Тип работы:
Предмет:
Язык работы:


ФОРМИРОВАНИЕ ПРОЕКТНЫХ КОМАНД НА ОСНОВЕ АНАЛИЗА СОЦИАЛЬНЫХ СЕТЕЙ

Работа №11619

Тип работы

Бакалаврская работа

Предмет

математика

Объем работы88
Год сдачи2016
Стоимость5900 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
728
Не подходит работа?

Узнай цену на написание


Введение
1. ОБЗОР ЛИТЕРАТУРЫ 10
2. ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ ГРАФОВ 12
3. АНАЛИЗ СОЦИАЛЬНЫХ ГРАФОВ 15
3.1. СОЦИАЛЬНЫЙ ГРАФ 15
3.2. СООБЩЕСТВО 17
3.3. МОДУЛЯРНОСТЬ 18
4. МЕТОДЫ ВЫДЕЛЕНИЯ СООБЩЕСТВ 19
4.1. BETWEENNESS 19
4.2. FASTGREEDY 20
4.3. LABELPROPOGATION 20
4.4. EIGENVECTOR 21
5. ПРАКТИЧЕСКАЯ ЧАСТЬ 22
5.1. ИСХОДНЫЕ ДАННЫЕ 22
5.2. РЕАЛИЗАЦИЯ ЗАДАЧИ 23
5.3. РЕЗУЛЬТАТЫ 28
6. ФИНАНСОВЫЙ МЕНЕДЖМЕНТ, РЕСУРСОЭФФЕКТИВНОСТЬ И РЕСУРСОСБЕРЕЖЕНИЕ 40
6.1. ПРЕДПРОЕКТНЫЙ АНАЛИЗ 40
6.1.1. Потенциальные потребители результатов исследования 40
6.1.2. Анализ конкурентных технических решений 42
6.1.3. SWOT-анализ 43
6.1.4. Оценка готовности проекта к коммерциализации 44
6.1.5. Методы коммерциализации результатов научно-технического исследования 46
6.1.6. Инициация проекта 47
6.2. ПЛАНИРОВАНИЕ УПРАВЛЕНИЯ НАУЧНО-ТЕХНИЧЕСКИМ ПРОЕКТОМ 49
6.2.1. Иерархическая структура работ проекта 49
6.2.2. Контрольные события проекта 50
6.2.3. План проекта 51
6.2.4. Бюджет научного исследования 52
6.2.5. Оценка сравнительной эффективности проекта 56
6.3. ВЫВОД 58
7. СОЦИАЛЬНАЯ ОТВЕТСТВЕННОСТЬ 59
7.1. ВВЕДЕНИЕ 59
7.2. АНАЛИЗ ВРЕДНЫХ И ОПАСНЫХ ПРОИЗВОДСТВЕННЫХ ФАКТОРОВ 59
7.3. ОБОСНОВАНИЕ И РАЗРАБОТКА МЕРОПРИЯТИЙ ПО СНИЖЕНИЮ УРОВНЕЙ ОПАСНОГО И ВРЕДНОГО
ВОЗДЕЙСТВИЯ И УСТРАНЕНИЮ ИХ ВЛИЯНИЯ ПРИ РАБОТЕ НА ПЭВМ 61
7.3.1. Организационные мероприятия 61
7.3.2. Технические мероприятия 61
7.3.3. Условия безопасной работы 63
7.4. ЭЛЕКТРОБЕЗОПАСНОСТЬ 65
7.5. ПОЖАРНАЯ И ВЗРЫВНАЯ БЕЗОПАСНОСТЬ 67
7.6. ВЫВОД 69
ЗАКЛЮЧЕНИЕ 70
СПИСОК ПУБЛИКАЦИЙ СТУДЕНТА 72
СПИСОК ЛИТЕРАТУРЫ 73
ПРИЛОЖЕНИЕ А 75
ПРИЛОЖЕНИЕ Б 77


В настоящее время, потребность в выделении проектных команд существует в коллективах большинства организаций, коммерческих и некоммерческих, российских и иностранных. Это связано с тем, что большая часть работы выполняется в форме проектов, для каждого из которых выделяются группы специалистов из коллектива. Проекты имеют временный характер, соответственно, проектные команды меняются вместе с ними.
Например, необходимость разделения студенческих учебных групп на несколько мини-групп в университете может быть обусловлена:
- форматом образовательной технологии (исследовательские проекты);
- ограниченным количеством единиц специального технического оборудования в аудиториях.
Стандартно в таких ситуациях проводится группировка студентов по одному из следующих принципов: гендерная принадлежность (равное количество юношей и девушек в группе), по списку (в соответствии с порядковым номером студента в рабочей ведомости), а также по уровню владения английским языком.
В данной работе предлагается при группировке использовать иной критерий: рассмотреть сложившиеся социальные связи между студентами. Для решения такой задачи наиболее подходит анализ социальных сетей (Social Network Analysis, SNA). Он успешно используется для изучения социального взаимодействия в политических и социальных науках, компьютерных технологиях, образовании. Одно из направлений применения SNA — формирование или перераспределение малых групп в университетах и других организациях, где руководство сталкивается с необходимостью соблюдения не только технических (одинаковая численность групп или их единообразие), но и социальных требований: обеспечения такой структуры групп и таких условий взаимодействия в них, которые способствуют достижению определенных результатов [7].
Цель исследования - разработка социальной технологии равномерного разделения сложившегося коллектива на проектные группы. Главным условием для равномерного разделения выступало сохранение сложившихся социальных отношений между членами коллектива.
Для достижения цели необходимо выполнить следующие задачи:
1. Изучить литературу по кластерному анализу и социальным сетям;
2. Разработать анкету для выявления социальных связей внутри коллектива;
3. Выбрать функционал качества разделения (кластеризации) коллектива на проектные группы;
4. Выбрать и применить алгоритм кластеризации коллектива на проектные группы;
5. Провести (при необходимости) корректировку кластеризации с учетом функционала качества разделения;
6. Проранжировать полученные кластеры по уровню сложности выполняемых задач;
7. Статистически оценить эффективность кластеризации и сделать выводы.
Объектом исследования является студенческая группа из 20 человек. Предметом исследования является социальная технология разделения коллектива на проектные группы и оценка ее эффективности.
Новизна работы заключается в использовании анализа социальных сетей. Разработанная технология позволяет повысить эффективность работы за счет учета социальных связей между участниками, что немаловажно для руководства организаций [13].
В результате исследования учебная группа из 20 студентов была разделена на четыре мини-группы по 5 человек с коэффициентом модулярности кластеризации 0,284, проведено ранжирование полученных мини-групп по уровню сложности выполняемых задач, статистически оценено положительное влияние взаимодействия внутри мини-групп на индивидуальную академическую успеваемость студентов.


Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


В работе представлен подход к разделению коллектива на проектные мини-групп с использованием методологии анализа социальных сетей. Достоинством данной методологии является возможность учесть взаимный выбор членов коллектива, за счет чего преодолеваются недостатки административного деления на группы. Однако из-за специфики анкеты и особенностей процедуры проведения опроса невозможно было учесть в полной мере пожелания студентов всей группы.
Проведенный обзор литературы показал, что в мини-группах, полученных с применением методологии сетевого анализа эффективность взаимодействия должна быть выше, чем в мини-группах, полученных стандартными способами. Данное предположение подтверждено нами на иллюстративном примере.
С использованием метода взаимной номинации учебная группа из 20 студентов была разделена на 4 мини-группы по 7, 5, 6 и 2 человека по алгоритму Ньюмана Коэффициент модулярности данной кластеризации равен 0,303. Затем была проведена перегруппировка мини-групп так, чтобы в итоге в каждой оказалось 5 человек. Значение коэффициента модулярности итоговой кластеризации составило 0,284.
С использованием показателя взаимности проведено ранжирование полученных мини-групп по уровню сложности предлагаемых проектов (от самой сложного к самому простому): группа №1, №3, №4, №2.
Статистически было исследовано, что академическая успеваемость во всех мини-группах на момент их формирования была одинакова. Показано, что взаимодействие внутри мини-групп положительно повлияло на индивидуальную академическую успеваемость студентов.
В дополнение к работе приведен раздел о финансовом менеджменте, ресурсоэффективности и ресурсосбережении, в котором были рассмотрены альтернативные варианты исследования, рассчитаны основные финансовые и трудовые характеристики. В целом работа была оценена как перспективная в отношении финансовой эффективности.
Также добавлен раздел о социальной ответственности, в котором было рассмотрено потенциальное негативное воздействие проекта на человека и окружающую среду, а также меры предотвращения этого воздействия.



СПИСОК ПУБЛИКАЦИЙ СТУДЕНТА
1. Королева Е.А. Формирование портфеля биржевых
инвестиционных фондов по методу Марковица // Перспективы развития фундаментальных наук [Электронный ресурс]: труды XI Международной конференции студентов и молодых учёных. Россия, Томск, 22-25 апреля 2014 г. / под ред. Е.А. Вайтулевич. - Электрон. текст. дан. (36,7 Мб). - Национальный Исследовательский Томский политехнический университет, 2013. - Режим доступа:
http://sciencepersp.tpu.ru/Previous%20Materials/Konf_2014.pdf - с. 603-605.
2. Королева Е.А. Формирование портфеля биржевых
инвестиционных фондов по методу Марковица // Наука и образование в жизни современного общества [Электронный ресурс]: сборник научных трудов по материалам международной научно-практической конференции. Россия, Тамбов, 30 апреля 2015 г. Том 11. - ООО «Консалтинговая компания Юком», 2015. - Режим доступа: http://ucom.ru/doc/conf/2015.04.30.11.pdf - с. 62-64.
3. Королева Е.А. Разбиение социальной группы на проектные мини
группы с помощью социально-сетевого анализа // Современные технологии поддержки принятия решений в экономике [Электронный ресурс]: сборник трудов Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых. Россия, Юрга, 19-20 ноября 2015 г. / под ред. Д.А. Чинахова. - Национальный Исследовательский Томский политехнический университет Юргинский технологический институт, 2015. - Режим доступа:
http://uti.tpu.ru/nauchnaya_deyatelnost/konferencii/vnpk_studentov_aspirantov_i_ molodyh_uchenyh_sovremennye_tehnologii_podderzhki_prinyatiya_reshenij_v_e konomike/sbornik_trudov_konferencii_vnpk_sovremennye_tehnologii_podderzhki _prinyatiya_reshenij_v_ekonomike/ - с. 37-39.
СПИСОК ЛИТЕРАТУРЫ
1. Baldwin T. T., Bedell M. D., Johnson J. L. The Social Fabric of a Team- Based MBA Program: Network Effects on Student Satisfaction and Performance // Academy of Management Journal. 1997. Vol. 40. № 6. P. 1369-1397.
2. Brandes U., Delling D., Gaertler M., Gorke R., Hoefer M., Nikoloski Z., Wagner D. On Modularity Clustering // Knowledge and Data Engineering. IEEE Transactions. 2008. Vol. 20. № 2. P. 172-188.
3. Ertem Z., Veremyev A., Butenko S. Detecting large cohesive subgroups with high clustering coefficients in social networks // Social Networks (46). 2016. P. 1-10.
4. Jiang X. L., Cillessen A. H. N. Stability of Continuous Measures of Sociometric Status: A Meta-Analysis // Developmental Review. 2005. Vol. 25. № 1. P. 1-25.
5. Girvan M., Newman M. E. J. Community Structure in Social and Biological Networks // Proceedings of the National Academy of Sciences. 2002. Vol. 99. №
12. P. 7821-7826.
6. Lomi A., Snijders T. A.B., Steglich C.E.G., Torlo V. J. Why Are Some More Peer than Others? Evidence from a Longitudinal Study of Social Networks and Individual Academic Performance // Social Science Research. 2011. Vol. 40. № 6. P. 1506-1520.
7. Martinez A. Combining Qualitative Evaluation and Social Network Analysis for the Study of Classroom Social Interactions // Computers & Education. 2003. Vol. 41. № 4. P. 353-368.
8. Muff S., Rao F., Caflisch A. Local Modularity Measure for Network Clusterizations // Physical Review. 2005. Vol. 72. № 5. Article ID 056107.
9. Newman M. E.J. Modularity and Community Structure in Networks // Proceedings of the National Academy of Sciences. 2006. Vol. 103. № 23. P. 8577-8582.
10. Pijl S.J., Koster M., Hannink A., Stratingh A. Friends in the classroom: a comparison between two methods for the assessment of students’ friendship networks // Soc Psychol Educ (14). 2011. P. 475-488.
11. Rienties B., Heliot Y.F., Jindal-Snape D. Understanding social learning relations of international students in a large classroom using social network analysis // High Education (66). 2013. P. 489-504.
12. Shah P. P., Dirks K. T., Chervany N. The Multiple Pathways of High Performing Groups: The Interaction of Social Networks and Group Processes // Journal of Organizational Behavior. 2006. Vol. 27. № 3. P. 299-317.
13. Shea G. P., Guzzo R. A. Group Effectiveness — What Really Matters // Sloan Management Review. 1987. Vol. 28. № 3. P. 25-31.
14. Thomas S. L. Ties that Bind: A Social Network Approach to Understanding Student Integration and Persistence // Journal of Higher Education. 2000. Vol. 71. № 5. P. 591-615.
15. Wentzel K. R., Caldwell K. Friendships, Peer Acceptance, and Group Membership: Relations to Academic Achievement in Middle School // Child Development. 1997. Vol. 68. № 6. P. 1198-1210.
16. Yang J., Leskovec J. Defining and evaluating network communities based on ground-truth // Proceedings of the ACM SIGKDD Workshop on Mining Data Semantics - MDS’12. Beijing, China, 12-16 August 2012. 2012.
17. Валеева Д. Р., Польдин О. В., Юдкевич М. М. Связи дружбы и помощи при обучении в университете // Вопросы образования. 2013. № 4. С. 70-84.
18. Дистрибутив программы ORA NetScenes // Центр компьютерного анализа социальных и организационных систем [Офиц. сайт]. URL: http://www. casos.cs.cmu. edu/proj ects/ora/download.php (дата обращения: 29.06.2015).
19. Пронин А., Веретенник Е., Семёнов А.: Формирование учебных групп в уиверситете с помощью анализа социальных сетей // Вопросы образования
(3) . 2014. С. 54-74.


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2024 Cервис помощи студентам в выполнении работ