企业招聘问题数学建模论文毕设论文.doc

《企业招聘问题数学建模论文毕设论文.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、招聘问题摘要人才战略是当今社会企业的主要竞争战略，为了企业长期的建设与发展，在人员招聘的问题上则需要很好的斟酌与推敲。本文针对人员招聘过程当中经常遇到的某些问题，建立了模型来进行研究，一定程度上很好的解决了这些问题。针对问题1，我们首先对所给数据进行了分析，建立起了均值插补模型来解决问题。先除去专家没有给出评分的某些应聘者，将剩下应聘者的评分数据作为基数，运用计算出每个专家给应聘者评分平均值。为了验证所得数据的可靠性，我们还对各组数据进行了区间估计。假设应聘者的评分数据服从正态分布，根据统计理论，并用软件求出均值的置信区间求

2、出置信区间，最终确定了所缺数值为：针对问题2，考虑到面试者的表现，同时也考虑到数据计算的简洁性，以及面试场上能力好坏的直接反映以及反差的体现，本文决定直接求取五位专家分数的平均分。然后运用了对求得的平均分进行排序。若平均分相同的话，则计算出方差来比较发挥的稳定程度，最终得出录取排序，详见附表。针对问题3，本文分别从平均数、方差、偏度三个方面来进行分析，忽略每个专家对各个招聘者的主观评价，客观性评价每位招聘者。之后，运用软件直接求出具体的数值，然后进行比较。最终得出，五位评委的严格程度依次为：甲>丁>乙>戊>丙针对问题4，同样

3、采取平均分与方差相结合研究的方法，规定进入第二次面试的人数占总体的15%，85分向上为优，然后运用对求得的平均分进行排序，再根据方差选择出进入第二次面试的为：39、19、51、47、5、4、40、87、66、91、64、69、100、18、86、53。针对问题5，本文将各专家评分的标准差、均值、偏度作为决策目标的属性，且要求该三个指标越高越好。然后，运用法，通过求解该问题的规范化加权目标的理想解，构建决策矩阵，对数据进行归一化处理，并得出归一化矩阵。之后，利用公式，对归一化矩阵进行求解，最终求得每一位评委分数的值，经过比较发

4、现：乙>丁>戊>甲>丙。所以，我们最终选“乙、丁、戊”三位专家组成第二轮应聘的专家小组。关键词均值插补法区间估计法归一化处理22一、问题重述某单位组成了一个五人专家小组，对名应试者进行了招聘测试，各位专家对每位应聘者进行了打分（见附表），请你运用数学建模方法解决下列问题：（1）补齐表中缺失的数据，给出补缺的方法及理由。（2）给出名应聘者的录取顺序。（3）五位专家中哪位专家打分比较严格，哪位专家打分比较宽松。（4）你认为哪些应聘者应给予第二次应聘的机会。（5）如果第二次应聘的专家小组只由其中的位专家组成，你认为这个专家组应由哪

5、3位专家组成。二、问题分析当今的社会，无论哪家企业对人才的需求都是迫切的，不得不说现在的企业的竞争已经逐步转向了人才的竞争。也是因此，单位在面试求职者的时候，准确科学的判断其能力就显得尤其的重要，因为这将决定着企业未来发展和建设。这样，每一位专家的评分的科学性、客观性就显得会尤其的重要。而我们的问题则是主要集中来研究专家们评分的具体细则的。第一个问题，很明显的就可以看出，其目的就是要考察对数据的插补能力。那么，我们就可以有多种的插补方法可以选择，当然，本文最终选择了均值插补法，并且进行区间估计来验证其可靠性。第二个问题，则是

6、对数据排序选择的应用。同样的分数，我们将怎么样选择、排序，对此，本文计划用均值与方差相结合的方法来排序。第三问则是要看评判的标准了，最简单也是最常用的，平均值、方差、偏度的结合，建立起来的评判模型，则可以很快的帮助我们判断出来。第四问相对来说主观的东西比较多一点，比如选择几人能够进入第二次的面试。根据一定的比例，本文最终确定了人数及方案。之后，利用对数据进行排序，选择平均分较高的进入，若平均分相等，则再考察方差，选择发挥稳定的进入。第五问经过分析可以看出是要对有限方案中的最优方案的选择，很快就可以看出使用法，对有限方案多目标

7、决策进行分析，然后分别计算诸评价对象与最优方案和最劣方案的距离，获得各评价对象与最优方案的相对接近程度，以此作为评价优劣的依据。三、模型的假设1.所有评分数据服从正态分布。2.所有的专家均能够客观、理性、科学的给出分数。3.每一位面试者均是独立的个体，没有内定的情况存在。4.面试的专家均拥有足够的专业能力、合理的知识结构、科学的工作组合。5.假定该公司的评判标准是分向上是优秀，进入第二次面试的人数大概占总人数的左右。22四、符号说明符号说明分组后各组样本数据的平均值求和公式每一位评委给每一位面试者的分数总体的未知参数（置信区

8、间）专家所给分数的平均数分数方差第个目标对第个方案的规范化加权值可行解对于理想解的相对接近度五、模型的建立与求解缺失数据是数据分析中无法回避的难题之一，由于缺失数据涉及范围很广泛，给出一个明确的界定是很困难的，但从来源看，既包括实验中的缺失数据，也包括调查中的缺失数据；从性质看，既包含没有