霂瑞霂��撘����迨��辣:
http://elartu.tntu.edu.ua/handle/lib/51431| Title: | Технологія підтримки прийняття рішень при формуванні команди для виконання ІТ-проєктів |
| Other Titles: | Decision Support Technology for IT Project Team Formation |
| Authors: | Кіт, Марія Євгенівна Kit, M.Ye. |
| Affiliation: | Тернопільський національний технічний університет імені Івана Пулюя, факультет комп’ютерно-інформаційних систем і програмної інженерії, кафедра систем штучного інтелекту та аналізу даних, м. Тернопіль, Україна |
| Bibliographic description (Ukraine): | Кіт М. Є. Технологія підтримки прийняття рішень при формуванні команди для виконання ІТ-проєктів : робота на здобуття кваліфікаційного ступеня магістра : спец. 124 – cистемний аналіз / наук. кер. В. В. Яцишин.Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2025. 94 с. |
| Issue Date: | 23-十二月-2025 |
| Submitted date: | 16-十二月-2025 |
| Date of entry: | 27-一月-2026 |
| Publisher: | Тернопільський національний технічний університет імені Івана Пулюя |
| Country (code): | UA |
| Place of the edition/event: | Тернопільський національний технічний університет імені Івана Пулюя |
| Supervisor: | Яцишин, Василь Володимирович |
| Keywords: | технологія прийняття рішення ІТ проєкт команда technology decision making project team |
| Number of pages: | 94 |
| Abstract: | У кваліфікаційній роботі проведено аналітичний огляд сучасних підходів
до підтримки прийняття рішень у задачах формування команд для виконання ІТ-
проєктів, проаналізовано існуючі методи підбору персоналу, рекомендаційні
системи та моделі колаборативної фільтрації, а також досліджено фактори, що
впливають на ефективність командної роботи в проєктно-орієнтованих ІТ-
середовищах.
Запропоновано та обґрунтовано модель представлення об’єктів предметної
області, яка поєднує характеристики розробників, вимоги ІТ-проєктів і
організаційні обмеження, що дало змогу формалізувати задачу підбору команди
у вигляді задачі рекомендаційного аналізу. Розроблено метод формування
рекомендацій на основі метрик подібності та методів колаборативної фільтрації
з використанням регуляризаторів, який враховує технологічний стек,
професійний досвід, освітні характеристики та просторові фактори, що підвищує
точність і стійкість результатів прийняття рішень.
Реалізовано програмний засіб автоматизованого підбору команди
розробників з багаторівневою архітектурою, який включає рівень
представлення, рівень бізнес-логіки та рівень даних. Запропоновано структуру
бази даних і алгоритми обробки інформації для формування ранжованих списків
кандидатів In the qualification thesis, an analytical review of modern approaches to decision support in team formation for IT project execution is conducted. Existing personnel selection methods, recommender systems, and collaborative filtering models are analyzed, and the factors influencing the effectiveness of teamwork in project-oriented IT environments are investigated. A domain object representation model is proposed and substantiated, integrating developer characteristics, IT project requirements, and organizational constraints, which made it possible to formalize the team selection problem as a recommender analysis task. A recommendation generation method based on similarity metrics and collaborative filtering with regularization is developed; it takes into account the technology stack, professional experience, educational background, and spatial factors, thereby improving the accuracy and robustness of decision-making outcomes. A software tool for automated developer team selection with a multi-layer architecture is implemented, including presentation, business logic, and data layers. A database structure and information processing algorithms for generating ranked lists of candidates are proposed |
| Content: | ПЕРЕЛІК ОСНОВНИХ УМОВНИХ ПОЗНАЧЕНЬ, СИМВОЛІВ І СКОРОЧЕНЬ ... 8 ВСТУП ...9 РОЗДІЛ 1 АНАЛІЗ СУЧАСНИХ ПІДХОДІВ ТА ФАКТОРІВ ВПЛИВУ ПРИ ФОРМУВАННІ КОМАНД ДЛЯ ВИКОНАННЯ ІТ-ПРОЄКТІВ ... 14 1.1. Системний підхід до формування команд... 14 1.2. Моделі компетентностей і методи оцінювання учасників ІТ-проєкту ... 18 1.3. Аналіз вимог і пропозицій ІТ- ринку в контексті підготовки фахівців навчальними закладами... 21 1.4. Висновки до розділу ... 29 РОЗДІЛ 2 РОЗРОБЛЕННЯ ТЕХНОЛОГІЇ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ ЩОДО ФОРМУВАННЯ КОМАНД ДЛЯ ВИКОНАННЯ ІТ-ПРОЄКТІВ ... 30 2.1. Моделювання процесу формування команд на основі методів колаборативної фільтрації... 30 2.2. Метрики подібності в моделях колаборативної фільтрації... 33 2.2.1. Метрика подібності Жаккара... 35 2.2.2. Метрика на основі обчислення косинусв кута між векторами ... 36 2.2.3. Метрика на основі кофефіцієнта кореляції Пірсона ... 37 2.3. Модель підтримки прийняття рішень щодо формування команди для виконання ІТ-проєктів ... 38 2.3.1. Формалізована модель опису об’єктів у задачі формування команди для виконання ІТ-проєктів ...41 2.3.2. Метод багатокритеріального підбору команди розробників із застосуванням метрик подібності...44 2.4. Метод підвищення стійкості колаборативної фільтрації на основі регуляризованих метрик подібності... 47 2.5. Висновки до розділу ... 52 7 РОЗДІЛ 3 РЕАЛІЗАЦІЯ ТА АПРОБАЦІЯ ПРОГРАМНОГО ЗАСОБУ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ ПРИ ФОРМУВАННІ КОМАНД ДЛЯ ВИКОНАННЯ ІТ-ПРОЄКТІВ...53 3.1. Визначення функціональних вимог до засобу автоматизованого підбору команди розробників комп’ютерних систем... 53 3.2. Моделювання та реалізація бази даних системи підтримки прийняття рішень щодо підбору команди розробників... 56 3.3. Побудова моделі архітектури програмного засобу підтримки прийняття рішень ... 70 3.4. Результати апробації запропонованого методу і засобу... 73 3.5. Висновки до розділу ... 77 РОЗДІЛ 4 Охорона праці та Безпека в надзвичайних ситуаціях ... 78 4.1. Охорона праці... 78 4.2. Розроблення та впровадження режимів радіаційного захисту працюючих і службовців у виробничій діяльності об’єкту в умовах радіоактивного забруднення місцевості... 80 ВИСНОВКИ ...85 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ... 87 Додаток А Тези конференцій... 91 |
| URI: | http://elartu.tntu.edu.ua/handle/lib/51431 |
| Copyright owner: | © Кіт Марія Євгенівна, 2025 |
| References (Ukraine): | 1. Макарова О. Рейтинг вишів DOU 2019: у Могилянки з’явився конкурент за перше місце, а КПІ за межами 10-ки лідерів. URL: https://dou.ua/lenta/articles/ukrainian-universities-2019/?from=salary_report (дата звернення 11.10.2025 р.) 2. Ricci F., Rokach L., Shapira B. Recommender Systems Handbook. 2nd ed. Springer, 2015. 1003 p. DOI: https://doi.org/10.1007/978-1-4899-7637-6. 3. Aggarwal C. C. Recommender Systems: The Textbook. Springer, 2016. 498 p. DOI: https://doi.org/10.1007/978-3-319-29659-3. 4. Jannach D., Zanker M., Felfernig A., Friedrich G. Recommender Systems: An Introduction. Cambridge University Press, 2016. DOI: https://doi.org/10.1017/9781316672315. 5. Adomavicius G., Tuzhilin A. Context-aware recommender systems. ACM Transactions on Information Systems, 2015. DOI: https://doi.org/10.1145/2699740. 6. Wu L., He X., Wang X., Zhang K., Wang M. A Survey on Accuracy- Oriented Neural Recommendation. arXiv, 2021. URL: https://arxiv.org/abs/2104.13030 (дата звернення: 10.11.2025 р.). 7. Çano E., Morisio M. Hybrid recommender systems: A systematic literature review. Artificial Intelligence Review, 2019. DOI: https://doi.org/10.1007/s10462- 018-9654-y. 8. Nunes I., Jannach D. A systematic review and taxonomy of explanations in decision support systems. User Modeling and User-Adapted Interaction, 2020. DOI: https://doi.org/10.1007/s11257-020-09256-0. 9. Shani G., Gunawardana A. Evaluating Recommendation Systems. In: Recommender Systems Handbook. Springer, 2015. 10. Koren Y., Bell R., Volinsky C. Matrix factorization techniques for recommender systems. IEEE Computer, 2015. DOI: https://doi.org/10.1109/MC.2009.263. 11. Goodfellow I., Bengio Y., Courville A. Deep Learning. MIT Press, 2016. URL: https://www.deeplearningbook.org (дата звернення: 12.11.2025 р.). 12. Domingos P. The Master Algorithm. Basic Books, 2015. ISBN 9780465065707. 13. Dinov I. D. Data Science and Predictive Analytics. Springer, 2018. DOI: https://doi.org/10.1007/978-3-319-72347-1. 14. Burke R. Hybrid recommender systems: Survey and experiments. User Modeling and User-Adapted Interaction, 2016. DOI: https://doi.org/10.1007/s11257- 016-9168-9. 15. Yatsyshyn V., Pastukh O., Kukharska V., Palamar A., Kulikov S. Method and tool of detecting software architecture patterns in the process of computer systems development. CEUR Workshop Proceedings,Volume 3896, 2024 4th International Workshop on Information Technologies: Theoretical and Applied Problems, ITTAP 2024 Ternopil 23 October 2024 through 25 October 2024 Code 206051. Ukraine and Opole, Poland. Pages 12 - 24. 16. Yatsyshyn V., Pastukh O., Lutskiv A., Tsymbalistyy V., Martsenko N. A Risks management method based on the quality requirements communication method in agile approaches. Information technologies: theoretical and applied problems, 2022. P. 1-10 17. Pastukh O, Yatsyshyn V., Palamar A., Zharovskyi R. Technology of relational database management systems performance evaluation during computer systems design. Scientific Journal of TNTU.Tern.: TNTU. 2023. Vol 109. No 1. P. 54– 65. 18. Pastukh O., Yatsyshyn V., Zharovskyi R., Shabliy N. Software tool for productivity metrics measure of relational database management system. Mathematical Modeling. No 1 (48). 2023. P. 7-17. 19. Pastukh O., Yatsyshyn V. (2024) Development of software for neuromarketing based on artificial intelligence and data science using high-performance computing and parallel programming technologies. Scientific Journal of TNTU (Tern.). Vol 113. No 1. pp. 143–149. 20. Lops P., Gemmis M., Semeraro G. Content-based recommender systems: State of the art. Springer, 2015. 21. Resnick P., Varian H. Recommender systems. Communications of the ACM, 2015. DOI: https://doi.org/10.1145/1864708. 22. Zhang S., Yao L., Sun A., Tay Y. Deep learning based recommender system: A survey. ACM Computing Surveys, 2019. DOI: https://doi.org/10.1145/3285029. 23. ISO/IEC 25010:2011 (reaffirmed 2017). Systems and software quality models. URL: https://www.iso.org/standard/35733.html (дата звернення: 12.10.2025 р.). 24. IEEE Std 42010-2011 (reaffirmed 2017). Systems and software engineering — Architecture description. URL: https://standards.ieee.org/standard/42010- 2011.html (дата звернення: 12.11.2025 р.). 25. Saaty T. L. Decision making with the analytic hierarchy process. International Journal of Services Sciences, 2016. DOI: https://doi.org/10.1504/IJSSCI.2008.017590. 26. Power D. J. Decision Support Systems: Concepts and Resources. Journal of Decision Systems, 2015. DOI: https://doi.org/10.1080/12460125.2015.994329. 27. Python-recsys on Github. URL: https://github.com/ocelma/python-recsys (дата звернення 01.12.2025 р.). 28. НПАОП 0.00-7.15-18 «Вимоги щодо безпеки та захисту здоров’я працівників під час роботи з екранними пристроями». Київ. 2018. URL: http://sop.zp.ua/norm_npaop_0_00-7_15-18_01_ua.php (дата звернення: 10.12.2025 р.). 29. Про затвердження Правил експлуатації та типових норм належності вогнегасників. URL: https://zakon.rada.gov.ua/laws/show/z0225-18 (дата звернення 12.12.2025 р.). 30. Стеблюк М.І. Цивільна оборона та цивільний захист: Підручник. К.: Знання, 2010. 487 с. 31. Стручок В.С. Методичний посібник для здобувачів освітнього ступеня «магістр» всіх спеціальностей денної та заочної (дистанційної) форм навчання «Безпека в надзвичайних ситуаціях» / Тернопіль: ФОП Паляниця В. А.156 с. 32. Стручок В.С. Навчальний посібник «Техноекологія та цивільна безпека. Частина «цивільна безпека»» / Тернопіль: ФОП Паляниця В. А. 156 с. |
| Content type: | Master Thesis |
| �蝷箔����: | 124 — системний аналіз |
��辣銝剔�﹝獢�:
| 獢�獢� | ��膩 | 憭批�� | �撘� | |
|---|---|---|---|---|
| Mag__Kit_M_Ye_2025.pdf | 3,56 MB | Adobe PDF | 璉�閫�/撘�� |
�DSpace銝剜�������★��������雿��.
蝞∠�極�