Система підтримки прийняття рішень сервісу онлайн-менторства

Abstract

Дана робота присвячена розробленню системи підримки прийняття рішень сервісу онлайн-менторства з використанням багакритеріального аналізу. Популярність дистанційного навчання та зростаюча потреба в персоналізованій підтримці навчання обумовлює розвиток сервісів онлайн-менторства. Ефективність таких сервісів значною мірою залежить від якості підбору менторів до користувачів. Онлайн-консультування в ІТ-сфері є важливим інструментом для впровадження інноваційних методів навчання та професійного розвитку. Вони роблять ІТ-навчання та розвиток ефективнішим, дозволяючи швидко та зручно отримувати відповіді на актуальні запитання та поради від досвідчених наставників та експертів галузі. Існуючі системи часто використовують ручні методи підбору менторів, які займають багато часу та схильні до суб’єктивних помилок. Тому, розробка даної системи підтримки прийняття рішень сервісу онлайн-менторства є актуальним завднням. Об’єктом дослідження є процес підбору менторів у сервісі онлайн-менторства. Цей процес характерезується зваженням попередньо вибраних критеріїв та складністю прийняття оптимальних рішень. Предметом дослідження є розроблена система підтримки прийняття рішень сервісу онлайн-менторства. Основна увага спрямована на цю систему, оскільки саме вона визначає тему роботи і містить інноваційних підхід до автоматизації процесу прийняття рішень. Основна мета роботи полягає у розробці алгоритму із застосуванням методу багатокритеріального аналізу, який забезпечить персналізований підхід до підбору менторів. Для досягнення цієї мети використовуєються методи прийняття рішень, зокрема алгоритм TOPSIS (Technique for Order Preference by similarity to Ideal Solution). Для цієї мети передбачені такі задачі: 1. Аналіз існуючих засобів та підходів до пітримки прийняття рішень у сервісаї онлайн-менторства. 2. Вибір оптимального методу прийняття рішення для підбору оптимального ментора. 3. Розробити алгоритм для прийняття рішення сервісу онлайн-менторства. 4. Провести експериментальне дослідження розробленої системи на згенерованих даних. Для реалізації сервісу онлайн-менторства та взаємодії з користувачем використовуються технології React.js, Bootstrap, HTML, CSS, Node.js, MongoDB та Google REST API. Результати роботи дозволяють автоматизовувати прийняття рішення щодо підбору оптимальних менторів за встановленими критеріями на основі методу багакритеріального аналізу. Отримані результати можуть бути використані для таких користувачів як: ментори, студенти, стажери та початкові спеціалісти. Практична реалізація показує її ефективність та можливсті у виборі оптимального ментора, що дозволяє підлеглому досягнути свої кар’єрних цілей.This study is devoted to the development of a decision support system for online mentorship services using multicriteria analysis. The popularity of online learning and the growing need for personalized learning assistance are driving the development of online mentorship services. The effectiveness of such services largely depends on the quality of the selection of mentors for users. Online consulting in the IT field is an important tool for implementing innovative methods of education and professional development. They make IT training and development more effective by allowing you to quickly and conveniently get answers to relevant questions and advice from experienced mentors and industry experts. Existing systems often use manual methods of selecting mentors, which are time-consuming and prone to subjective errors. Therefore, the development of this decision support system for an online mentoring service is an essential issue. The object of research is the process of selecting mentors in an online mentorship service. This process is characterized by the weighting of pre-selected criteria and the complexity of making optimal decisions. The subject of the research is a developed decision support system for an online mentorship service. The main focus is on this system, since it defines the topic of the work and contains an innovative approach to automating the decision-making process. The main goal of the study is to develop an algorithm using the method of multicriteria analysis, which will provide a personalized approach to the selection of mentors. To achieve this goal, decision-making methods are used, in particular, the TOPSIS algorithm (Technique for Order Preference by Similarity to Ideal Solution). The following tasks are defined for this objective: 1. Analysis of existing tools and approaches to decision support in online mentorship services. 2. Choosing the optimal decision-making method for selecting the best mentor. 3. Develop an algorithm for making a decision for an online mentoring service. 4. Conduct an experimental study of the developed system on the generated data. React.js, Bootstrap, HTML, CSS, Node.js, MongoDB, and Google REST API technologies are used to implement the online mentoring service and user interaction. The results of the study allow automating decision-making on the selection of optimal mentors according to the established criteria based on the method of multicriteria analysis. The obtained results can be used for such users as mentors, students, interns, and entry-level specialists. Practical implementation shows its effectiveness and capabilities in selecting the optimal mentor, which allows the subordinate to achieve their career goals. Key words – online mentorship service, personalized learning assistance, multi-criteria analisys, TOPSIS algorithm, mentor selection.