Разработка интеллектуальной системы поддержки принятия решений для поиска исполнителей

В последние годы наблюдается активное развитие интеллектуальных систем, направленных на автоматизацию различных бизнес-процессов. В частности, системы поддержки принятия решений играют все более важную роль в оптимизации процессов и повышении эффективности в различных отраслях. Одной из областей, в которой интеллектуальные системы находят широкое применение, является подбор исполнителей для различных задач. Большинство современных платформ, предоставляющих доступ к различным услугам обычными поисковыми системами, которые используют большое количество различных критериев для получения наилучших результатов. Целью разрабатываемой системы является упрощение процесса поиска для пользователя.

Цель данной научной статьи – представить результаты разработки и апробации интеллектуальной системы поддержки принятия решений для подбора исполнителей.

Разрабатываемая система поддержки принятия решений для подбора исполнителей имеет модульную архитектуру, которая включает в себя несколько основных компонентов. Эта архитектура обеспечивает гибкость, масштабируемость и эффективность работы системы.

1. Веб-приложение: Компонент, с которым взаимодействуют пользователи (заказчики и исполнители). Это веб-интерфейс, предоставляющий возможность регистрации, подачи запросов, поиска исполнителей и отслеживания статуса заказов. Веб-приложение отвечает за взаимодействие с пользователями и передачу данных в другие компоненты системы.
2. Модуль обработки естественного языка (внешний модуль): Этот компонент отвечает за обработку запросов пользователей на естественном языке. Он преобразует запросы в набор тегов и передает их для дальнейшего поиска исполнителей.
3. База данных: Компонент, предназначенный для хранения данных о пользователях, заказах, тегах и другой информации, необходимой для работы системы. База данных поддерживает быстрое и эффективное выполнение запросов на поиск исполнителей.

Диаграмма компонентов системы представлена на рисунке 1.

Рис. 1. Диаграмма компонентов

Диаграмма компонентов наглядно иллюстрирует, как различные модули системы взаимодействуют между собой, чтобы обеспечить эффективный подбор исполнителей для различных задач. Такая модульная архитектура способствует гибкости, масштабируемости и надежности работы системы.

Разработка системы поддержки принятия решений для подбора исполнителей была проведена в несколько этапов. Сначала была определена архитектура системы и выполнен анализ требований. Затем начался процесс проектирования, включающий в себя создание прототипов и дизайн интерфейса.

После проектирования началась реализация системы, включающая в себя разработку фронтенда (веб-приложение) и бэкэнда (модули обработки и базы данных). Были разработаны такие формы как: форма поиска; форма личного кабинета исполнителя и заказчика; форма списка заказов; различные модальные формы для регистрации, отображения уведомлений, написания отзыва и др.

На протяжении разработки проводилось тестирование отдельных компонентов системы для обеспечения их корректной работы. Разработка велась на языке программирования C# [1], и использованием стандартных языков для работы с веб-страницами (HTML, CSS, JavaScript [2]). В качестве СУБД был выбран PostgreSQL [3] в силу его популярности, масштабируемости и открытости исходного кода. В качестве языковой модели, задачей которой является преобразование естественного языка пользователя в набор ключевых тегов по задаче, используется GTP-3.5 [4].

В конце разработки были выполнены интеграционные тесты, чтобы убедиться, что все компоненты системы работают вместе как единое целое. Также было проведено тестирование на тестовых данных для оценки производительности системы и ее способности справляться с различными запросами (рис. 2).

Рис. 2. Пример работы системы

В ходе апробации программного решения было проведено первичное заполнение системы тестовыми данными для анализа. Были заполнены различные справочные таблицы базы данных, добавлено около 50 пользователей, как исполнителей, так и заказчиков, заполнена таблица с тегами, определены связи между исполнителями и тегами, по 4–8 тегов для каждого исполнителя.

Далее были проведены 20 тестовых поисков для определения соответствия исполнителей поставленным задачам. На основе полученных данных были определены следующие основные показатели:

• Результативность системы: 95%.
• Степень автоматизации системы: 0,67.
• Среднее время поиска: менее 1 минуты.
• Количество шагов между постановкой задачи и нахождением исполнителя: 1.

В ходе работы была успешно проведена разработка интеллектуальной системы поддержки принятия решений для подбора исполнителей. Система была создана в соответствии с заявленными требованиями и целями, а ее апробация показала высокую эффективность.

Система обеспечивает удобный и интуитивно понятный интерфейс для поиска исполнителей, использует передовые методы обработки естественного языка для точного анализа запросов и подбора специалистов.

Проведенное тестирование и апробация системы на тестовых данных подтвердили ее работоспособность и эффективность. Система демонстрирует высокий уровень производительности и способствует оптимизации процессов подбора исполнителей.