李宏博，馬志廣，李 培，寧 琦，陳麗娜

（國家電網(wǎng)有限公司技術(shù)學(xué)院分公司，山東 濟(jì)南 250002）

0 引言

基于云平臺的輸配電線纜專業(yè)技能實訓(xùn)考核管理信息系統(tǒng)，實現(xiàn)了專業(yè)培訓(xùn)過程可監(jiān)控、結(jié)果可追溯及全流程信息化管理，考核過程數(shù)據(jù)能夠?qū)崿F(xiàn)留存與應(yīng)用，考核工作公平、透明，提高了考核體系的價值。然而整個過程中員工考核數(shù)據(jù)采集、分析與應(yīng)用工作量較大，特別是開展全班組大型考核時，采用人工方式進(jìn)行數(shù)據(jù)分析會耗時、耗力。

當(dāng)前公司積極響應(yīng)人才培養(yǎng)相關(guān)政策，對線纜人員的考核要求逐漸提高，各種培訓(xùn)評價的約束條件和映射的數(shù)據(jù)關(guān)系愈加復(fù)雜，對培訓(xùn)評價智能輔助決策技術(shù)進(jìn)行研究迫在眉睫。在能源互聯(lián)網(wǎng)日益發(fā)展的背景下，規(guī)模龐大的電網(wǎng)數(shù)據(jù)中所蘊含的信息正在發(fā)生著一定規(guī)律的變化［1］。

本文深入研究線纜人員培訓(xùn)評價智能輔助決策技術(shù)，以提供高效率和高質(zhì)量的輔助決策，并為基于數(shù)據(jù)的技能崗位人員培訓(xùn)評價的全面應(yīng)用和推廣提供實踐依據(jù)。

1 大數(shù)據(jù)的概念

當(dāng)前國內(nèi)外學(xué)者和專家對大數(shù)據(jù)的相關(guān)概念還未達(dá)成一致意見。文獻(xiàn)［2］提出，大數(shù)據(jù)是一組數(shù)據(jù)，其中可以捕獲、存儲、管理和分析的信息遠(yuǎn)多于傳統(tǒng)數(shù)據(jù)庫中數(shù)據(jù)集所包含的信息。文獻(xiàn)［3］提出，決定大數(shù)據(jù)定義的關(guān)鍵因素是計算機處理能力，大數(shù)據(jù)的極端信息管理和問題處理能力超越了傳統(tǒng)信息技術(shù)處理能力。

雖然以上學(xué)者對大數(shù)據(jù)的定義不一，然而在某些方面他們具有共識，例如大數(shù)據(jù)具有規(guī)模巨大、類型繁多、傳播介質(zhì)廣泛、分析處理高效以及價值密度低等特點。在本文中，大數(shù)據(jù)被定義為基于云計算和應(yīng)用模型的大規(guī)模、結(jié)構(gòu)復(fù)雜和類型多樣的數(shù)據(jù)集，它通過集成、共享和交叉重用對組織實施戰(zhàn)略具有重大意義。

2 智能輔助決策技術(shù)應(yīng)用的必要性

2.1 健全線纜員工培訓(xùn)評價體系

大數(shù)據(jù)的崛起已經(jīng)在全球范圍內(nèi)引發(fā)了深刻的技術(shù)和商業(yè)變化，隨著新興數(shù)字技術(shù)的不斷發(fā)展，大數(shù)據(jù)決策分析精準(zhǔn)度不斷提高，在各行各業(yè)得到廣泛應(yīng)用。通過大數(shù)據(jù)智能技術(shù)，能夠精確地收集、統(tǒng)計和分析線纜員工培訓(xùn)評價的相關(guān)數(shù)據(jù)，以準(zhǔn)確定位培訓(xùn)需求，并科學(xué)地評估培訓(xùn)效果，這有助于解決當(dāng)前公司線纜員工培訓(xùn)面臨的一系列問題，例如培訓(xùn)內(nèi)容比較單一、培訓(xùn)效果較差、未能精準(zhǔn)捕捉培訓(xùn)需求，以及培訓(xùn)評估和反饋機制不夠完善等。大數(shù)據(jù)智能輔助決策技術(shù)將推動線纜員工培訓(xùn)體系愈加完善，同時有助于公司降低培訓(xùn)成本并優(yōu)化人力資源配置。

2.2 推動人才隊伍培養(yǎng)和發(fā)展

在大數(shù)據(jù)時代，通過科技手段從復(fù)雜的數(shù)據(jù)中提取有用的員工培訓(xùn)信息，建立并定期更新公司培訓(xùn)資源數(shù)據(jù)庫，以深入挖掘培訓(xùn)需求［4］。通過科學(xué)的統(tǒng)計方法，將線纜員工的培訓(xùn)需求與其所在崗位的業(yè)務(wù)要求相結(jié)合，組織針對性培訓(xùn)。另外，大數(shù)據(jù)智能輔助決策技術(shù)還能夠?qū)€纜員工的培訓(xùn)效果進(jìn)行智能化和可視化分析處理，從而優(yōu)化下一輪的培訓(xùn)計劃，有助于公司構(gòu)建一套科學(xué)的培訓(xùn)循環(huán)體系，以提高培訓(xùn)質(zhì)量和效率，進(jìn)而促進(jìn)公司的人才隊伍培養(yǎng)和發(fā)展。

2.3 提升員工和崗位匹配度

在確定線纜員工培訓(xùn)需求時，不僅需要考慮崗位要求，還需要考慮線纜員工的薄弱點和興趣點。不同線纜員工的培訓(xùn)需求不同，借助大數(shù)據(jù)智能輔助決策技術(shù)，可以進(jìn)行精準(zhǔn)的線纜員工培訓(xùn)需求分析。從線纜員工的個性需求出發(fā)，結(jié)合其所在崗位要求的技能和知識，制定有針對性的培訓(xùn)計劃，有助于提高線纜員工的培訓(xùn)效果，更好地實現(xiàn)線纜員工和崗位的精準(zhǔn)匹配。

3 智能輔助決策技術(shù)框架設(shè)計

基于公司基礎(chǔ)數(shù)據(jù)和相關(guān)數(shù)據(jù)，針對當(dāng)前數(shù)據(jù)挖掘不足和傳統(tǒng)人工分析效率較低等問題，利用大數(shù)據(jù)智能挖掘技術(shù)的預(yù)測和分析功能，為線纜人員培訓(xùn)評價提供智能輔助決策。線纜人員智能輔助決策技術(shù)按照3A 原則（即數(shù)據(jù)采集、數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用）進(jìn)行設(shè)計，智能輔助決策技術(shù)框架模型如圖1所示。

圖1 智能輔助決策技術(shù)框架模型

3.1 數(shù)據(jù)采集

大數(shù)據(jù)采集主要分為數(shù)據(jù)抽取、數(shù)據(jù)清洗、數(shù)據(jù)集成和數(shù)據(jù)轉(zhuǎn)換等過程，將分散、不統(tǒng)一的數(shù)據(jù)進(jìn)行整合，使數(shù)據(jù)以結(jié)構(gòu)化和可分析的形態(tài)存儲在數(shù)據(jù)庫中，為后續(xù)的數(shù)據(jù)分析奠定堅實的基礎(chǔ)［5］。

基于公司當(dāng)前的員工能力模型、培訓(xùn)規(guī)范、評價標(biāo)準(zhǔn)，結(jié)合調(diào)研階段了解到的員工基礎(chǔ)數(shù)據(jù)、現(xiàn)行培訓(xùn)評價相關(guān)制度、培訓(xùn)評價組織等，從員工培訓(xùn)評價工作的管理、實施、應(yīng)用等不同維度，梳理影響培訓(xùn)評價的相關(guān)數(shù)據(jù)。通過大數(shù)據(jù)采集技術(shù)，收集員工的基礎(chǔ)數(shù)據(jù)和相關(guān)數(shù)據(jù)，例如基本信息數(shù)據(jù)、培訓(xùn)數(shù)據(jù)、測評數(shù)據(jù)、持證數(shù)據(jù)、上崗數(shù)據(jù)等，將數(shù)據(jù)以適當(dāng)?shù)男螒B(tài)加載到系統(tǒng)平臺數(shù)據(jù)庫中。

采集數(shù)據(jù)并分析其數(shù)據(jù)特征是進(jìn)行數(shù)據(jù)挖掘的重要內(nèi)容，而數(shù)據(jù)特征的提取通常與數(shù)據(jù)清洗同步進(jìn)行，以避免估計錯誤與丟失數(shù)據(jù)［6］。另外，利用大數(shù)據(jù)采集技術(shù)將數(shù)據(jù)轉(zhuǎn)化為適合數(shù)據(jù)挖掘算法處理的格式，例如將數(shù)據(jù)轉(zhuǎn)化為多維數(shù)據(jù)、時序數(shù)據(jù)或半結(jié)構(gòu)化數(shù)據(jù)等，保留對人才評價影響較大的數(shù)據(jù)，剔除無關(guān)數(shù)據(jù)。

3.2 數(shù)據(jù)分析

BP（back propagation，BP）神經(jīng)網(wǎng)絡(luò)模型具有輸入層、隱含層和輸出層3 層結(jié)構(gòu)，通過設(shè)置權(quán)重值將各層級進(jìn)行連接，其主要原理是借助隱含層神經(jīng)元的變換，得出輸入層和輸出層之間存在的映射關(guān)系［7］。BP 神經(jīng)網(wǎng)絡(luò)需要經(jīng)過多次訓(xùn)練，通過對輸入信息進(jìn)行多次反饋和系數(shù)修正操作，使神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)最終達(dá)到最合適的狀態(tài)［8-9］。

根據(jù)樣本數(shù)據(jù)設(shè)計BP 神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)模型，識別培訓(xùn)評價指標(biāo)。由于線纜培訓(xùn)評價指標(biāo)與其他培訓(xùn)評價指標(biāo)不同，這些不同的特征將會在培訓(xùn)評價過程數(shù)據(jù)中體現(xiàn)出來。記錄線纜人員的培訓(xùn)評價指標(biāo)數(shù)據(jù)狀態(tài)，將其作為訓(xùn)練樣本對BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，最終利用訓(xùn)練好的最優(yōu)BP 神經(jīng)網(wǎng)絡(luò)來檢驗所采集到的數(shù)據(jù)。

為了便于計算，利用因子分析法將字符型變量變換為數(shù)值型變量，使用Sigmoid 函數(shù)將變量進(jìn)行處理，然后作為BP 神經(jīng)網(wǎng)絡(luò)的輸入變量，引入模糊語言變量將屬性指標(biāo)進(jìn)行量化，用同樣的方法將其他評價指標(biāo)模糊量化，缺失值則用該變量取值的中位數(shù)替代。根據(jù)現(xiàn)有的歷史數(shù)據(jù)，每個樣本數(shù)據(jù)均對應(yīng)于一個評價等級［10］。樣本集基本涵蓋了以往線纜崗位人才評價的全部信息，因此，訓(xùn)練模型最大限度地擬合人才評價的非線性過程，從而得到最優(yōu)的評價數(shù)據(jù)分析結(jié)果。

3.3 數(shù)據(jù)應(yīng)用

數(shù)據(jù)應(yīng)用可以輔助決策員工在當(dāng)前和未來是否有必要進(jìn)行員工培訓(xùn)和人才評價，為人才隊伍建設(shè)提供指導(dǎo)性意見。利用大數(shù)據(jù)技術(shù)對以往培訓(xùn)評價結(jié)果進(jìn)行多維分析，確定員工個人和整體的培訓(xùn)評價指標(biāo)，可視化地生成培訓(xùn)報告模板，為員工培訓(xùn)和人才評價提供智能輔助決策。

在評價數(shù)據(jù)應(yīng)用方面，收集線纜人員在培訓(xùn)評價過程中的評價數(shù)據(jù)，并根據(jù)人才統(tǒng)計分析模型與人力資源應(yīng)用模型對數(shù)據(jù)進(jìn)行分析，將分析結(jié)果用于公司人才隊伍建設(shè)智能輔助決策。通過線纜人員基礎(chǔ)信息的大數(shù)據(jù)統(tǒng)計分析結(jié)果，實現(xiàn)人才數(shù)量和隊伍變化趨勢的動態(tài)可視化展示。

另外，通過線纜人員的多維度技能實操評價過程及結(jié)果分析數(shù)據(jù)，評估員工在理論和實操方面的知識、技能掌握情況，以及企業(yè)培訓(xùn)評價的實施效果，智能生成培訓(xùn)評價模板。線纜人員的培訓(xùn)評價結(jié)果被存儲于系統(tǒng)平臺中，可為下一次培訓(xùn)評價需求分析及計劃制定提供改進(jìn)依據(jù)，達(dá)到線纜人才隊伍建設(shè)不斷優(yōu)化的目的。

4 智能輔助決策技術(shù)框架下培訓(xùn)評價應(yīng)用策略

結(jié)合數(shù)據(jù)完整性和數(shù)據(jù)應(yīng)用方向，采用范式建模法、維度建模法、實體建模法等建立線纜崗位隊伍的人力資源應(yīng)用模型，將人才統(tǒng)計分析模型與人力資源應(yīng)用模型進(jìn)行有效銜接，利用聚類分析、因子分析、相關(guān)分析、對應(yīng)分析、回歸分析、方差分析等方法對數(shù)據(jù)進(jìn)行處理。

開發(fā)一鍵式智能大數(shù)據(jù)分析子系統(tǒng)，通過多個維度對培訓(xùn)認(rèn)證考核數(shù)據(jù)進(jìn)行統(tǒng)計分析，包括員工的性別、年齡、學(xué)歷、職稱、人才類別、線纜崗位類別、職業(yè)技能等級等，在時間維度上智能化、可視化展示線纜隊伍人才數(shù)量及隊伍變化趨勢，對線纜崗位人才能力模型進(jìn)行分析，智能推薦人才隊伍培養(yǎng)數(shù)量及培養(yǎng)方向。

在配網(wǎng)不停電作業(yè)的簡單項目、復(fù)雜項目、電纜項目、0.4 kV 配網(wǎng)不停電作業(yè)項目等多個專業(yè)項目中面向線纜隊伍人才進(jìn)行理論考試和技能實操考核，進(jìn)行人才培訓(xùn)及培訓(xùn)效果評價，從個人、工種、單位等多個維度進(jìn)行技能實操評價過程及結(jié)果大數(shù)據(jù)分析，統(tǒng)計技能考核平均用時、平均成績、最高分、最低分、扣分點、扣分原因、待改善技能項、短板人數(shù)、崗位分布數(shù)量等信息，收集錯題集，形成線纜人才評價報告模板，為公司線纜崗位人才后續(xù)培訓(xùn)及培養(yǎng)提供輔助數(shù)據(jù)決策。

5 結(jié)語

對線纜人員培訓(xùn)評價智能輔助決策技術(shù)進(jìn)行研究，分析大數(shù)據(jù)技術(shù)概念以及大數(shù)據(jù)理論在培訓(xùn)評價中的應(yīng)用現(xiàn)狀，以數(shù)據(jù)處理原則為指導(dǎo)，構(gòu)建線纜人員培訓(xùn)評價智能輔助決策技術(shù)框架，以指導(dǎo)線纜人員培訓(xùn)評價應(yīng)用決策。智能輔助決策技術(shù)為智能培訓(xùn)評價提供了新的有效思路，為人才隊伍發(fā)展提供決策依據(jù)，為數(shù)據(jù)分析應(yīng)用開辟了廣闊的發(fā)展前景，為人才數(shù)據(jù)資產(chǎn)管理與應(yīng)用奠定良好基礎(chǔ)。