ВЕСТНИК ПЕРМСКОГО НАЦИОНАЛЬНОГО ИССЛЕДОВАТЕЛЬСКОГО ПОЛИТЕХНИЧЕСКОГО УНИВЕРСИТЕТА. СОЦИАЛЬНО-ЭКОНОМИЧЕСКИЕ НАУКИ

Архив статей журнала

ЛОЯЛЬНОСТЬ В СФЕРЕ КРЕАТИВНЫХ ИНДУСТРИЙ (2024)
Выпуск: № 4 (2024)
Авторы: Губанов Петр Николаевич

Рассмотрены закономерности и проблемные зоны в развитии креативных индустрий и креативного класса, их взаимосвязи с лояльностью персонала в обозначенной категории. В рамках качественного анализа исследований в области креативных индустрий, креативного класса, обозначены основные особенности данной группы: склонность к выбору более творческой работы без обязательного вертикального роста, выраженные ценности личной свободы и индивидуальности, кластеризация как в рамках стран, городов, так и в рамках определенных районов. В рамках исследования обозначены основные подходы к изучению лояльности, выделен подход eNPS, который рекомендовано применять с периодичностью, дополняя открытыми вопросами для получения более глубоких выводов и привязкой к событиям внутри компании. Обнаружены закономерности в уровне лояльности у различных групп сотрудников, обозначена особенная важность лояльности у сотрудников с большим стажем работы в компании. Выявлено, что гибридный режим работы позитивно влияет на лояльность сотрудников различных направлений, включая сотрудников креативных профессий. Рекомендовано в будущих исследованиях обратить внимание на фактор режима работы при взаимосвязи его с лояльностью. Установлено, что материальные стимулы не оказывают сколько-либо значимого результата на лояльность и вовлеченность сотрудников. В рамках будущих исследований рекомендуется сделать больший упор на выявление взаимосвязей между факторами лояльности, которые не включают вышеперечисленные. Обозначена важность научных изысканий в сфере исследования лояльности в контексте работы организаций креативных индустрий, ввиду особой специфики, динамики изменений и недостаточной изученности вопроса. Предложены варианты дальнейших исследований лояльности персонала организаций из креативных индустрий, с учетом выявленных особенностей.

Сохранить в закладках
ОПЫТ ПРИМЕНЕНИЯ БОЛЬШИХ ЯЗЫКОВЫХ МОДЕЛЕЙ ДЛЯ АНАЛИЗА СОЦИОМЕТРИЧЕСКИХ ДАННЫХ (2025)
Выпуск: № 1 (2025)
Авторы: Ашихмин Евгений Георгиевич, Левченко Валерий Витальевич, Селеткова Гюзель Ильясовна

Рассматривается возможность применения больших языковых моделей для анализа социометрических данных. Авторы обсуждают теоретические основы социометрии, ее связь с сетевым подходом и традиционными методами анализа, а также потенциал больших языковых моделей в обработке и интерпретации социометрических данных. Исследование включает в себя апробацию больших языковых моделей на примере небольшого набора данных, демонстрируя высокую точность и скорость обработки, улучшенную интерпретацию результатов и способность формулировать качественные гипотезы. Полученные результаты свидетельствуют о значительных преимуществах использования больших языковых моделей, таких как эффективная обработка данных, улучшенная интерпретация, комплексный анализ и адаптивность к различным форматам данных. Анализ социальных связей выявил наличие центральных и периферийных групп, а также важность «мостов» между ними. Большие языковые модели также способствуют более точному выявлению лидеров и аутсайдеров, улучшая понимание групповой динамики и взаимодействий. Авторы делают вывод о том, что внедрение больших языковых моделей значительно расширяет аналитические возможности социометрии, открывая новые перспективы для развития количественных методов анализа межличностных отношений в социологии. Кроме того, использование больших языковых моделей позволяет улучшить прогнозирование изменений в социальных сетях и выявление скрытых паттернов, что важно для понимания эволюции социальных групп. Тем не менее подчеркивается необходимость валидации результатов и учета этических соображений при использовании искусственного интеллекта в анализе социальных отношений. Приведены примеры успешного применения больших языковых моделей. Показаны перспективы дальнейших исследований в данной области, а также интеграция с другими методами анализа социальных сетей и данных.

Сохранить в закладках