知识型员工—岗位匹配评价研究

论文摘要

近些年,人力资源在企业中占有着越来越重要的地位,进而人岗匹配开始得到越来越多的企业的重视。知识型员工已经成为当前社会很重要的资源,所以知识型员工岗位匹配评价就更为重要。传统的人岗匹配的评价方法有很多,如:排列法、分类法、评分法、因素比较法等等,这些方法虽有一定的合理性但是主观性却太强。作为人工智能的一种,BP神经网络已经开始被应用到管理评价当中,因此本文致力于研究将BP神经网络与AHP层次分析法这两种理论方法应用于知识型员工-岗位匹配当中,以期更好、更高的效率解决知识型员工人岗匹配问题。论文比较了传统的人岗匹配方法,介绍了知识型员工以及BP神经网络、AHP的相关理论。在此基础上,基于BP神经网络、AHP原理各自的优势,针对本文要解决的知识型员工岗位匹配问题,论文提出了基于AHP-BP神经网络的知识型员工-岗位匹配评价思想。论文呈现了该方法的流程:利用AHP对评价指标进行筛选,确定知识型员工-岗位匹配评价要素,并且利用AHP进行评价;利用AHP筛选的指标构建BP神经网络模型,然后利用所构建的BP神经网络模型对知识型员工-岗位匹配进行评价;将上述两种评价方法的结果进行组合加权,得出最终的评价结果。接着,论文通过算例仿真对其所构建的评价方法进行验证,结果表明了该模型是科学有效的。最后,本文又分别比较了基于AHP、BP、AHP-BP三种知识型员工-岗位匹配评价方法的优劣,比较结果显示本文所提出的综合评价方法,既利用了AHP评价法操作简单、易于理解、解释力强、可用于比较研究的特点,又利用了BP神经网络的基于客观数据评价的优势,将二者很好地结合了起来。为企业在实际中解决人岗匹配评价问题提供了有效的方法和依据。

论文目录

• 摘要
• ABSTRACT
• 第一章 导言
• 1.1 研究背景
• 1.2 研究目的
• 1.3 研究意义
• 1.3.1 现实意义
• 1.3.2 理论意义
• 1.4 研究现状
• 1.4.1 国外研究现状
• 1.4.2 国内研究现状
• 1.4.3 文献综述
• 1.5 研究方法
• 1.6 论文框架
• 1.6.1 论文的研究框架
• 1.6.2 论文的组织
• 1.7 论文创新点
• 第二章 知识型员工-岗位匹配概述
• 2.1 人岗匹配的概念与影响因素
• 2.1.1 人岗匹配的概念
• 2.1.2 人岗匹配的影响因素
• 2.2 知识型员工的定义与特点
• 2.2.1 知识型员工的定义
• 2.2.2 知识型员工的特点
• 2.3 知识型员工-岗位匹配的特点
• 2.4 知识型员工岗位-匹配的原则
• 第三章 相关理论与方法
• 3.1 人岗匹配的相关理论
• 3.2 BP 神经网络方法
• 3.2.1 人工神经网络
• 3.2.2 BP 神经网络
• 3.3 AHP 层次分析法
• 3.3.1 AHP 层次分析法概述
• 3.3.2 AHP 层次分析法的基本步骤
• 第四章 基于 AHP 与 BP 神经网络的知识型员工-岗位匹配评价
• 4.1 评价指标体系的建立
• 4.2 基于AHP 的评价指标筛选
• 4.3 基于AHP 的知识型员工-岗位匹配评价
• 4.4 基于BP 神经网络的知识型员工-岗位匹配评价
• 4.4.1 输入、输出层的设计
• 4.4.2 隐含层节点数的选择
• 4.4.3 样本数据的处理
• 4.4.4 样本数据训练与样本验证
• 4.5 基于AHP 与BP 神经网络的知识型员工-岗位匹配组合评价
• 第五章 算例仿真及分析
• 5.1 基于AHP 对指标权重的确定
• 5.2 基于AHP 的知识型员工-岗位匹配评价
• 5.3 基于BP 神经网络的知识型员工-岗位匹配评价
• 5.3.1 BP 神经网络输入节点的确定
• 5.3.2 BP 神经网络输出节点的确定
• 5.3.3 BP 神经网络隐含层节点数的确定
• 5.3.4 基于MATLAB 评价的仿真的实现
• 5.3.5 样本数据训练
• 5.3.6 样本的验证与结果的分析
• 5.4 基于AHP 与BP 神经网络的知识型员工-岗位匹配组合评价
• 第六章 结论及展望
• 参考文献
• 发表论文及参加科研情况说明
• 致谢