基于數(shù)據(jù)驅動的人力資源成本評估算法

辛占華 聶婷

摘 要： 針對當前人力資源成本評估算法存在準確度低、效果差等難題，為了提高人力資源成本評估精度，設計了基于數(shù)據(jù)驅動的人力資源成本評估算法。收集人力資源成本評估數(shù)據(jù)，并采用混沌理論對數(shù)據(jù)進行重構，還原人力資源成本變化特點，通過極限學習機建立人力資源成本評估算法，并通過粒子群算法對極限學習機進行優(yōu)化，最后進行了人力資源成本評估仿真實驗。結果表明，所提算法可以反映人力資源成本的變化特點，改善了人力資源成本的評估結果，獲得了比其他人力資源成本評估模型更優(yōu)的結果，具有廣泛的應用前景。

關鍵詞： 人力管理; 資源成本; 評估模型; 數(shù)據(jù)驅動; 極限學習機; 粒子群算法

中圖分類號： TN911.1?34; TP393 文獻標識碼： A 文章編號： 1004?373X（2018）09?0157?04

Abstract： Since the current human resource cost evaluation algorithm has the problems of low accuracy and poor effect， a human resource cost evaluation algorithm based on data driving is designed to improve the evaluation accuracy of human resource cost. The data of human resource cost assessment is collected， and reconstructed with chaos theory to restore the change characteristics of human resource cost. The extreme learning machine is used to establish the human resource cost evaluation algorithm， and optimized with particle swarm optimization algorithm. The simulation experiment was performed for the human resource cost assessment. The results show this algorithm can reflect the change characteristics of the human resource cost， improve the assessment results of human resource cost， obtain better results than other human resource cost evaluation models， and has wide application prospect.

Keywords： manpower management; resource cost; evaluation model; data driving; extreme learning machine; particle swarm optimization algorithm

0 引 言

人力資源成本是人力資源管理體系的一個重要環(huán)節(jié)。如果不能對人力資源成本進行準確評估，會導致人力資源嚴重浪費，人力大量流失，企業(yè)的運營成本增加，因此人力資源成本評估的成本直接關系到企業(yè)的生存，對人力資源成本評估進行研究具有十分重要的意義[1?3]。

盡管如此，一些企業(yè)對人力資源成本評估不重視，尤其是國內(nèi)，受到計劃經(jīng)濟的影響，許多企業(yè)的思想和觀念沒有跟上時代的發(fā)展，人力資源評估問題更加突出。近十多年來，國內(nèi)一些研究機構和學者越來越重視人力資源成本評估問題，出現(xiàn)了許多人力資源成本評估算法[4?5]。最常用的人力資源成本評估是通過人工方式進行，由于人為因素存在，評估結果客觀性差，使得人力資源成本評估結果具有一定的盲目性，難以獲得理想的人力資源成本評估結果[6]。隨著信息技術的發(fā)展，一些學者提出了一些人力資源成本自動評估算法，如灰色模型、神經(jīng)網(wǎng)絡等，它們通過建立人力資源成本評估指標，收集相應的人力資源成本評估數(shù)據(jù)，建立人力資源成本評估模型，獲得了比人工方式更優(yōu)的人力資源成本評估結果[7?9]。隨著研究的不斷深入，人力資源成本數(shù)據(jù)不斷積累，出現(xiàn)了大量的人力資源評估數(shù)據(jù)，為人力資源成本評估的數(shù)據(jù)挖掘提供了基礎?；煦缋碚撌且环N重要的數(shù)據(jù)驅動方法，可以從數(shù)據(jù)中挖掘問題的變化特點，為人力資源成本評估建模提供了一種新的技術[10?12]。

針對當前人力資源成本評估算法存在準確度低、效果差等難題，以提高人力資源成本評估精度為目標，本文設計了基于數(shù)據(jù)驅動的人力資源成本評估算法。結果表明，本文算法可以反映人力資源成本變化特點，改善了人力資源成本評估結果，獲得了比其他人力資源成本評估模型更優(yōu)的結果。

1 相關技術

1.1 數(shù)據(jù)驅動技術

人力資源成本評估問題與多種因素有關，如人力引進政策、獎勵、企業(yè)的運營狀態(tài)等，這些因素對人力資源成本的作用可以認為包含于人力資源成本歷史數(shù)據(jù)中，通過數(shù)據(jù)驅動可以挖掘出人力資源成本數(shù)據(jù)隱含的變化態(tài)勢，為人力資源成本評估建模提供可靠依據(jù)?；煦缋碚撌且环N重要的數(shù)據(jù)驅動方法，通過相空間重構技術對人力資源成本變化趨勢進行反演，構建人力資源成本的學習樣本，為此，本文引入混沌理論對人力資源成本數(shù)據(jù)進行預處理，得到了一個多維的人力資源成本時間序列。

2 數(shù)據(jù)驅動的人力資源成本評估流程

人力資源成本評估流程具體如下：

1） 收集人力資源成本評估數(shù)據(jù)，去除其中無效和錯誤的人力資源成本數(shù)據(jù)點。

2） 采用C?C算法確定人力資源成本評估的延遲時間[τ。]

3） 采用Cao算法確定人力資源成本評估的嵌入維數(shù)[m。]

4） 采用[τ]和[m]值對人力資源成本評估數(shù)據(jù)進行重構。

5） 采用極限學習機對人力資源成本數(shù)據(jù)進行學習，建立人力資源成本評估算法。

6） 采用粒子群優(yōu)化算法確定人力資源成本評估算法的參數(shù)。

7） 采用最優(yōu)參數(shù)建立人力資源成本評估模型。

基于數(shù)據(jù)驅動的人力資源成本評估流程如圖1所示。

3 人力資源成本評估的仿真測試分析

3.1 人力資源成本評估的數(shù)據(jù)源

為了分析基于數(shù)據(jù)驅動的人力資源成本評估算法的有效性，選擇一個人力資源成本評估數(shù)據(jù)作為研究對象，共有500個數(shù)據(jù)，對它們進行歸一化操作，歸一化到0～1范圍內(nèi)，具體如圖2所示。選擇200個數(shù)據(jù)作為驗證集，采用VC++ 6.0作為人力資源成本評估算法的編程工具。

3.2 對人力資源成本評估數(shù)據(jù)進行驅動

采用混沌理論確定圖2的人力資源成本評估數(shù)據(jù)，人力資源成本評估數(shù)據(jù)的最優(yōu)[τ=5，m=5，]這說明人力資源成本評估數(shù)據(jù)存在一定的時間關聯(lián)性，根據(jù)[τ=5，m=5]對原始人力資源成本評估數(shù)據(jù)進行處理，建立人力資源成本評估的學習樣本。

為了使本文的人力資源成本評估算法的實驗結果具有可比性，選擇BP神經(jīng)網(wǎng)絡的人力資源成本評估算法作為對比算法，彩用RMSE，MAPE對人力資源成本評估結果進行評價，其表達式分別為：

3.3 結果與分析

本文算法的人力資源成本評估結果如圖3所示，對圖3的人力資源成本評估結果進行分析可知，本文模型可以很好地擬合人力資源成本的變化趨勢，獲得了十分理想的人力資源成本評估結果。結果表明，將混沌理論和極限學習引入到人力資源成本評估研究中是可行的，得到的人力資源成本評估是可靠的。

從表1可知：

1） BP神經(jīng)網(wǎng)絡的人力資源成本評估RMSE，MAPE相對較高，說明人力資源成本評估的精度低，這是因為BP神經(jīng)網(wǎng)絡無法描述人力資源成本評估變化的特點，人力資源成本評估算法性能差。

2） 本文算法的人力資源成本評估RMSE，MAPE得到了有效降低，提高了人力資源成本評估精度，建立了性能更優(yōu)的人力資源成本評估算法，其人力資源成本評估結果具有明顯的優(yōu)勢。

4 結 論

人力資源成本評估是某企業(yè)人力資源管理的一項重要指標，由于人力資源成本與企業(yè)財力、聲譽、人員年齡結構、學位結構等因素相關，并且與當?shù)厝肆σM政策相關，使得人力資源成本評估過程十分復雜。為了提高人力資源成本評估的精度，結合人力資源成本數(shù)據(jù)的變化特點，設計了基于數(shù)據(jù)挖掘的人力資源成本評估算法，通過仿真實驗可以得到以下結論：

1） 通過混沌理論對人力資源成本評估原始數(shù)據(jù)進行分析，建立人力資源成本評估的學習樣本，找到人力資源成本評估數(shù)據(jù)隱含的變化特點，以便后續(xù)的人力資源成本評估建模。

2） 通過極限學習機對人力資源成本評估數(shù)據(jù)進行學習，建立人力資源成本評估算法，該算法可以描述人力資源成本的變化態(tài)勢，可以很好地擬合人力資源成本的變化趨勢，獲得高精度的人力資源成本評估結果。

3） 相對其他人力資源成本評估算法，本文算法由于基于數(shù)據(jù)驅動進行評估，有效降低了人力資源成本評估的誤差，可以應用到實際的人力資源管理中。

4） 通過引入粒子群算法對極限學習參數(shù)進行優(yōu)化，獲得了最優(yōu)的極限學習機，解決了極限學習機參數(shù)確定的難題，進一步提升了人力資源成本評估精度，且人力資源成本評估的可信度更高。

在人力資源成本評估中，本文僅考慮人力資源成本評估數(shù)據(jù)之間的時間關聯(lián)，認為其他因素的影響已經(jīng)包含于時間序列數(shù)據(jù)中，從數(shù)據(jù)驅動角度進行評估，為了更加準確地對人力資源成本進行評估，需要考慮外在因素的影響，這是下一步將要研究的方向。

參考文獻

[1] COOKER Marry.人力資源管理外包策略[M].吳雯芳，譯.北京：中國人民大學出版社，2003.

COOKER Marry. Human resource management outsourcing strategy [M]. WU Wenfang， Translation. Beijing： Renmin University of China Press， 2003.

[2] 徐曉鋒，車宏生.人員選拔研究的新進展[J].心理科學，2004，27（2）：499?501.

XU Xiaofeng， CHE Hongsheng. Advances in research on personnel selection [J]. Psychological science， 2004， 27（2）： 499?501.

[3] 陳靜，王銳.人力測評方法研究的新進展[J].科技與管理，2005（3）：113?117.

CHEN Jing， WANG Rui. New progress research of human assessment methods [J]. Technology and management， 2005（3）： 113?117.

[4] LIEVENS F， VAN DAM K， ANDERSON N. Recent trends and challenges in personnel selection [J]. Personnel review， 2002， 31（5）： 580?601.

[5] 仉建軍.信息技術與企業(yè)競爭力[J].沿海企業(yè)與科技，2008（9）：26?28.

ZHANG Jianjun. Information technology and enterprise compe?titiveness [J]. Enterprises in coastal areas of science and technology， 2008（9）： 26?28.

[6] 錢忠武.中小企業(yè)信息化建設中的問題分析和對策[J].電腦知識與技術，2008（29）：267?268.

QIAN Zhongwu. Analysis and countermeasures in the information construction of small and medium enterprises， [J]. Computer knowledge and technology， 2008（29）： 267?268.

[7] VON H， BARBARA F. Business rules applied： building better system using the business rules approach [J]. Journal of computer science and technology， 2001， 15（3）： 345?350.

[8] 王養(yǎng)成.人力資源外包服務商選擇組合評價模型[J].生產(chǎn)力研究，2007（10）：110?112.

WANG Yangcheng. Human resource outsourcing service provider selection portfolio evaluation model [J]. Productivity research， 2007（10）： 110?112.

[9] 付芳，周泓.基于免疫遺傳算法和列生成的多項目人力資源調(diào)度研究[J].中國管理科學，2010，18（2）：120?126.

FU Fang， ZHOU Hong. Research on multi project human resource scheduling based on immune genetic algorithm and co?lumn generation [J]. Chinese management science， 2010， 18（2）： 120?126.

[10] 蘭艷章，柴華奇.基于熵值法的多層次人才甄選評價模型[J].科技進步與對策，2006（4）：163?165.

LAN Yanzhang， CHAI Huaqi. Multilevel human selection evaluation model based on entropy method [J]. Scientific progress and measures， 2006（4）： 163?165.

[11] REEVE C L， HEGGESTAD E D. Differential relations between general cognitive ability and interest?vocation fit [J]. Journal of occupational and organizational psychology， 2011， 77（3）： 385?402.

[12] 吳昊，楊佳，王會穎，等.求解人力資源分配問題的多目標和聲搜索算法[J].計算機技術與發(fā)展，2013，23（2）：65?68.

WU Hao， YANG Jia， WANG Huiying， et al. Multi?objective harmony search algorithm for solving human resource allocation problem [J]. Computer technology and development， 2013， 23（2）： 65?68.