面向企業(yè)業(yè)務(wù)問題知識化求解的人員配置方法*

□ 杜俊宏 □ 戰(zhàn)洪飛 □ 余軍合 □ 王 瑞

寧波大學 機械工程與力學學院 浙江寧波 315211

1 研究背景

隨著知識經(jīng)濟時代的高速發(fā)展,知識資源已成為企業(yè)的重要戰(zhàn)略資源。企業(yè)員工所擁有的知識資源是企業(yè)知識資源的一部分,如何高效運用企業(yè)員工的知識資源為企業(yè)創(chuàng)造更大的價值,具有重要的現(xiàn)實意義。企業(yè)在業(yè)務(wù)問題求解中,存在人員配置盲目性現(xiàn)象,對業(yè)務(wù)的知識需求及執(zhí)行人的知識能力等都缺乏科學的表述與研判,導(dǎo)致業(yè)務(wù)執(zhí)行績效低下,尤其是對于新業(yè)務(wù)的執(zhí)行,績效更低。從知識管理角度出發(fā),企業(yè)員工的知識資源如何高效配置,已成為學者研究和企業(yè)管理者關(guān)注的熱點。

目前,國內(nèi)外學者在企業(yè)人員配置方面已進行了較為豐富的研究。Eeckhout等[1]提出一種基于離散時間和資源權(quán)衡視角的業(yè)務(wù)人員配置優(yōu)化方法。Gungor等[2]將模糊層次分析法運用于企業(yè)人員匹配中,為企業(yè)引入外部專家資源提供建議。楊龍等[3]將價值流程圖思想應(yīng)用于企業(yè)生產(chǎn)線人員的配置。王珺[4]、楊學良[5]等結(jié)合遺傳算法和蟻群算法,在優(yōu)化業(yè)務(wù)人員配置中展開實證。Kalugina等[6]提出一種基于雇主和候選人的人員選拔模型。Bergh等[7]對人員配置相關(guān)研究進行綜述,對未來研究趨勢進行預(yù)測。Ham[8]、蔣辰[9]等引入排隊論構(gòu)建人員配置模型,對業(yè)務(wù)人員配置進行優(yōu)化。Chien Chenfu等[10]通過基于決策樹和關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘框架來構(gòu)建人員甄選機制,為企業(yè)人員招聘提供服務(wù)。文獻[11]提出一種基于映射的專家知識資源建模方法。杜剛等[12]構(gòu)建通用的馬爾可夫人員配置決策模型,在數(shù)據(jù)中心人員配置中進行實例驗證。Zhang Shifang 等[13]提出一種基于灰色關(guān)聯(lián)理論的直覺模糊多準則決策方法,為人員選擇提供決策服務(wù)。Qin Yichen等[14]提出一種兩階段的人員配置優(yōu)化方法,在機庫維修案例中展開實證。武小平等[15]從資源、風險、成本三個角度提出一種基于計劃評估和審查技術(shù)的人力資源優(yōu)化方法。

綜合以上文獻,在以多元數(shù)據(jù)驅(qū)動結(jié)合需求理論分析的人員模型構(gòu)建方面,研究和應(yīng)用較少,業(yè)務(wù)求解人員配置方法仍具有深入研究的必要性。筆者從知識管理的角度出發(fā),提出業(yè)務(wù)求解過程中人員配置的一體化方法,稱為面向企業(yè)業(yè)務(wù)問題知識化求解的人員配置方法。這一方法首先通過多元數(shù)據(jù)挖掘,結(jié)合問卷調(diào)研,從多維度視角構(gòu)建知識型人員模型;然后引入5W1H(Who,What,When,Where,Why,How)理論,結(jié)合知識型人員模型對業(yè)務(wù)求解過程中的人員需求進行建模;再通過知識資源輔助信息,進行二次篩選,進一步縮小人員范圍。筆者的研究旨在為業(yè)務(wù)問題求解提供一套高效、系統(tǒng)化的人員配置方法,推動企業(yè)員工知識資源的高效運用。

2 業(yè)務(wù)問題求解人員配置服務(wù)框架

在對企業(yè)調(diào)研中發(fā)現(xiàn),企業(yè)業(yè)務(wù)執(zhí)行的任務(wù)下達后,人員的選定大都通過部門會議或主管人員來確定,這一過程往往通過決策者的主觀判斷來決定人員分工,存在業(yè)務(wù)人員配置盲目性的問題,對業(yè)務(wù)的知識需求、人員的知識能力等了解都比較片面,也缺乏系統(tǒng)化指導(dǎo)方法及操作模型。對此,筆者提出一種面向企業(yè)業(yè)務(wù)問題知識化求解的人員配置方法,為企業(yè)人員配置決策提供參考。業(yè)務(wù)問題求解人員配置服務(wù)框架如圖1所示。

▲圖1 業(yè)務(wù)問題求解人員配置服務(wù)框架

首先進行知識型人員模型維度確定及構(gòu)建工作。數(shù)據(jù)來自論壇、大會、企業(yè)招聘、調(diào)研問卷,利用數(shù)據(jù)挖掘手段確定人員維度類別。在維度分類的基礎(chǔ)上,對細分維度進行類別歸屬劃分,完成知識型人員模型的構(gòu)建。然后引入5W1H理論,結(jié)合知識型人員模型,基于知識需求、能力需求、知識性成果需求三大維度,構(gòu)建業(yè)務(wù)對人員需求模型。通過設(shè)計規(guī)則,對定性維度進行量化,形成知識型人員模型量化表。通過知識化業(yè)務(wù)人員配置服務(wù)系統(tǒng)人員知識資源庫模塊,完成知識型人員資源庫的構(gòu)建。再進行業(yè)務(wù)對人員需求模型和知識型人員模型的匹配,選取知識需求維度、能力需求維度、知識性成果需求維度,利用歐氏距離進行相似度計算,完成業(yè)務(wù)求解人員配置一次篩選。以人員成本、項目滿意度等維度結(jié)合灰色關(guān)聯(lián)度分析理論,對人員進行二次篩選,進一步確定業(yè)務(wù)人員配置方案。最后對面向企業(yè)業(yè)務(wù)問題知識化求解的人員配置服務(wù)系統(tǒng)的設(shè)計進行步討論。面向企業(yè)業(yè)務(wù)問題知識化求解的人員配置方法有利于推動業(yè)務(wù)求解人員的高效配置。

3 知識型人員模型的構(gòu)建

在知識型人員模型構(gòu)建過程中,人員維度如何選定將直接影響最終業(yè)務(wù)解決過程人員匹配的合理性。為保證模型的科學性、有效性、真實性,筆者在準備階段收集論壇、大會、企業(yè)崗位招聘等數(shù)據(jù)。其中,大會數(shù)據(jù)和企業(yè)崗位招聘數(shù)據(jù)蘊含著大量有價值的信息,企業(yè)崗位招聘數(shù)據(jù)涉及對人員技能和能力的具體需求,對知識型人員模型維度的確定有重要的參考價值。另外,通過調(diào)研問卷、訪談方式深入企業(yè),對企業(yè)部門進行調(diào)研。通過數(shù)據(jù)挖掘,結(jié)合問卷調(diào)研方法,確定人員維度,完成知識型人員模型的構(gòu)建。

3.1 多元數(shù)據(jù)挖掘

筆者收集論壇、大會、企業(yè)招聘等數(shù)據(jù),通過文本挖掘方法進行人員維度特征抽取。首先對數(shù)據(jù)文本進行分詞、去停用詞處理,然后通過詞頻-逆文本頻率指數(shù)關(guān)鍵詞提取算法,對文本關(guān)鍵詞進行提取。關(guān)鍵詞包括經(jīng)驗、能力、團隊、專業(yè)、項目、責任心、抗壓、執(zhí)行力、表達能力、組織協(xié)調(diào)、技能、業(yè)績、素養(yǎng)、態(tài)度等。

3.2 模型維度調(diào)查問卷設(shè)計

為保證問卷樣本內(nèi)容的科學性、有效性,筆者通過查閱文獻及人員一般特征,進行問卷問題設(shè)計。再通過企業(yè)訪談方式,對問卷問題進行完善和調(diào)整。問卷圍繞人員的基本背景、個性化特征、業(yè)務(wù)求解影響因素、知識性成果影響因素進行設(shè)計。人員基本背景包括年齡、學歷、職稱等內(nèi)容。人員個性化特征包括愛好、性格、榮譽等內(nèi)容。人員業(yè)務(wù)求解影響因素包括技術(shù)能力、溝通能力等與業(yè)務(wù)求解相關(guān)的能力內(nèi)容,根據(jù)樣本受眾的選擇,確定與業(yè)務(wù)相關(guān)的能力因素。人員知識性成果影響因素包括專利、論文、軟件著作權(quán)等指標,根據(jù)樣本受眾的選擇,確定與知識性成果相關(guān)的成果因素。

3.3 問卷收集

筆者對國企、民企、中外合資企業(yè)發(fā)布調(diào)查問卷,歷時3個月,收回問卷213份,有效問卷205份,有效率為96.24%。企業(yè)性質(zhì)樣本分布見表1,職位級別樣本分布見表2,工齡樣本分布見表3,學歷樣本分布見表4。

表1 企業(yè)性質(zhì)樣本分布

表2 職位級別樣本分布

表3 工齡樣本分布

表4 學歷樣本分布

3.4 模型構(gòu)建

基于數(shù)據(jù)挖掘和調(diào)研問卷分析結(jié)果,對模型維度進行類別劃分,最終確定基本屬性維度、業(yè)務(wù)能力維度、業(yè)務(wù)經(jīng)驗維度、知識性成果維度、輔助能力維度、特征屬性維度、榮譽維度共七大維度。在這七大維度的基礎(chǔ)上,根據(jù)數(shù)據(jù)挖掘結(jié)果,對細分維度進行類別歸屬劃分,以七大維度及其細分維度兩層維度構(gòu)建知識型人員模型,如圖2所示。

基本屬性維度主要包括員工的一些基本信息,如職級、工齡、知識域等。職級表示員工在企業(yè)中的職位等級,工齡表示員工工作年限,知識域表示員工所具有的知識結(jié)構(gòu)。業(yè)務(wù)能力維度由技術(shù)能力、溝通能力、團隊協(xié)作能力、執(zhí)行能力等細分維度構(gòu)成。技術(shù)能力表示員工的專業(yè)技能水平,溝通能力表示員工的交流水平,團隊協(xié)作能力表示員工的團隊合作能力水平,執(zhí)行能力表示員工在業(yè)務(wù)解決過程中的積極性水平。業(yè)務(wù)經(jīng)驗維度由參與項目數(shù)、項目完成度、項目產(chǎn)出比、項目滿意度等細分維度構(gòu)成。參與項目數(shù)表示員工所參與的項目總數(shù),項目完成度為員工已完成項目數(shù)與參與項目總數(shù)的比值,項目產(chǎn)出比為項目產(chǎn)出與項目投入的比值,項目滿意度表示項目完成后客戶對項目的平均滿意程度。知識性成果維度由專利申請數(shù)、發(fā)明專利占比、軟件著作權(quán)、商標數(shù)、論文發(fā)表數(shù)等細分維度構(gòu)成。專利申請數(shù)表示員工所參與的外觀、實用、發(fā)明專利總數(shù),發(fā)明專利占比為發(fā)明專利數(shù)與專利總數(shù)的比值,軟件著作權(quán)表示員工擁有的軟件著作數(shù)量,論文發(fā)表數(shù)表示員工所發(fā)表的論文總數(shù),商標數(shù)表示員工所參與設(shè)計的商標數(shù)量。特征屬性維度包括愛好、性格、癖好等細分維度,該維度在企業(yè)業(yè)務(wù)解決人員匹配中起參考作用。榮譽維度包括個人榮譽、團隊榮譽、市級榮譽、國家級榮譽等細分維度。個人榮譽表示員工獲得的個人獎項數(shù),團隊榮譽表示員工獲得的團隊獎項數(shù),市級榮譽表示員工獲得的市級獎項數(shù),國家級榮譽表示員工獲得的國家級獎項數(shù)。

▲圖2 知識型人員模型

4 知識型人員資源庫的構(gòu)建

4.1 構(gòu)建流程

構(gòu)建知識型人員資源庫,有利于企業(yè)知識管理的實施,對企業(yè)實現(xiàn)業(yè)務(wù)求解人員高效配置具有重要意義。知識型人員資源庫的構(gòu)建方法主要為大數(shù)據(jù)挖掘和企業(yè)系統(tǒng)信息導(dǎo)入。大數(shù)據(jù)挖掘包括業(yè)務(wù)案例挖掘、員工簡歷挖掘、互聯(lián)網(wǎng)數(shù)據(jù)挖掘,企業(yè)系統(tǒng)信息導(dǎo)入包括績效管理系統(tǒng)、項目管理系統(tǒng)、知識產(chǎn)權(quán)系統(tǒng)等信息的導(dǎo)入。由面向企業(yè)業(yè)務(wù)問題知識化求解的人員配置服務(wù)系統(tǒng)人員資源庫模塊完成大部分知識型人員資源庫的構(gòu)建工作,少部分缺失數(shù)據(jù)由管理人員補充,最終形成企業(yè)人員庫。知識型人員資源庫的構(gòu)建流程如圖3所示。

4.2 人員維度指標量化規(guī)則

根據(jù)對企業(yè)案例及員工資料進行數(shù)據(jù)挖掘,提取關(guān)鍵詞標簽,再參考企業(yè)管理層的意見進行調(diào)整,最終形成業(yè)務(wù)解決過程中的總知識域。知識域量化規(guī)則中,具有對應(yīng)領(lǐng)域知識記為1,不具有記為0。對于業(yè)務(wù)能力、輔助能力等定性指標,通常分為好、較好、一般、較差、差五種情況。參考李克特1-5分量表,對維度指標進行量化,1對應(yīng)差,2對應(yīng)較差,3對應(yīng)一般,4對應(yīng)較好,5對應(yīng)好。對于員工能力的量化,由績效管理系統(tǒng)錄入面向企業(yè)業(yè)務(wù)問題知識化求解的人員配置服務(wù)系統(tǒng)。企業(yè)對員工內(nèi)部職級有明確的劃分,職級的量化與企業(yè)內(nèi)部職級劃分對應(yīng)。人員薪酬關(guān)系到業(yè)務(wù)解決過程中的成本問題,在達到預(yù)定目標的前提下,成本控制越低,對企業(yè)越有利。對薪酬等級的劃分如下:0～200元/d對應(yīng)5,200～300元/d對應(yīng)4,300～400元/d對應(yīng)3,400～500元/d對應(yīng)2,500元/d以上對應(yīng)1。通過上述方法,對定性指標和定量指標進行整理,最終形成人員維度指標量化規(guī)則。

▲圖3 知識型人員資源庫構(gòu)建流程

5 業(yè)務(wù)對人員需求模型的構(gòu)建

業(yè)務(wù)需求往往可以細化為具有求解邏輯關(guān)系的業(yè)務(wù)活動,筆者對于需求主要定義在業(yè)務(wù)活動層,即單個或一組執(zhí)行人將進行操作的層面。業(yè)務(wù)對人員的需求通常表現(xiàn)為知識、能力方面,筆者引入5W1H理論,結(jié)合知識型人員模型,通過企業(yè)調(diào)研和專家意見,對業(yè)務(wù)對人員需求模型進行構(gòu)建。業(yè)務(wù)對人員需求模型主要圍繞由誰進行深化,結(jié)合業(yè)務(wù),最終確定知識領(lǐng)域需求維度、能力領(lǐng)域需求維度、知識性成果需求維度三大維度。知識領(lǐng)域需求維度代表業(yè)務(wù)解決過程中所需要的知識類型,與知識型人員模型中基本屬性維度下的知識域維度相對應(yīng)。能力領(lǐng)域需求維度代表業(yè)務(wù)解決過程中所需要的能力類型,與知識型人員模型中業(yè)務(wù)能力、輔助能力維度下的細分維度相對應(yīng)。知識性成果需求維度代表業(yè)務(wù)解決過程中對人員知識性成果的需求,與知識型人員模型中知識性成果維度下的細分維度相對應(yīng)。業(yè)務(wù)對人員需求模型如圖4所示。

▲圖4 業(yè)務(wù)對人員需求模型

Pk={Xk,Yk,Zk|k=1,…,n}

(1)

式中:k為企業(yè)業(yè)務(wù)問題求解編號;n為企業(yè)業(yè)務(wù)求解需求總數(shù);Xk為第k個業(yè)務(wù)問題求解所需知識領(lǐng)域需求維度的總數(shù);Yk為第k個業(yè)務(wù)問題求解所需能力領(lǐng)域需求維度的總數(shù);Zk為第k個業(yè)務(wù)問題求解所需知識性成果需求維度的總數(shù)。

筆者通過面向企業(yè)業(yè)務(wù)問題知識化求解的人員配置服務(wù)系統(tǒng)中的業(yè)務(wù)對人員需求模型模塊來實現(xiàn)業(yè)務(wù)對人員需求模型的構(gòu)建。第一種方法,管理人員通過參考知識型人員模型對業(yè)務(wù)對人員的需求進行文字描述,通過長短期記憶人工神經(jīng)網(wǎng)絡(luò)和條件隨機場算法,設(shè)定規(guī)則,進行需求信息的抽取,形成業(yè)務(wù)對人員需求模型。第二種方法,部門在業(yè)務(wù)解決中,通過管理人員對業(yè)務(wù)對人員的需求參照模型維度表打分,形成業(yè)務(wù)對人員需求打分表,導(dǎo)入系統(tǒng),生成業(yè)務(wù)對人員需求模型。業(yè)務(wù)對人員需求模型構(gòu)建流程如圖5所示。

6 業(yè)務(wù)人員配置方法

企業(yè)在業(yè)務(wù)人員配置過程中,往往由企業(yè)決策層主觀決定,存在配置盲目性問題。而對于新業(yè)務(wù)的求解,對人員知識需求和能力需求與以往業(yè)務(wù)需求相比具有差異性,決策者不能準確定位到合適的人員,對此筆者提出了人員兩次篩選的方法,為企業(yè)業(yè)務(wù)人員配置提供決策服務(wù)。兩次篩選所起的作用不同。一次篩選滿足業(yè)務(wù)對人員的基本需求,實現(xiàn)業(yè)務(wù)對人員需求模型與知識型人員模型相匹配,在大批人員中確定小范圍人員。二次篩選以企業(yè)決策者視角考慮業(yè)務(wù)成本、業(yè)務(wù)完成情況,在一次篩選的基礎(chǔ)上以數(shù)據(jù)理化方法科學地精確定位人員。

▲圖5 業(yè)務(wù)對人員需求模型構(gòu)建流程

基于以上構(gòu)思,一次篩選基于業(yè)務(wù)對人員需求模型與知識型人員模型,選取知識域、業(yè)務(wù)能力、輔助能力、知識性成果等維度,通過相似度計算方法來初選確定業(yè)務(wù)人員。二次篩選在人員初選的基礎(chǔ)上考慮人員成本、項目滿意度、項目完成度等因素,結(jié)合灰色關(guān)聯(lián)度分析理論,進一步縮小人員范圍,為業(yè)務(wù)人員配置提供決策支持。

6.1 業(yè)務(wù)人員配置一次篩選

通過問卷調(diào)查及知識型人員模型維度劃分,將基本屬性維度中的知識域維度,業(yè)務(wù)能力領(lǐng)域維度中的技術(shù)能力、溝通能力、團隊協(xié)作能力、執(zhí)行能力維度,輔助能力維度中的獨立判斷能力、問題解決能力、組織能力維度,知識性成果維度中的專利申請數(shù)、發(fā)明專利占比、軟件著作數(shù)、商標數(shù)、論文發(fā)表數(shù)維度作為業(yè)務(wù)人員配置一次篩選的參考維度進行相似度計算。

在面向企業(yè)業(yè)務(wù)問題知識化求解的人員配置服務(wù)系統(tǒng)業(yè)務(wù)對人員需求模型模塊的輔助下,構(gòu)建業(yè)務(wù)對人員的需求模型。業(yè)務(wù)對人員需求可表示為X=(x1,x2,…,xn),xi表示業(yè)務(wù)對人員需求模型中某一維度的數(shù)值。知識型人員模型維度量化后可表示為Y=(y1,y2,…,yn),yi表示知識型人員模型中某一維度的數(shù)值。由于知識性成果維度中的專利申請數(shù)、軟件著作數(shù)、商標數(shù)、論文發(fā)表數(shù)維度在不同人員中可能存在差異較大,在進行相似度計算時會導(dǎo)致結(jié)果較大,影響效果,因此需要對這些維度數(shù)據(jù)進行標準化處理。Z得分方法抗干擾能力強,若數(shù)據(jù)中存在離群值,則會被抑制,由此采用Z得分方法進行標準化處理。標準化公式為:

x′=(x-u)/σ

(2)

式中:x為原始數(shù)據(jù);u為樣本均值;σ為樣本標準差;x′為原始數(shù)據(jù)經(jīng)標準化處理后得到的數(shù)值。

采用歐式距離進行相似度計算,因為參加計算的變量較多,所以為便于比較,對歐式距離取平均值,計算式為:

(3)

式中:d(x,y)為人員綜合水平與業(yè)務(wù)對人員需求的相似程度;m為一次篩選中維度總數(shù),數(shù)值越小,表示對應(yīng)人員與對應(yīng)業(yè)務(wù)越匹配。

通過計算結(jié)果,選取與業(yè)務(wù)高度相似的人員數(shù)人。這些人員具有解決新業(yè)務(wù)的知識儲備和能力,作為業(yè)務(wù)人員配置一次篩選的結(jié)果。

6.2 業(yè)務(wù)人員配置二次篩選

在一次篩選中,已充分考慮了業(yè)務(wù)對知識、能力、知識性成果的需求,但人員的成本、業(yè)務(wù)完成情況也是影響業(yè)務(wù)執(zhí)行績效的重要因素,因此在一次篩選的基礎(chǔ)上,從成本、業(yè)務(wù)完成情況等角度進行二次篩選。將基本屬性維度中的薪酬維度,業(yè)務(wù)經(jīng)驗維度中的參與項目數(shù)、項目完成度、項目產(chǎn)出比、項目滿意度維度,榮譽維度中的個人榮譽數(shù)、團隊榮譽數(shù)、市級榮譽數(shù)、國家級榮譽數(shù)維度作為業(yè)務(wù)人員配置二次篩選指標,進一步確定業(yè)務(wù)求解人選。采用客觀權(quán)重賦權(quán)法[16]與灰色關(guān)聯(lián)度分析[17]為業(yè)務(wù)人員配置提供決策參考?？陀^權(quán)重賦權(quán)法通過原始數(shù)據(jù)的對比強度和數(shù)據(jù)之間的沖突性來衡量指標之間的重要程度,通過客觀權(quán)重賦權(quán)法對指標賦權(quán),結(jié)合灰色關(guān)聯(lián)度分析,以加權(quán)灰色關(guān)聯(lián)度對人員進行多屬性決策。進行指標賦權(quán),因為筆者所用指標與人員配置成正相關(guān),所以采用正向化對數(shù)據(jù)進行無量綱化處理,正向化處理式為:

(4)

進行變異因數(shù)vj計算,vj為:

(5)

式中:Sj為第j個指標的標準差;xj為第j個指標的平均值。

標準差Sj越大,表示該指標越能反映更多的信息,該指標就越重要。

指標間的沖突性Rj為:

(6)

式中:rij為指標i和j之間的相關(guān)性。

指標客觀權(quán)重Wj為指標j的信息量占所有信息和的比重。指標信息量Cj越大,表示所包含的信息量越大,指標越重要,應(yīng)分配更多的權(quán)重。信息量Cj為:

(7)

指標權(quán)重Wj為:

(8)

進行灰色關(guān)聯(lián)多屬性決策,對一次篩選出的人員進行二次篩選,二次篩選指標數(shù)據(jù)由知識型人員資源庫導(dǎo)出,作為數(shù)據(jù)集,從數(shù)據(jù)集各項指標中選取最優(yōu)數(shù)據(jù)作為參考數(shù)據(jù)。由于多維度數(shù)據(jù)可能因量綱不同不便于比較工作,因此需要對數(shù)據(jù)進行無量綱化處理。在灰色關(guān)聯(lián)度分析多目標決策中,常用的無量綱方法有均值法和初值法,筆者選用均值法對數(shù)據(jù)樣本進行無量綱化處理,均值法計算式為:

(9)

進行關(guān)聯(lián)因數(shù)ζi(k)計算,計算式為:

(10)

進行灰色加權(quán)關(guān)聯(lián)度r0i計算,計算式為:

(11)

式中:Wk為權(quán)重賦權(quán)法得到的指標權(quán)重。

最后通過計算結(jié)果得到人員的排名,從而得到人員配置方案。

業(yè)務(wù)人員配置方法在滿足業(yè)務(wù)知識需求和能力需求的前提下,以企業(yè)決策者視角考慮業(yè)務(wù)成本、項目滿意度、人員獲獎榮譽等因素,通過兩次篩選,進一步縮小人員范圍,為業(yè)務(wù)人員配置提供輔助決策支持。

7 人員配置服務(wù)系統(tǒng)

為便于業(yè)務(wù)人員的配置,筆者設(shè)計了面向企業(yè)業(yè)務(wù)問題知識化求解的人員配置服務(wù)系統(tǒng),利用Eclipse開發(fā)平臺[18]和SSH(Struts,Spring,Hibernate)框架進行開發(fā)。數(shù)據(jù)庫采用結(jié)構(gòu)化查詢語言[19],系統(tǒng)前端采用超文本標記語言、JavaScript、串聯(lián)樣式表語言進行代碼開發(fā),采用Java語言實現(xiàn)前后端的交互功能。軟件系統(tǒng)架構(gòu)圖如圖6所示。

面向企業(yè)業(yè)務(wù)問題知識化求解的人員配置服務(wù)系統(tǒng)功能模塊設(shè)計應(yīng)滿足業(yè)務(wù)服務(wù)系統(tǒng)的一般功能和特點,具備業(yè)務(wù)人員配置相關(guān)的核心功能,主要包括知識型人員模型構(gòu)建模塊、業(yè)務(wù)對人員需求模型構(gòu)建模塊、知識型人員資源庫管理模塊、知識化業(yè)務(wù)求解人員配置管理模塊、系統(tǒng)設(shè)置與管理模塊、系統(tǒng)數(shù)據(jù)管理模塊,如圖7所示。

根據(jù)理論框架,構(gòu)建面向企業(yè)業(yè)務(wù)問題知識化求解的人員配置服務(wù)系統(tǒng)界面,如圖8所示。

▲圖6 軟件系統(tǒng)架構(gòu)圖

▲圖7 面向企業(yè)業(yè)務(wù)問題知識化求解的人員配置服務(wù)系統(tǒng)功能模塊

8 結(jié)束語

筆者針對企業(yè)在知識化業(yè)務(wù)問題求解人員配置中,由于新業(yè)務(wù)具體需求與以往業(yè)務(wù)需求相比存在差異,造成決策者不能精確進行業(yè)務(wù)人員配置,從而導(dǎo)致績效低下的問題,從知識管理角度出發(fā),結(jié)合數(shù)據(jù)挖掘手段,提出面向企業(yè)業(yè)務(wù)問題知識化求解的人員配置方法,通過兩次篩選實現(xiàn)業(yè)務(wù)求解人員的配置。一次篩選考慮業(yè)務(wù)知識、能力、知識性成果等基本需求,二次篩選以決策者視角考慮業(yè)務(wù)成本、業(yè)務(wù)完成情況,結(jié)合灰色關(guān)聯(lián)度分析,進一步縮小人員范圍。

所提出的方法有利于企業(yè)人員知識資源的高效運用,推動業(yè)務(wù)問題求解人員的高效配置,提高業(yè)務(wù)的執(zhí)行績效。

▲圖8 面向企業(yè)業(yè)務(wù)問題知識化求解的人員配置服務(wù)系統(tǒng)界面