辛占華 聶婷

摘 要： 針對(duì)當(dāng)前人力資源成本評(píng)估算法存在準(zhǔn)確度低、效果差等難題，為了提高人力資源成本評(píng)估精度，設(shè)計(jì)了基于數(shù)據(jù)驅(qū)動(dòng)的人力資源成本評(píng)估算法。收集人力資源成本評(píng)估數(shù)據(jù)，并采用混沌理論對(duì)數(shù)據(jù)進(jìn)行重構(gòu)，還原人力資源成本變化特點(diǎn)，通過極限學(xué)習(xí)機(jī)建立人力資源成本評(píng)估算法，并通過粒子群算法對(duì)極限學(xué)習(xí)機(jī)進(jìn)行優(yōu)化，最后進(jìn)行了人力資源成本評(píng)估仿真實(shí)驗(yàn)。結(jié)果表明，所提算法可以反映人力資源成本的變化特點(diǎn)，改善了人力資源成本的評(píng)估結(jié)果，獲得了比其他人力資源成本評(píng)估模型更優(yōu)的結(jié)果，具有廣泛的應(yīng)用前景。

關(guān)鍵詞： 人力管理; 資源成本; 評(píng)估模型; 數(shù)據(jù)驅(qū)動(dòng); 極限學(xué)習(xí)機(jī); 粒子群算法

中圖分類號(hào)： TN911.1?34; TP393 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 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(gè)重要環(huán)節(jié)。如果不能對(duì)人力資源成本進(jìn)行準(zhǔn)確評(píng)估，會(huì)導(dǎo)致人力資源嚴(yán)重浪費(fèi)，人力大量流失，企業(yè)的運(yùn)營(yíng)成本增加，因此人力資源成本評(píng)估的成本直接關(guān)系到企業(yè)的生存，對(duì)人力資源成本評(píng)估進(jìn)行研究具有十分重要的意義[1?3]。

盡管如此，一些企業(yè)對(duì)人力資源成本評(píng)估不重視，尤其是國(guó)內(nèi)，受到計(jì)劃經(jīng)濟(jì)的影響，許多企業(yè)的思想和觀念沒有跟上時(shí)代的發(fā)展，人力資源評(píng)估問題更加突出。近十多年來，國(guó)內(nèi)一些研究機(jī)構(gòu)和學(xué)者越來越重視人力資源成本評(píng)估問題，出現(xiàn)了許多人力資源成本評(píng)估算法[4?5]。最常用的人力資源成本評(píng)估是通過人工方式進(jìn)行，由于人為因素存在，評(píng)估結(jié)果客觀性差，使得人力資源成本評(píng)估結(jié)果具有一定的盲目性，難以獲得理想的人力資源成本評(píng)估結(jié)果[6]。隨著信息技術(shù)的發(fā)展，一些學(xué)者提出了一些人力資源成本自動(dòng)評(píng)估算法，如灰色模型、神經(jīng)網(wǎng)絡(luò)等，它們通過建立人力資源成本評(píng)估指標(biāo)，收集相應(yīng)的人力資源成本評(píng)估數(shù)據(jù)，建立人力資源成本評(píng)估模型，獲得了比人工方式更優(yōu)的人力資源成本評(píng)估結(jié)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(píng)估數(shù)據(jù)，為人力資源成本評(píng)估的數(shù)據(jù)挖掘提供了基礎(chǔ)?；煦缋碚撌且环N重要的數(shù)據(jù)驅(qū)動(dòng)方法，可以從數(shù)據(jù)中挖掘問題的變化特點(diǎn)，為人力資源成本評(píng)估建模提供了一種新的技術(shù)[10?12]。

針對(duì)當(dāng)前人力資源成本評(píng)估算法存在準(zhǔn)確度低、效果差等難題，以提高人力資源成本評(píng)估精度為目標(biāo)，本文設(shè)計(jì)了基于數(shù)據(jù)驅(qū)動(dòng)的人力資源成本評(píng)估算法。結(jié)果表明，本文算法可以反映人力資源成本變化特點(diǎn)，改善了人力資源成本評(píng)估結(jié)果，獲得了比其他人力資源成本評(píng)估模型更優(yōu)的結(jié)果。

1 相關(guān)技術(shù)

1.1 數(shù)據(jù)驅(qū)動(dòng)技術(shù)

人力資源成本評(píng)估問題與多種因素有關(guān)，如人力引進(jìn)政策、獎(jiǎng)勵(lì)、企業(yè)的運(yùn)營(yíng)狀態(tài)等，這些因素對(duì)人力資源成本的作用可以認(rèn)為包含于人力資源成本歷史數(shù)據(jù)中，通過數(shù)據(jù)驅(qū)動(dòng)可以挖掘出人力資源成本數(shù)據(jù)隱含的變化態(tài)勢(shì)，為人力資源成本評(píng)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(qū)動(dòng)方法，通過相空間重構(gòu)技術(shù)對(duì)人力資源成本變化趨勢(shì)進(jìn)行反演，構(gòu)建人力資源成本的學(xué)習(xí)樣本，為此，本文引入混沌理論對(duì)人力資源成本數(shù)據(jù)進(jìn)行預(yù)處理，得到了一個(gè)多維的人力資源成本時(shí)間序列。

2 數(shù)據(jù)驅(qū)動(dòng)的人力資源成本評(píng)估流程

人力資源成本評(píng)估流程具體如下：

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

2） 采用C?C算法確定人力資源成本評(píng)估的延遲時(shí)間[τ。]

3） 采用Cao算法確定人力資源成本評(píng)估的嵌入維數(shù)[m。]

4） 采用[τ]和[m]值對(duì)人力資源成本評(píng)估數(shù)據(jù)進(jìn)行重構(gòu)。

5） 采用極限學(xué)習(xí)機(jī)對(duì)人力資源成本數(shù)據(jù)進(jìn)行學(xué)習(xí)，建立人力資源成本評(píng)估算法。

6） 采用粒子群優(yōu)化算法確定人力資源成本評(píng)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(píng)估模型。

基于數(shù)據(jù)驅(qū)動(dòng)的人力資源成本評(píng)估流程如圖1所示。

3 人力資源成本評(píng)估的仿真測(cè)試分析

3.1 人力資源成本評(píng)估的數(shù)據(jù)源

為了分析基于數(shù)據(jù)驅(qū)動(dòng)的人力資源成本評(píng)估算法的有效性，選擇一個(gè)人力資源成本評(píng)估數(shù)據(jù)作為研究對(duì)象，共有500個(gè)數(shù)據(jù)，對(duì)它們進(jìn)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(gè)數(shù)據(jù)作為驗(yàn)證集，采用VC++ 6.0作為人力資源成本評(píng)估算法的編程工具。

3.2 對(duì)人力資源成本評(píng)估數(shù)據(jù)進(jìn)行驅(qū)動(dòng)

采用混沌理論確定圖2的人力資源成本評(píng)估數(shù)據(jù)，人力資源成本評(píng)估數(shù)據(jù)的最優(yōu)[τ=5，m=5，]這說明人力資源成本評(píng)估數(shù)據(jù)存在一定的時(shí)間關(guān)聯(lián)性，根據(jù)[τ=5，m=5]對(duì)原始人力資源成本評(píng)估數(shù)據(jù)進(jìn)行處理，建立人力資源成本評(píng)估的學(xué)習(xí)樣本。

為了使本文的人力資源成本評(píng)估算法的實(shí)驗(yàn)結(jié)果具有可比性，選擇BP神經(jīng)網(wǎng)絡(luò)的人力資源成本評(píng)估算法作為對(duì)比算法，彩用RMSE，MAPE對(duì)人力資源成本評(píng)估結(jié)果進(jìn)行評(píng)價(jià)，其表達(dá)式分別為：

3.3 結(jié)果與分析

本文算法的人力資源成本評(píng)估結(jié)果如圖3所示，對(duì)圖3的人力資源成本評(píng)估結(jié)果進(jìn)行分析可知，本文模型可以很好地?cái)M合人力資源成本的變化趨勢(shì)，獲得了十分理想的人力資源成本評(píng)估結(jié)果。結(jié)果表明，將混沌理論和極限學(xué)習(xí)引入到人力資源成本評(píng)估研究中是可行的，得到的人力資源成本評(píng)估是可靠的。

從表1可知：

1） BP神經(jīng)網(wǎng)絡(luò)的人力資源成本評(píng)估RMSE，MAPE相對(duì)較高，說明人力資源成本評(píng)估的精度低，這是因?yàn)锽P神經(jīng)網(wǎng)絡(luò)無法描述人力資源成本評(píng)估變化的特點(diǎn)，人力資源成本評(píng)估算法性能差。

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

4 結(jié) 論

人力資源成本評(píng)估是某企業(yè)人力資源管理的一項(xiàng)重要指標(biāo)，由于人力資源成本與企業(yè)財(cái)力、聲譽(yù)、人員年齡結(jié)構(gòu)、學(xué)位結(jié)構(gòu)等因素相關(guān)，并且與當(dāng)?shù)厝肆σM(jìn)政策相關(guān)，使得人力資源成本評(píng)估過程十分復(fù)雜。為了提高人力資源成本評(píng)估的精度，結(jié)合人力資源成本數(shù)據(jù)的變化特點(diǎn)，設(shè)計(jì)了基于數(shù)據(jù)挖掘的人力資源成本評(píng)估算法，通過仿真實(shí)驗(yàn)可以得到以下結(jié)論：

1） 通過混沌理論對(duì)人力資源成本評(píng)估原始數(shù)據(jù)進(jìn)行分析，建立人力資源成本評(píng)估的學(xué)習(xí)樣本，找到人力資源成本評(píng)估數(shù)據(jù)隱含的變化特點(diǎn)，以便后續(xù)的人力資源成本評(píng)估建模。

2） 通過極限學(xué)習(xí)機(jī)對(duì)人力資源成本評(píng)估數(shù)據(jù)進(jìn)行學(xué)習(xí)，建立人力資源成本評(píng)估算法，該算法可以描述人力資源成本的變化態(tài)勢(shì)，可以很好地?cái)M合人力資源成本的變化趨勢(shì)，獲得高精度的人力資源成本評(píng)估結(jié)果。

3） 相對(duì)其他人力資源成本評(píng)估算法，本文算法由于基于數(shù)據(jù)驅(qū)動(dòng)進(jìn)行評(píng)估，有效降低了人力資源成本評(píng)估的誤差，可以應(yīng)用到實(shí)際的人力資源管理中。

4） 通過引入粒子群算法對(duì)極限學(xué)習(xí)參數(shù)進(jìn)行優(yōu)化，獲得了最優(yōu)的極限學(xué)習(xí)機(jī)，解決了極限學(xué)習(xí)機(jī)參數(shù)確定的難題，進(jìn)一步提升了人力資源成本評(píng)估精度，且人力資源成本評(píng)估的可信度更高。

在人力資源成本評(píng)估中，本文僅考慮人力資源成本評(píng)估數(shù)據(jù)之間的時(shí)間關(guān)聯(lián)，認(rèn)為其他因素的影響已經(jīng)包含于時(shí)間序列數(shù)據(jù)中，從數(shù)據(jù)驅(qū)動(dòng)角度進(jìn)行評(píng)估，為了更加準(zhǔn)確地對(duì)人力資源成本進(jìn)行評(píng)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(xiàn)

[1] COOKER Marry.人力資源管理外包策略[M].吳雯芳，譯.北京：中國(guó)人民大學(xué)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(jìn)展[J].心理科學(xué)，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(cè)評(píng)方法研究的新進(jìn)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(shù)與企業(yè)競(jìng)爭(zhēng)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(shè)中的問題分析和對(duì)策[J].電腦知識(shí)與技術(shù)，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(wù)商選擇組合評(píng)價(jià)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(xiàng)目人力資源調(diào)度研究[J].中國(guó)管理科學(xué)，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(píng)價(jià)模型[J].科技進(jìn)步與對(duì)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(huì)穎，等.求解人力資源分配問題的多目標(biāo)和聲搜索算法[J].計(jì)算機(jī)技術(shù)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.