адаптивной обучающей среды на примере системы Moodle // В мире научных открытий, №6-1, 2010. — С.30-32.

24. Гиря, И.А. Понятийный граф как основа ведения модели знаний // Наука и образование: электронное научно-техническое издание МГТУ им. Баумана, 2011. — №5.

25. Гиря, И.А., Древе Ю.Г. Подходы к проектированию эффективной адаптивной обучающей системы / И.А. Гиря, Ю.Г. Древе // Научная сессия МИФИ-2010. Сборник научных трудов, 2010. — С.130-131.

26. Гиря, И.А. Модель знаний ученика в системе непрерывного обучения // Школьные технологии, 2011. — №4 — С.108-112.

27. Гиря, И.А. Количественная оценка компетентности на основе графовой модели знаний // Современная наука: актуальные проблемы теории и практики. Серия «Естественные и технические науки», 2012. — №12. — С. 16-22.

28. Гиря, И.А. Методы анализа компетентноетных паттернов проектной компании // Образование. Наука. Научные кадры, 2013. — №1.— С.145-147.

29. Гончарова, Н.Л. Категории «компетентность» и «компетенция» в современной образовательной парадигме // Сборник научных трудов СевКавГТУ. Серия «Гуманитарные науки», 2007, №5.

30. Гусева, А.И. Адаптивные методики тестирования. М.:МИФИ. Препринт 007-2002. — 2007.

31. Елизаров, С. И. Разработка и исследование методов и алгоритмов кластеризации для систем анализа данных. // Диссертация кандидата технических наук. — Санкт-Петербург, 2008.

32. Заде, J1.A. Понятие лингвистической переменной и его применение к принятию приближенных решений. — М.: Мир, 1976. —165 с.

33. Зайцева, JL В. Адаптация в компьютерных системах на базе структуризации объектов обучения. / Л.В. Зайцева, Е.Е. Буль. // Educational Technology & Society 9(1), 2006.

34. Зайцева, Л. В. Разработка и применение автоматизированных обучающих систем на базе ЭВМ / Л. В. Зайцева, Л. П. Новицкий, В. А. Грибкова [под ред. Л. В. Ницецкого]. - Рига: Зинатне, 1989.

35. Земской, Н.А. Разработка аналитических и процедурных моделей автоматизированной информационной системы специализированного обучения // Диссертация кандидата технических наук. — Тамбов, 2004.

36. Зимняя, И.А. Ключевые компетентности как результативная основа компетентностного подхода в образовании / И.А. Зимняя. — М.: Исследовательский центр проблем качества подготовки специалистов, 2004.

37. Карпенко, А.П. Модельное обеспечение автоматизированных обучающих систем. Обзор / А.П. Карпенко, А.А. Добряков // Наука и образование: электронное научно-техническое издание, №07, 2011. —- С. 12.

38. Карпова, И.П. Исследование и разработка подсистемы контроля знаний в распределенных автоматизированных обучающих системах / Дис.

к.т.н // Московский Государственный институт электропики и математики (Технический университет). — Москва, 2002.

39. Касаткина, A.A. Компетентностные модели как системный ресурс повышения качества инновационных образовательных программ // Вестник СибГУТИ, №1, 2010. — 77-84.

40. Касьянов, В.Н., Касьянова, Е.В. Дистанционное обучение: методы и средства адаптивной гипермедиа // Программные средства и математические основы информатики. — Новосибирск: ИСИ СО РАН, 2004. — С.80—141.

41. Коляда, М.Г. Виды моделей обучаемых в автоматизированных обучающих системах // Искусственный интеллект, 2008. — №3. — С.142— 147.

42. Колчигин, Б.В. Адаптивная нейро-фаззи сеть Кохоиена / Б.В. Колчигин, В.В. Волкова, Е.В. Бодянский // Радюелектронжа, шформатика, управлшня, 2011. — №1. — С.99—104.

43. Кормен, Т., Лейзерсон, Ч., Ривест, Р., Шгайн. Алгоритмы: построение и анализ - Introduction to Algorithms. / Под ред. И. В. Красикова. 2-е изд. — М.: Вильяме, 2005.

44. Крехов, Е. В. Алгоритмическое обеспечение автоматизированной системы управления на основе доверительной оценки профессиональных компетенций специалиста. // Диссертация кандидата технических наук. — Москва, 2010.

45. Кучерова, С. Модель компетенций на службе эффективной работы организации // Менеджер по персоналу, №10, 2007. — С. 16.

46. Лапченко, Д.А. Компетентностный подход в профессиональном образовании и управлении персоналом // X Международная научно-практическая конференция «Актуальные проблемы бизнес-образования». ■— Минск, 2011.

47. Леоненков, A.B. Нечеткое моделирование в среде MATLAB и fuzzy TECH. — СПб.: БХВ Петербург, 2005.

48. Лисецкий, Ю.М., Каревина Н.П. Об автоматизации экспертных оценок // Математичш машини i системи, №1, 2008. — С.151—162.

49. Любчак, В.А. Модель ученика в компьютерных обучающих системах (часть 1) / В.А. Любчак, В.А. Щеголькова, Р.Н. Рудень // Вестник Сумского государственного университета. Серия Технические пауки, №11(57), 2003. —С. 35-42.

50. Макаров, С. И., Ушков П. Ю., Демидова Е. А. Программные решения для обеспечения центра мониторинга и сертификации компьютерной грамотности и ИКТ-компетентности [Электронный ресурс] // Информатизация образования и науки. — Режим доступа: http://www.informika.rU/about/informatization_pub/publications/2009/2/2-p95.pdf

51. Мамаева, М.В. Автоматизация управления персоналом проектной организации [Электронный ресурс] / М.В.Мамаева, А.М.Стрельников. — Режим доступа: www.kadrovik.ru/modules.php?op=modload&name=Ncws&file=artic!c&sid=3568

52. Маруев, С.А.. Математические модели и методы управления непрерывным профессиональным обучением па основе компетентностного подхода. // Диссертация доктора технических наук. — ГНУ «Исследовательский центр проблем качества подготовки специалистов Московского государственного института стали и сплавов (технологического университета)». — Москва, 2007.

53. Беляков, С.А. Мониторинг непрерывного образования: инструмент управления и социологические аспекты / С.А. Беляков, B.C. Вахштайн, В.А. Галичин, A.A. Иванова, Е.А. Карпухина, Т.Л. Клячко, Д.Л. Константиновский, Д.Ю. Куракин, Е.А. Полушкина, Ю.А. Яхин. — Москва: МАКС Пресс, 2006.

54. Носко, И.В. Модель выпускника как основа формирования компетенций студентов в процессе вузовской подготовки // Диссертация кандидата педагогических наук. — Владивосток, 2007.

55. Овсянников, Е.К., Мозгирев, Б.Т. К вопросу о выборе математических моделей для систем поддержки принятия решений // Труды СПИИРАН / Под ред. P.M. Юсупова, СПб.: Наука, вып.2. Т.1., 2004.

56. Окропишина, О.В. Технология автоматизированного формирования понятийной структуры научного контента // Электронные библиотеки: перспективные методы и технологии, электронные коллекции. Сборник научных трудов конференции, 2010.

57. Орлов, А.И. Организационно-экономическое моделирование: учебник: в 3 ч. 4.2. Экспертные оценки. — М.: Изд-во МГТУ им. Н.Э. Баумана, 2011,— 486 с.

58. Папкова, JI. Содержание и проблемы оценки компетенций менеджера по персоналу [Электронный ресурс] / JI. Папкова. — Режим доступа: http://vvvvw.hr-performance.ru/index.php/Otsenka/ soderganie-i-problemi-otcenki-kompetencii-menedgera-po-personalu.html

59. Пилюгина, С.А. Компыотероопосредованное обучение как средство интеллектуального развития личности школьника // Автореферат дис. кандидата педагогических наук. — Саратов, 1997

60. Половикова, О.Н. Использование евклидова и манхэттенского расстояний в качестве меры близости для решения задачи классификации / О.Н. Половикова, В.В. Фокина // Известия Алтайского государственного университета, 1-1(65). —Барнаул, 2010.

61. Потемкина, C.B. Информационная среда непрерывного образования на основе системы дистанционного обучения // Диссертация кандидата технических наук. — Дубна, 2006

62. Резапкина, Г. Уроки выбора профессии // «Школьный психолог», №13,2006. —С.4-45.

63. Российская педагогическая энциклопедия: В 2 т. / Гл. ред. Давыдов, В.В. —Москва, 1998.

64. Ромашкина, Г.Ф. Коэффициент конкордации в анализе социологических данных [Электронный ресурс] / Г.Ф. Ромашкина, Г.Г.

Татарова. — Режим доступа: www.isras.ru/files/File/4M/20/Romashkina, Tatarova.pdf.

65. Савельев, А.Я. Автоматизированные обучающие системы на базе ЭВМ: вып. 1. — М.: Знание, 1977.

66. Серов, С. Ю. Управление человеческими ресурсами проектно-ориентированной компании // Диссертация кандидата экономических наук. — Москва, 2005.

67. Сидоркина, И. Г. Моделирование подсистемы навигации в системах обучения стандарта Scorm / И. Г. Сидоркина, А. Е. Рыбаков // Программные продукты и системы, №1, 2009. — С. 11—15.

68. Стеганцев, A.B. Компетентностный подход: от профессионального образования к образованию профессионалов [Электронный ресурс] // К докладу па 8-м Международном фестивале бизнес-тренеров. — Режим доступа: http:/Avvvw.stiogantsev.rn/st/biz_komp-podhod.html

69. Тельнов, Ю.Ф. Разработка профильно-ориентированных основных образовательных программ ВПО по направлению «Прикладная информатика» / Ю.Ф. Тельнов, В.И. Швей // IX Всероссийская конференция «Преподавание информационных технологий в Российской Федерации».

70. Тельнов, Ю.Ф. Управление компетенциями в самообучающейся организации // V Международная научно-практическая конференция «Интегрированные модели и мягкие вычисления в искусственном интеллекте». — Коломна, 2009 г.

71.Ткаченко, С. Как измерить компетенцию. О методе оценки персонала «ассессмент-цептр» / С. Ткаченко, А. Жарков // Персонал Микс, №3,2011.

72. Трахтенгерц, Э. А. Компьютерная поддержка переговоров при согласовании управленческих решений / Э. А. Трахтенгерц // Системы и проблемы управления. -М.: СИИТЕГ, 2003.

73. Федеральный государственный образовательный стандарт высшего профессионального образования для подготовки магистров по направлению

220700 — «Автоматизация технологических процессов и производств», утвержденный приказом Министерства образования и науки Российской Федерации от 27 декабря 2009 года №763.

74. Фионова, JI.P. Адаптивное управление в системе непрерывного образования на основе компетентностного подхода: на примере сферы документационного обеспечения управления // Диссертация доктора технических наук. — Пенза, 2009.

75. Харламов, И.Ф. Педагогика. Учебное пособие. 2-е издание, переработанное и дополненное. — Москва, 1990.

76. Хентце, И. Теория управления кадрами в рыночной экономике. — М.: Международные отношения, 1997. — 619 с.

77. Чернов, А.В. Система комплексной оценки профессиональной компетентности специалистов для предприятий и организаций радиоэлектронного комплекса России на основе квалиметрической модели // Диссертация кандидата технических наук. — Москва, 2011.

78. Чухрай, А.Г. Метод реализации внутреннего цикла в компьютерном обучении алгоритмизируемым задачам / А.Г. Чухрай, С.И. Педан // Системи управлшня, нав1гацп та зв'язку: Зб1рник наукових праць. - К.: ДП «ЦНД1 Н1У», 2010. -Вип. (16). - С. 207-213.

79. Шекшня, С. В. Управление персоналом современной организации. -М.: Бизнес-школа «Интел-Синтез», 1997.

80. Bezdek J.С. Pattern Recognition with Fuzzy Objective Function Algorithms -N.Y.: Plenum Press. - 1981.

81. Bloom, В., Engelhart, E., Hill, W., Furst, E., Krathwohl, D. The Taxonomy of Educational Objectives, The Classification of Educational Goals, Handbook I: Cognitive Domain. NY: McKay, 1956.

82. Bodyanskiy Ye., Kolchygin В., Pliss I. Adaptive neuro-fuzzy Kohonen network with variable fuzzifier // Information Theories and Applications. Vol. 18, Number 3,2011.

83. Brusilovsky, P. Adaptive and Intelligent Technologies for Web-based Education. In C. Rollinger and C. Peylo (eds.), Special Issue on Intelligent Systems and Teleteaching, Künstliche Intelligenz, 4, 19-25.

84. Brusilovsky, P., Peylo C. Adaptive and Intelligent Web-based Educational Systems // Artificial Intelligence in Education 13(2—4), 2003. — 159—172.

85. Brusilovsky, P., Sosnovsky, S., Yudelson, M., Kumar, A, Hsiao, S. User Model Integration in a Distributed Adaptive E-Learning System // Proceedings of Adaptive Hypermedia, 2008.

86. Brusilovsky, P., Karagiannidis, C., Sampson, D. Layered Evaluation of Adaptive Learning Systems // International Journal of Continuing Engineering Education and Lifelong Learning (ISSN 1560-4624) / Special issue on Adaptivity in Web and Mobile Learning Services, vol. 14(4/5), pp. 402-421, Inderscience Pub., November 2004

87. Bull, S., Bma, P., and Pain, H., Extending the scope of the student model // User Modeling and User-Adapted Interaction, 5(1), 1995. — p. 44—65

88. Castillo O., Melin P., Type-2 Fuzzy Logic: Theory and Applications -Berlin: Springer-Verlag. - 2008. - 243 p.

89. Celik I., Ashman H., Blanchfield P., Brailsford T. An Interoperability System for User Models in Adaptive Educational Hypermedia // Proceedings of Adaptive Hypermedia, 2008.

90. Cover T.M. Geometrical and Statistical properties of systems of linear inequalities with applications in pattern recognition // IEEE Transactions on Electronic Computers. - 1965. - EC-14. - P. 326-334

91.Dicheva, D., Dichev, C. Authoring Educational Topic Maps: Can We Make It Easier? // ICALT, 2005. — pp. 216—218.

92. Eremin, E. Using Topic Map Technology in the Planning of Courses from the CS Knowledge Domain // Intelligent Systems, 2008.

93. Evaluation of Evidence-Based Practices in Online Learning: a Meta-Analysis and Review of Online Learning Studies // US Department of Education.

94. Field, J. Lifelong learning and cultural change: a european perspective // Conference on Lifelong Learning and New Learning Culture, National Chung-Cheng University, Chia-Yi, Taiwan, 1-2, October 2004

95. Gruber T.R. The role of common ontology in achieving sharable, reusable knowledge bases // Principles of Knowledge Representation and Reasoning. Proceedings of the Second International Conference. J.A. Allen, R. Fikes, E. Sandewell - eds. Morgan Kaufmann, 1991. —601-602.

96. Hoppner F., Klawonn F., Kruse R., Runkler T. Fuzzy Clustering Analysis: Methods for Classification, Data Analysis and Image Recognition. -Chichester: John Willey & Sons, 1999.-289 p.

97. IMS Learner Information Package Specification [Электронный ресурс]. — Режим доступа: http://www.imsglobal.org/profiles/

98. ISO/IEC JTC1/SC34 Information Technology — Document Description and Processing Languages [Электронный ресурс]. — Режим доступа: http://www.isotopicmaps.org/sam/sam-xtm/

99. Kay, J. Kummerfeld, В. Lifelong User Modelling Goals, Issues and Challenges. — 2006.

100. Kendall, M. G.; Babington Smith, B. The Problem of m Rankings // The Annals of Mathematical Statistics 10 (3). 1939. — 275-287.

101. Kleinberg, J., Kumar, R., Raghavan, P., Rajagopalan, S, Tomkins, A.S. The Web as a graph: Measurements, models, and methods // In Proc. 5th Annual Int. Conf. Computing and Combinatorics, COCOON, nb 1627. SpringerVerlag, 1999.

102. Mabbott, A., Bull, S., Student Preferences for Editing, Persuading and Negotiating the Open Learner Model, in M. Ikeda, K. Ashley & T-W. Chan (eds), Intelligent Tutoring Systems: 8th International Conference, Springer-Verlag, Berlin Heidelberg: p. 481-490.

103. Maksimova V., Telnov Y., Telnova T. The Assessment of Human Capital Based on Competence Approach // Proceedings of the 9th European

Conference on Knowledge Management. - Southampton: Solent University UK, Academic Publishing Limited Reading, 2008

104. Manitsaris A., Atzigaidas A. A topic map based adaptive tutoring system // Proceedings of the 5th WSEAS Int. Conf. on applied informatics and communications, Malta, September 15-17, 2005.

105. Mathis, M. Work Breakdown Structure: Purpose, Process and Pitfalls [Электронный ресурс]. — Режим доступа: www.projectsmart.co.uk/work-breakdown-structure-puфose-process-pitfalls.html

106. Mendel J. Uncertain Rule-Based Fuzzy Logic Systems: Introduction and New Directions. - Upper-Saddle River, NJ: Prentice Hall, 2001. - 555 p.

107. Mintzberg H. Musings on Management: ten ideas designed to rile everyone who cares about management // Harvard Business Review, 1996, July-August, P. 63.

108. Murphy, T. Towards Objective Surgical Skill Evaluation with Hidden Markov Model-based Motion Recognition // M.S. Thesis, Department of Mechanical Engineering, The Johns Hopkins University, August 2004.

109. Parkinson M. Using psychology in business: a practical guide. — Gower, 1999.

110. Prahalad C.K., Hamel G., The core competence of the corporation // Harvard Business Review, Vol. 68. №3, 1990. — P. 82.

111. Project Manager Competency Development Framework - Second Edition // Project Management Institute, 2007

112. Pyper A., Lilley M. A comparison between the flexilevel and conventional approaches to objective testing // Proceedings of "Computer assisted assessment" conference. — Southampton, 2010.

113. Raven J. Competence in Modern Society: Its Identification, Development and Release. — Oxford: Oxford Psychologists Press, 1984.

114. Rath, H.H.: Technical Issues on Topic Maps // Proceedings of the Metastructures 1999, Montreal, Quebec, Canada, 1999.

115. SAP user experience management by KNOA [Электронный ресурс]. — Режим доступа: www.sap.com/services/education/softwareproducts/knoa.epx

116. Siegel, S., Castellan, N.J. Nonparametric Statistics for the Behavioral Sciences. — N.Y.: McGraw Hill, 1988.

117. Sosnovsky, S. Translation of Overlay Models of Student Knowledge for Relative Domains Based on Domain Ontology Mapping / Sosnovsky, S., Dolog, P., Henze, N., Brusilovsky, P., and Nejdl, W // In 13th International Conference on Artificial Intelligence in Education (AIED'2007), Marina Del Ray, CA, USA: IOS Press, 2007. — pp. 289-296.

118. Spolsky, J. Fog Creek Professional Ladder [Электронный ресурс]. — Режим доступа: http://www.joelonsoftware.com/articles/Ladder.html

119. TM4L editor [Электронный ресурс]. — Режим доступа: http://compsci.wssu.edu/iis/nsdl/download.html

120. Zaiceva L., Bule J., Kuplis U. Advanced e-learning system development // Proceedings of the International Conference on Advanced Learning technologies and Applications. — Kaunas, Lithuania, 2003. - 14-18pp.

121. Zaitseva L., Boule C. Student models in Computer-based Education // Proceedings of the 3rd IEEE International Conference on Advanced Learning Technologies. - Athens, Greece, 2003. —p. 451.