基于聚類算法的人力資源管理優(yōu)化討論

蘇韌偉 王昭 劉斐 袁可 劉軍株洲時代新材料科技股份有限公司

一、引言

隨著經(jīng)濟社會的發(fā)展和國際形勢的變化，諸多國際化制造業(yè)企業(yè)在人力資源的競爭已經(jīng)進入了白熱化，傳統(tǒng)制造業(yè)的人才結(jié)構(gòu)變化也隨之加速。同其他資源一樣，能否將人力資源合理分配給若干需求端，使需求端的相關業(yè)務所需崗位勝任能力與人才素質(zhì)合理匹配，提升人均勞效，進一步合理管理控制成本提升資源利用率，并獲得企業(yè)績效最大化是制造業(yè)的一大挑戰(zhàn)。

數(shù)字化與信息化發(fā)展在制造業(yè)中已經(jīng)逐步延伸到人力資源管理方向，人力資源管理人員積累了大量的數(shù)據(jù)。如何從如山如海的數(shù)據(jù)中提取有用的信息，并將其高效運用到人力資源日常管理的六大模塊，成了其亟待解決的問題。企業(yè)人力資源戰(zhàn)略規(guī)劃及相關決策通常以人力資源分析為基礎，數(shù)據(jù)挖掘可以為人力資源分析提供堅實的支持；基于分類識別有用的模式和規(guī)則，可進而分析并解決在人力資源六大模塊實操中遇到的問題。聚類分析，作為數(shù)據(jù)挖掘的重要分支，可以通過分析數(shù)據(jù)的相似性把大型數(shù)據(jù)集合分類，使得在同一類里面的數(shù)據(jù)盡量相似，而不同類中的數(shù)據(jù)又盡量相異，從而得到較好的分類族群（陳倬，2016）。本文將根據(jù)T公司人才資本管理系統(tǒng)中的數(shù)據(jù)特性，考慮人力資源管理的對象以及發(fā)展趨勢，以KMeans++和DBSCAN兩種聚類算法為例，對應用場景進行討論。

二、聚類對象與數(shù)據(jù)特征分析

本文探討的聚類對象，即制造業(yè)人力資源管理的優(yōu)化需考慮的人力資源管對象，也就是制造業(yè)企業(yè)發(fā)展所需要的勞動力。對聚類特征的選取需要考慮制造業(yè)人力資源的發(fā)展方向，以便盡可能鎖定關鍵族群及其特征，這些特征也是人力資源管理優(yōu)化過程中需要考慮的重要因素。

本文我們主要考慮以下四個發(fā)展方向：（1）首先，制造業(yè)對高素質(zhì)高文化層次人才需求顯著增加，這迫使人力資源管理的主觀能動性逐步增強；（2）其次，日益復雜的外部環(huán)境和激烈的人才競爭必然導致人員流動性增強，從而增加企業(yè)人力資源管理的時間成本以及貨幣成本；（3）然后，勞動價值的清晰和模糊性同時在制造業(yè)得以體現(xiàn)，清晰是來自于明確的工作時間和產(chǎn)品價值，模糊則是由于設計、工藝、質(zhì)量和部分高水平管理人員的勞動價值轉(zhuǎn)化成經(jīng)濟價值和發(fā)展價值并不直接且周期較長。（4）最后，關鍵崗位、核心崗位以及特殊技能的優(yōu)質(zhì)人才的稀缺問題在傳統(tǒng)制造業(yè)較長時間內(nèi)仍然會趨于嚴重，人才向快銷、電商以及金融等行業(yè)的流動意向給制造業(yè)招募和保留優(yōu)質(zhì)人才造成諸多困難，這一形勢很難在短時間內(nèi)扭轉(zhuǎn)。制造業(yè)作為勞動力密集型產(chǎn)業(yè)，藍領人員占比較大；另一方面，家庭乃至社會經(jīng)濟條件的變化，也使得勞動力市場和企業(yè)內(nèi)部的勞動力供需關系更復雜多變。合理的分類才能使得接下來的比較行為較為合理的結(jié)論，勞動力的分類和比較是人力資源管理制度適宜性有效性評估的基礎。通過對勞動力大數(shù)據(jù)進行分析，促進勞動價值提升是必然的趨勢。我們認為，聚類特征的選取應帶著發(fā)展的眼光，落點制造業(yè)人力資源管理的持續(xù)優(yōu)化。

通過對T公司已經(jīng)在運用的人力資源管理系統(tǒng)平臺的現(xiàn)有數(shù)據(jù)研究，我們認為數(shù)據(jù)大致分為三類：第一類是以薪資、工作年限、福利、工時為代表的數(shù)值類等；第二類是屬性類，如性別、學歷學位、資質(zhì)證書、工種、年度績效類等；第三類是文本類，比如研究方向、籍貫、業(yè)績評價、畢業(yè)專業(yè)和院校等。通常在數(shù)據(jù)分析過程中要將文本類數(shù)據(jù)標成屬性產(chǎn)生概念分層，也就是轉(zhuǎn)化成第二類數(shù)據(jù)。第一類數(shù)據(jù)、 編碼后第二類數(shù)據(jù)、轉(zhuǎn)化編碼后第三類數(shù)據(jù)均可以執(zhí)行聚類。

三、參數(shù)選取與應用討論

之所以選擇聚類算法在人力資源管理做應用場景探討，在于其在電信、金融以及電子商務等行業(yè)客戶畫像有著廣泛的應用基礎，諸多場景可以參考比對（劉光榕等，2016；郭松，2018）。老話說：“物以類聚，人以群分”，聚類可以將相似的人群用不同維度的特征數(shù)據(jù)進行劃分，不僅可以根據(jù)劃分結(jié)果幫助決策者形成一個人力資源情況的系統(tǒng)性圖譜，也可以進一步觀察簇內(nèi)人群的特征。科學的分類人群能夠幫助決策者有針對性的制定人力政策。聚類算法不需要過多的、穩(wěn)定的先驗經(jīng)驗，其具備描述性和普適性，對管理結(jié)構(gòu)改進的提示作用也較為明顯。

（一）KMeans++

KMeans是一種典型的劃分聚類算法，它用一個聚類的中心來代表一個簇，該算法只能處理數(shù)值型數(shù)據(jù)。KMeans++是基于KMeans對初始點的選擇有改進的最優(yōu)聚類競爭的算法（Arthur D.,etc.,2007）。用Python執(zhí)行該算法需要給出聚類個數(shù)，最大迭代次數(shù)和算法運行次數(shù)等參數(shù)等。用KMeans++對人力資源管理領域做數(shù)據(jù)挖掘較為友好的原因在于：1）結(jié)果可解釋性強，特別是對于上述第一類數(shù)據(jù)，數(shù)值型數(shù)據(jù)。2）重要參數(shù)為K值，即聚類個數(shù)。執(zhí)行的時候考慮殘差平方和SSE和輪廓系數(shù)Average Silhouette Score的同時，還考慮管理模式的適配、管理資源的可達性等問題（圖1）。例如我們可以以部門數(shù)量作為聚類個數(shù)，分析部門內(nèi)人員的相似程度以及部門間人員的差異程度。3）算法效率高，聚類效果尚可，故而對商業(yè)智能的動態(tài)展示較好，進而幫助管理者做一些即時的決策。4）對初始點的改進使得獲得全局最優(yōu)解的可能性大大增加，減少分類不恰當導致決策失誤的可能。5）采用數(shù)據(jù)標準化可以化解一部分類別數(shù)據(jù)不均衡、方差大的問題，適用于多維度數(shù)據(jù)分析。6）對錯誤值敏感，且有類似的改進方法，如K-Medians或K-Mediods，可以辨別出某類和某維度的代表人員乃至簇內(nèi)差異。

圖1：殘差平方和和輪廓系數(shù)圖

（二）DBSCAN

DBSCAN算法是一種典型的基于密度的聚類算法，采用空間索引技術(shù)來搜索對象的鄰域，引入了“核心對象”和“密度可達”等概念。該算法從核心對象出發(fā)，把所有密度可達的對象組成一個簇（Ester M .,etc.,1996）。在Sklearn庫執(zhí)行DBSCAN需要輸入的主要參數(shù)包括：鄰域半徑eps，鄰域樣本數(shù)閾min_samples，以及最近鄰域度量參數(shù)metric。最近鄰域度量參數(shù)metric的選擇一般是考慮屬性特征和之間的關聯(lián)，一般選取歐式距離。我們也可以根據(jù)情況選擇馬氏距離，通過把方差歸一化使得特征之間的關系更加符合實際情況，比如年齡與薪資之間的關系。不同于Kmeans++算法，當不知道要分幾類或者對聚類簇的形態(tài)沒有偏倚的時候可以使用DBSCAN，且算法效率同樣較高。

對于EPS和min_samples參數(shù)的選擇方法，建議首先計算數(shù)據(jù)對象間的距離得到距離矩陣Dist(n×m)(公式1)，對距離矩陣將行向量進行升序排序，得出每行是相應數(shù)據(jù)點到其他所有點距離的一個排序。繪制距離值的概率密度分布曲線和距離每個數(shù)據(jù)點最近的第i個距離值的升序曲線。進而，根據(jù)拐點建議eps。在拐點對應的eps之后，其聚類和噪聲檢測結(jié)果趨于穩(wěn)定。最后，我們根據(jù)已確定的eps值，再計算每個數(shù)據(jù)點i的局部密度值，再得出每個數(shù)據(jù)點i距離更高密度點的距離δi，用每個點δi和ρi的函數(shù)的關系幫助選擇min_points（公式2）（宋金玉等，2019）。

上述方法雖然可以根據(jù)數(shù)據(jù)集的統(tǒng)計學特征和圖表可視化協(xié)助參數(shù)選擇，但仍然需要人力資源管理人員根據(jù)經(jīng)驗判斷聚類結(jié)果是否合適。值得注意的是，DBSCAN可以在聚類的同時發(fā)現(xiàn)異常點。而異常點恰恰是人力資源管理需要特別關注的，我們希望留住的稀缺能力人員在聚類圖譜中恰恰很可能在異常點里。同時，對于較大的分類簇，我們可以進一步細化其特征描述，然后匹配業(yè)務需求制定培訓、績效管理甚至外包等策略。

四、結(jié)論

數(shù)據(jù)作為一種越來越重要的生產(chǎn)因素，已經(jīng)滲透到當今每一個行業(yè)和業(yè)務職能領域。人力資源管理作為制造業(yè)的一個必不可少的職能，亟需擺脫“數(shù)據(jù)豐富，信息貧乏”的狀態(tài)。本文闡述的兩種聚類算法雖然不是從技術(shù)方向考慮分類人群最優(yōu)的算法，但不失為當下較為適宜的選擇。兩種算法在面對不同的數(shù)據(jù)集，業(yè)務場景以及分析目標具備一定的互補作用，且都對分析指標的權(quán)重比較敏感。分類方式的優(yōu)化對于將人力資源管理放在戰(zhàn)略地位的制造業(yè)企業(yè)至關重要，可以幫助其人力資源管理體系的持續(xù)改進，為企業(yè)提供更多的人才解決方案。