Báo cáo bài tập lớn hệ thống quản lý công việc (task management system -TMS)

Hiện nay, việc áp dụng các phần mềm quản lý công việc trong công tác quản lý doanh nghiệp ngày càng phổ biến, giúp cho việc thực hiện các công tác quản lý được hiệu quả hơn. Ứng dụng phần mềm quản lý công việc giúp cho nhà quản trị, lãnh đạo quản lý tốt thông tin một cách hệ thống và hiệu quả hơn. Toàn bộ thông tin của các nhân viên được cập nhập chung trên một hệ thống, hỗ trợ cho các nhà quản trị phân công công việc hiệu quả xuống cho các nhân viên một cách dễ dàng hơn, đúng chuyên môn, đúng người. Việc này sẽ giúp cho nhà quản lý sẽ có thể nắm chắc năng lực mỗi nhân viên, lịch làm việc, phân công việc mới cho những nhân viên đang ít việc, tránh tình trạng một vài nhân viên bị quá tải công việc. Ngoài ra, khi sử dụng phần mềm này thì có thể quản lý deadline các công việc để giúp cho các nhà quản lý có thể đốc thúc nhân sự, hay có các vấn đề xảy ra với các hợp đồng, dự án của doanh nghiệp,... để có giải pháp phù hợp. Với hệ thống quản lý công việc của các phòng ban nói chung và phòng kinh doanh nói riêng thì việc ứng dụng công nghệ vào quản lý công việc là vô cùng quan trọng

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

BÁO CÁO BÀI TẬP LỚN

Hệ thống quản lý công việc (Task Management System - TMS)

Lớp: INPG15

Người thực hiện:

Nguyenx Văn A – MSSV Trần Văn B – MSSV Phạm Văn C- MSSV

HÀ NỘI - 2019

MỤC LỤC

I Giới thiệu chung về đề tài 6

II Tìm hiểu các hệ thống quản lý công việc 7

II.1 Một số hệ thống quản lý công việc 7

II.1.1 Hệ thống 1 7

II.1.2 Hệ thống 2 7

II.2 Nhận xét chung về các hệ thống TMS đã triển khai 7

II.2.1 Các mặt còn tồn tại 7

II.2.2 Giải pháp đề xuất 7

III Phân tích thiết kế hệ thống TMS 8

III.1 Phân tích nhu cầu người dùng 8

III.1.1 Phương pháp lựa chọn để thu thập nhu cầu người dùng 8

III.1.2 Các tiến hành 8

III.1.3 Bản đặc tả nhu cầu người dùng 8

III.2 Phân tích nhiệm vụ 8

III.2.1 Các chức năng chính 8

III.2.2 Phi chức năng 8

III.3 Thiết kế hệ thống 8

III.3.1 Biểu đồ ca sử dụng 8

III.3.2 Biểu đồ chức năng 8

III.3.3 Biểu đồ hoạt động 8

III.3.4 Thiết kế giao diện 8

III.3.5 Thiết kế tương tác 8

IV Triển khai và đánh giá hệ thống TMS 9

IV.1 Triển khai hệ thống 9

IV.1.1 Mẫu thử cấp thấp 9

IV.1.2 Mẫu thử cấp cao 9

IV.1.3 Môi trường cài đặt 9

IV.2 Đánh giá hệ thống 9

2

IV.2.1 Phương pháp đánh giá 9

IV.2.2 Kết quả đánh giá 9

V Kết luận 10

VI Tài liệu tham khảo 11

DANH SÁCH CÁC TỪ VIẾT TẮT

SVM Support Vector Machine Máy vector hỗ trợ

4

DANH SÁCH HÌNH VẼ

No table of figures entries found.

I Giới thiệu chung về đề tài

Hiện nay, việc áp dụng các phần mềm quản lý công việc trong công tác quản lý doanh nghiệp ngày càng phổ biến, giúp cho việc thực hiện các công tác quản lý được hiệu quả hơn Ứng dụng phần mềm quản lý công việc giúp cho nhà quản trị, lãnh đạo quản lý tốt thông tin một cách hệ thống và hiệu quả hơn Toàn bộ thông tin của các nhân viên được cập nhập chung trên một hệ thống, hỗ trợ cho các nhà quản trị phân công công việc hiệu quả xuống cho các nhân viên một cách dễ dàng hơn, đúng chuyên môn, đúng người Việc này sẽ giúp cho nhà quản lý sẽ có thể nắm chắc năng lực mỗi nhân viên, lịch làm việc, phân công việc mới cho những nhân viên đang ít việc, tránh tình trạng một vài nhân viên bị quá tải công việc.

Ngoài ra, khi sử dụng phần mềm này thì có thể quản lý deadline các công việc để giúp cho các nhà quản lý có thể đốc thúc nhân sự, hay có các vấn đề xảy ra với các hợp đồng, dự án của doanh nghiệp, để có giải pháp phù hợp.

Với hệ thống quản lý công việc của các phòng ban nói chung và

phòng kinh doanh nói riêng thì việc ứng dụng công nghệ vào quản lý

công việc là vô cùng quan trọng

6

II

III Tìm hiểu các hệ thống quản lý công việc

III.1 Một số hệ thống quản lý công việc

III.1.1 Hệ thống 1

Phần mềm quản lý công việc Asana

III.1.1.1 Giới thiệu sơ lược về chức năng và giao diện của hệ thống

Ứng dụng quản lý công việc Asana hoạt động theo 3 nguyên tắc:

 Thông báo công việc chứ không phải thư tín

 Trao đổi trực tiếp trên chung một trang

 Hành động đồng bộ theo nhóm chứ không riêng lẻ từng người

Các nguyên tắc này đều nhắm tới mục đích chung là công việc luôn được cập nhật nhanh chóng mà nhẹ nhàng, thể hiện sự minh bạch công tác của mỗi cá nhân, tạo ra sự đồng bộ giữa các thành viên trong nhóm hay giữa các bộ phận của một dự án

Trên cơ sở đó, Asana mang đến cho người sử dụng tất cả những công cụ cơ bản, hiệu quả và thông minh nhất trong công tác quản lý và một môi trường làm việc chuyên nghiệp qua những không gian (workspace) riêng cho mỗi team dự án:

Thao tác trên đầu việc: Asana cho phép chia dự án thành các đầu việc nhỏ với đầy đủ tên người thực hiện, deadline hoàn thành và trình tự ưu tiên công việc Khi một cá nhân trong dự án đánh dấu hoàn thành công việc, hệ thống sẽ tự động gửi thông báo cho tất cả các thành viên còn lại Mọi người có thể cùng vào bình luận, ghi chú, nhắn tin và gửi file đính kèm ngay trên hệ thống

Thay đổi đầu việc: Asana hỗ trợ việc liên kết một đầu việc với nhiều dự án khác nhau

mà không cần sao chép, đồng thời chuyển đổi từ đầu việc (task) thành một dự án (project) chỉ với một cú nhấp chuột

Tuỳ chọn giao diện hiển thị: Giống như ở nhiều phần mềm quản lý công việc khác, danh sách công việc trên Asana được chuyển đổi linh hoạt dưới dạng bảng Kanban hoặc To-do list Ngoài ra, Asana có tính năng đặc biệt là tự động xây dựng timeline hành động từ thông tin nhập từ tệp CSV vào hệ thống

8

Tạo báo cáo tự động: Ở bản miễn phí, Asana cung cấp biểu đồ báo cáo tiến độ theo từng dự án (progress report) cho biết số nhiệm vụ đã hoàn thành và số nhiệm vụ còn lại Các báo cáo chuyên sâu hơn sẽ hoạt động ở phiên bản trả phí của phần mềm

Tích hợp và bảo mật: Asana được thiết kế đồng bộ với thời gian thực trên Calendar, giúp việc quản lý thời gian của người dùng được định hướng rõ ràng nhất Nhiều ứng dụng bên ngoài cũng được tích hợp cùng như Slack, DropBox, Github, Mỗi dự án / nhiệm vụ trên Asana được phân quyền riêng tư / công khai chặt chẽ, giúp tăng tính bảo mật cho hoạt động của doanh nghiệp

III.1.1.2 Đánh giá chung về hệ thống

Asana là phần mềm quản lý công việc và dự án trực tuyến, giúp người dùng sắp xếp các công việc hiệu quả, thông minh hơn, đặc biệt hữu ích trong việc phân công của hoạt động làm việc nhóm

Điểm trừ của Asana chính là chi phí sử dụng khá đắt đỏ Asana cho phép dùng bản miễn phí với những tính năng cộng tác, lập kế hoạch, báo cáo cơ bản, nhưng chỉ giới hạn số người sử dụng tối đa là 15 thành viên Nếu số thành viên lớn hơn, bạn phải dùng bản nâng cấp có giá 9.99$ / người dùng / tháng Với phiên bản này, Asana mới

mở thêm các tính năng như tìm kiếm công việc nâng cao, thêm các trường tuỳ chỉnh cho dự án, báo cáo nâng cao, cài đặt quyền riêng tư cho dự án,

Có thể thấy, để được sử dụng trọn vẹn các tính năng ưu việt của Asana, các doanh nghiệp sẽ phải chịu một mức phí khá cao

Asana thích hợp nhất với các công ty có mô hình cộng tác liên chức năng hoặc các công ty lớn, mà một người cần phải tham gia nhiều dự án / phòng ban khác nhau

III.1.2 Hệ thống 2

Hệ thống quản lý công việc Trello

III.1.2.1 Giới thiệu sơ lược về chức năng và giao diện của hệ thống

Trello là một ứng dụng, phần mềm, công cụ quản lý công việc dùng để thiết lập và quản lý các đầu việc vô cùng logic hiệu quả Tính năng nổi bật của Trello đó chính là quản lý công việc theo nhóm Các công việc chung của nhóm thì thành viên chỉ cần nhìn qua là nắm được toàn bộ và công việc của mình

Đây là công cụ quản lý công việc hiệu quả được sử dụng nhiều nhất ở Việt Nam hiện nay

Tính năng nổi bật của Trello

Phân chia quản lý các công việc rõ ràng theo từng vị trí, từng tình trạng của đầu việc nhưu: đang làm, đã làm xong, hủy bỏ,…

Tổng hợp phân chia đầu việc tới từng người trong nhóm bao gồm mô tả công việc cụ thể, thời gian, tình trạng hoàn thành công việc

Đây là công cụ hỗ trợ làm việc nhóm nên cho phép các thành viên trong nhóm có thể yêu cầu sự giúp đỡ của nhau khi thực hiện một nhiệm vụ nào đó

Ưu điểm của Trello rất rõ ràng hướng đến sự đơn giản, linh hoạt và miễn phí Với các tính năng cao cấp thì bạn mới phải trả phí Tuy nhiên, với phần lớn công việc chúng ta chỉ cần dùng bản miễn phí đã quá đủ rồi

Phần mềm quản lý công việc Trello bao gồm các phần sau:

Card: đây là một thẻ thông tin bao gồm Title (tiêu đề), Description (mô tả) dùng để lưu trữ công việc Có thể dùng Card để ghi: Task (công việc), Feature (tính năng của sản phẩm), Question (các câu hỏi), Note (các ghi chú), … Đặc biệt mỗi Card này nếu bạn có nhiều đầu việc nhỏ hơn có thể tạo Checklist (danh sách các nhiệm vụ nhỏ) List: là một danh sách tổng hợp nhiều Card có cùng một tình trạng (đang làm, chưa làm, đã làm xong) hoặc cùng một tính chất Ví dụ: List Doing: chứa các Card đang làm, List Done: chứa các Card đã hoàn thành

Board: tổng hợp các Liss, là một bảng tương đương như 1 dự án hoặc một nhiệm vụ công việc lớn Trong Board chứa các List để kiểm soát tình trạng các đầu việc

Organization: tổng hợp các Board và toàn bộ nhân sự trong Team

10

III.1.2.2 Đánh giá chung về hệ thống

Trello có thể là một công cụ có giá trị để quản lý hầu hết mọi dự án, dù lớn hay nhỏ, kinh doanh hay cá nhân Tính dễ sử dụng, tính khả dụng của ứng dụng dành cho thiết

bị di động cũng như các tính năng mở rộng khiến nó trở thành công cụ đáng để thử

III.2 Nhận xét chung về các hệ thống TMS đã triển khai

III.2.1 Các mặt còn tồn tại

III.2.2 Giải pháp đề xuất

IV Phân tích thiết kế hệ thống TMS

IV.1.1 Phương pháp lựa chọn để thu thập nhu cầu người dùng

IV.1.2 Các tiến hành

IV.1.3 Bản đặc tả nhu cầu người dùng

IV.2.1 Các chức năng chính

IV.2.2 Phi chức năng

IV.3.1 Biểu đồ ca sử dụng

Biểu đồ ca sử dụng tổng quan :

Admin

User

12

IV.3.2 Biểu đồ chức năng

IV.3.3 Biểu đồ hoạt động

IV.3.4 Thiết kế giao diện

IV.3.5 Thiết kế tương tác

V Triển khai và đánh giá hệ thống TMS

V.1.1 Mẫu thử cấp thấp

V.1.2 Mẫu thử cấp cao

V.1.3 Môi trường cài đặt

V.2.1 Phương pháp đánh giá

V.2.2 Kết quả đánh giá

14

VI Kết luận

VII Tài liệu tham khảo

[1] J Carreira and A Zisserman, “Quo Vadis, Action Recognition? A New Model

and the Kinetics Dataset,” ArXiv170507750 Cs, May 2017.

[2] Z Xu, Y Yang, and A G Hauptmann, “A Discriminative CNN Video

Representation for Event Detection,” ArXiv14114006 Cs, Nov 2014.

[3] R Girdhar, D Ramanan, A Gupta, J Sivic, and B Russell, “ActionVLAD:

Learning spatio-temporal aggregation for action classification,” ArXiv170402895

Cs, Apr 2017.

[4] N Srivastava, E Mansimov, and R Salakhutdinov, “Unsupervised Learning of

Video Representations using LSTMs,” ArXiv150204681 Cs, Feb 2015.

[5] J Y.-H Ng, M Hausknecht, S Vijayanarasimhan, O Vinyals, R Monga, and G Toderici, “Beyond Short Snippets: Deep Networks for Video Classification,”

ArXiv150308909 Cs, Mar 2015.

[6] A Karpathy, G Toderici, S Shetty, T Leung, R Sukthankar, and L Fei-Fei,

“Large-scale Video Classification with Convolutional Neural Networks,”

presented at the Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 2014, pp 1725–1732

[7] S Ji, W Xu, M Yang, and K Yu, “3D Convolutional Neural Networks for

Human Action Recognition,” IEEE Trans Pattern Anal Mach Intell., vol 35,

no 1, pp 221–231, Jan 2013

[8] D Tran, L Bourdev, R Fergus, L Torresani, and M Paluri, “Learning

Spatiotemporal Features With 3D Convolutional Networks,” presented at the Proceedings of the IEEE International Conference on Computer Vision, 2015, pp 4489–4497

[9] P Molchanov, X Yang, S Gupta, K Kim, S Tyree, and J Kautz, “Online Detection and Classification of Dynamic Hand Gestures with Recurrent 3D

Convolutional Neural Networks,” in 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2016, pp 4207–4215.

[10] K Simonyan and A Zisserman, “Two-Stream Convolutional Networks for

Action Recognition in Videos,” ArXiv14062199 Cs, Jun 2014.

[11] V Khong and T Tran, “Improving Human Action Recognition with Two-Stream

3D Convolutional Neural Network,” in 2018 1st International Conference on Multimedia Analysis and Pattern Recognition (MAPR), 2018, pp 1–6.

[12] D Tran, H Wang, L Torresani, J Ray, Y LeCun, and M Paluri, “A Closer

Look at Spatiotemporal Convolutions for Action Recognition,” ArXiv171111248

Cs, Nov 2017.

[13] B Korbar, D Tran, and L Torresani, “SCSampler: Sampling Salient Clips from

Video for Efficient Action Recognition,” ArXiv190404289 Cs, Apr 2019.

[14] C Chen, K Liu, and N Kehtarnavaz, “Real-time human action recognition based

on depth motion maps,” J Real-Time Image Process., vol 12, no 1, pp 155–

163, Jun 2016

[15] O Oreifej and Z Liu, “HON4D: Histogram of Oriented 4D Normals for Activity

Recognition from Depth Sequences,” in 2013 IEEE Conference on Computer Vision and Pattern Recognition, 2013, pp 716–723.

16

[16] R Vemulapalli, F Arrate, and R Chellappa, “Human Action Recognition by

Representing 3D Skeletons as Points in a Lie Group,” in 2014 IEEE Conference

on Computer Vision and Pattern Recognition, 2014, pp 588–595.

[17] P Wang, W Li, Z Gao, J Zhang, C Tang, and P O Ogunbona, “Action

Recognition From Depth Maps Using Deep Convolutional Neural Networks,”

IEEE Trans Hum.-Mach Syst., vol 46, no 4, pp 498–509, Aug 2016.

[18] H Rahmani and M Bennamoun, “Learning Action Recognition Model from

Depth and Skeleton Videos,” in 2017 IEEE International Conference on

Computer Vision (ICCV), 2017, pp 5833–5842.

[19] A Datta, M Shah, and N D V Lobo, “Person-on-person violence detection in

video data,” in Object recognition supported by user interaction for service robots, 2002, vol 1, pp 433–438 vol.1.

[20] J F P Kooij, M C Liem, J D Krijnders, T C Andringa, and D M Gavrila,

“Multi-modal human aggression detection,” Comput Vis Image Underst., vol

144, pp 106–120, Mar 2016

[21] C C Aggarwal, Outlier Analysis, 2nd ed Springer International Publishing,

2017

[22] C Lu, J Shi, and J Jia, “Abnormal Event Detection at 150 FPS in MATLAB,” in

2013 IEEE International Conference on Computer Vision, 2013, pp 2720–2727.

[23] B Zhao, L Fei-Fei, and E P Xing, “Online Detection of Unusual Events in

Videos via Dynamic Sparse Coding,” in Proceedings of the 2011 IEEE

Conference on Computer Vision and Pattern Recognition, Washington, DC,

USA, 2011, pp 3313–3320

[24] W Sultani, C Chen, and M Shah, “Real-World Anomaly Detection in

Surveillance Videos,” presented at the Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 2018, pp 6479–6488