مرکز منطقه ای اطلاع رسانی علوم و فناوری مدیریت فردا 2228-6047 24 82 2025 6 9 Design and Implementation of a Human Resource System in Small and Medium Enterprises (SMEs) Using a Data Mining Approach (Case Study: Tile and Ceramic Companies in Yazd Province) طراحی و پیاده‌سازی سیستم منابع انسانی در شرکت‌های کوچک و متوسط (SMEs) با رویکرد داده‌کاوی (مورد مطالعه: شرکت‌های کاشی و سرامیک استان یزد) 67 87 fa امیراحسان اسحاقیه فیروزآبادی دانشگاه آزاد اسلامی واحد سمنان محمد زارعی محمودآبادی دانشگاه دولتی 2025 3 14 <p>Abstract Background and Objectives: This study aims to design and implement an intelligent human resource performance evaluation system for Small and Medium Enterprises (SMEs) using data mining techniques, with a focus on the tile and ceramic companies in Yazd, Iran, as a key industrial region. Methodology: In this applied research, 10 key performance indicators were identified based on theoretical frameworks and literature review. Data were collected from the HR databases of manufacturing SMEs in Yazd's tile and ceramic sector. After data preprocessing, three data mining algorithms -Decision Tree, K-Nearest Neighbors (K-NN), and Naive Bayes- were implemented in Python (Google Colab environment). The algorithms' performance was evaluated using accuracy, precision, recall, and F1-score metrics. Findings: Comparative analysis revealed that the K-NN algorithm achieved superior performance with 98.3% classification accuracy, significantly outperforming the Naive Bayes approach. The innovative findings demonstrate that the proposed K-NN-based system can accurately evaluate both existing and newly hired employees' performance with minimal error. Conclusion: The implementation of this intelligent system can substantially enhance HR management processes in SMEs, enabling more accurate and efficient workforce organization. This study provides practical solutions for industrial managers and paves the way for future research on AI applications in human resource management</p> <p>چکیده هدف: این پژوهش با هدف طراحی و پیاده&zwnj;سازی یک سیستم هوشمند ارزیابی عملکرد منابع انسانی در شرکت&zwnj;های کوچک و متوسط (SMEs) با بهره&zwnj;گیری از روش&zwnj;های داده&zwnj;کاوی انجام شده است. تمرکز مطالعه بر شرکت&zwnj;های کاشی و سرامیک استان یزد به عنوان یک منطقه صنعتی کلیدی در ایران بوده است. روش&zwnj;شناسی: در این پژوهش کاربردی، با استفاده از چارچوب نظری و پیشینه پژوهش، 10 شاخص کلیدی ارزیابی عملکرد شناسایی شد. داده&zwnj;های تحقیق از بانک اطلاعاتی شرکت&zwnj;های تولیدی SME فعال در حوزه کاشی و سرامیک استان یزد جمع&zwnj;آوری گردید. پس از پیش&zwnj;پردازش داده&zwnj;ها، سه الگوریتم داده&zwnj;کاوی شامل درخت تصمیم (Decision Tree)، الگوریتم نزدیک&zwnj;ترین همسایه (K-NN) و نایو بیز (Naive Bayes) در محیط پایتون (Google Colab) پیاده&zwnj;سازی و پارامترهای دقت، صحت، بازخوانی و معیار F1 مورد ارزیابی قرار گرفتند. یافته&zwnj;ها: نتایج مقایسه الگوریتم&zwnj;ها نشان داد که روش K-NN با دقت 3/98 درصد، بهترین عملکرد را در طبقه&zwnj;بندی و ارزیابی عملکرد کارکنان دارد، در حالی که الگوریتم نایو بیز با اختلاف معناداری ضعیف&zwnj;ترین نتایج را ارائه کرد. یافته&zwnj;های نوآورانه این پژوهش حاکی از آن است که سیستم پیشنهادی مبتنی بر K-NN قابلیت ارزیابی دقیق عملکرد کارکنان موجود و جدیدالورود را با کمترین خطا دارا می&zwnj;باشد. نتیجه&zwnj;گیری: پیاده&zwnj;سازی این سیستم هوشمند می&zwnj;تواند منجر به بهبود چشمگیر در فرآیندهای مدیریت منابع انسانی SMEs شود، به طوری که سازمان&zwnj;دهی کارکنان با دقت بالاتر و خطای کمتر صورت پذیرد. این پژوهش راهکارهای عملی برای مدیران صنعتی ارائه می&zwnj;دهد و زمینه را برای تحقیقات آتی در حوزه کاربرد هوش مصنوعی در مدیریت منابع انسانی فراهم می&zwnj;سازد.</p> http://modiriyatfarda.ir/ar/Article/Download/51564