Abstract
본 논문에서는 워크플로우 기반 인적 자원의 소속성 분석을 위한 업무-수행자 이분 행렬 생성 알고리즘을 제안한다. 워크플로우 기반 인적 자원은 워크플로우 관리 시스템에 의해 관리되는 조직의 모든 수행자들을 말하며, 워크플로우 모델의 실행 과정에서 특정 업무 집합에 참여하게 된다. 이러한 워크플로우 모델에 정의된 수행자들과 업무들과의 소속성을 나타내는 소셜 네트워크를 업무-수행자 소속성 네트워크라 정의하였으며, 본 논문에서 제안하는 알고리즘은 워크플로우 모델로부터 발견된 업무-수행자 소속성 네트워크 모델(APANM)에 대한 이분 행렬을 생성하기 위한 알고리즘이다. 결론적으로, 알고리즘에 의해 생성된 업무-수행자 이분 행렬은 중심성(centrality), 밀집도(density), 상관 관계(correlation)와 같은 다양한 소셜 네트워크 관련 속성들을 분석하는데 적용될 수 있으며, 이를 통해 워크플로우 기반 인적 자원의 소속성에 대한 유용한 지식을 획득할 수 있다. In this paper, we propose an activity-performer bipartite matrix generation algorithm for analyzing workflow-supported human-resource affiliations in a workflow model. The workflow-supported human-resource means that all performers of the organization managed by a workflow management system have to be affiliated with a certain set of activities in enacting the corresponding workflow model. We define an activity-performer affiliation network model that is a special type of social networks representing affiliation relationships between a group of performers and a group of activities in workflow models. The algorithm proposed in this paper generates a bipartite matrix from the activity-performer affiliation network model(APANM). Eventually, the generated activity-performer bipartite matrix can be used to analyze social network properties such as, centrality, density, and correlation, and to enable the organization to obtain the workflow-supported human-resource affiliations knowledge.
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
More From: Journal of Korean Society for Internet Information
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.