基于因子分析与BP神经网络的电力企业技能人才评价

《基于因子分析与BP神经网络的电力企业技能人才评价》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、HRStudioHR工作室3.做细基础工作是实现精益人力资源管理的基本条件需要一定的培训工作做出铺垫作用。这就要求人力资源部门做好工作分析和绩效考核工作，做到细致化和精益化人力资源管理要想发挥重要的作用，有一定的效率，就要与企精确化，要做出正确的工作分析，将工作内容、岗位职责、任职资格、工资业文化建设挂钩，将精益化有效融入到企业的价值体系之中，这样才能充标准、人员培训和绩效考评等工作做到客观和真实，为人力资源管理提供分的对员工产生激励作用。准确的信息，衡量员工的具体工作才能以及职业素养，是将员工放在合适总之，企业人力资源管理的效率与企业

2、的生产效益息息相关，人力的位置，避免人才浪费现象发生的重要手段。除了工作分析需要精确化之资源管理工作不到位，将会影响员工的生产效率，人才浪费将会导致在资外，绩效考核也一样重要，将绩效考核做到精细化，才能准确得知员工的源优化上产生不合理，最终导致企业生产效率的下降。利用精益化管理，基本水平，为员工的升迁、工资待遇提供合理的数据参考。待遇与职位变提高员工的劳动积极性，将有用的人才放在合适的位置，发挥其合理的价故与员工息息相关，是影响员工工作积极性的一个重要因素，考核之后能值，才能做到避免人才浪费。够因材施教，对员工做出相应的培训工作，对员工

3、提升职业能力，提高工作效率的一项重要手段。参考文献4.激活人的潜能是实现精益化人力资源管理的基本任务[1]王军.实施人力资源精益化管理推进企业劳动生产率持续提高[J].河激活员工的潜能主要是提高员工的工作能力和工作积极性，需要企业北企业,2012(7):69-71管理者做好激励工作。激励分为物质激励和精神激励，物质激励就要求企[2]王丽芳.提高服务企业劳动生产率——人力资源管理角度[J].企业活业按劳分配，将薪酬与员工的劳动成正比，实行物质奖励和奖金绩效等奖力,2011(12):55-58励，做到公平、公正、公开，这就需要人力资源管理做

4、到精细化。精神激励[3]史丽琴,刘晓龙,崔保燕.优化人力资源管理,提高劳动生产率[J].科技创主要是满足员工的主人翁意识，激发斗志与激情。此外，激活员工的潜能业家,2013(1):226基于因子分析与BP神经网络的电力企业技能人才评价方俊秦乐云南电网有限责任公司摘要：在简要分析传统人才评价方法不足的基础上，本文结合晨，2009）；石珊提出以基本素质和工作业绩相结合，现场能力和理论知识电力行业技能人才的特点与大数据技术，介绍了一种基于数据模型的相结合的技能人才评价方法（石珊，2013）；吕凤军针对技能人才的特点构技能人才评价方法。该方法首

5、先对大量原始数据进行模糊化与变量转建指标体系，利用AHP层次分析法对各指标进行了权重的确定进而计算评换，然后用因子分析法构建人才评价指标体系，最后用L-M算法优化价等级（吕凤军，2012）；邢洁等将遗传算法与BP神经网络相结合构建评后的三层BP神经网络进行模型训练。本研究首次将BP神经网络模型引价模型取得了一定效果（邢洁，刘芳，2012）；张洪燕用熵值法对指标进行入电力企业的技能人才评价，相较于其他方法，该评价方法更加客观筛选然后用结构方程模型的方法对评价指标体系进行实证分析（张洪燕，有效并减少了人才测评成本，是人才评价技术的一种创新。

6、通过对模2012）；陈苏超等运用模糊层次分析法对三级评价指标进行筛选，利用模型进行实例验证，结果表明本研究提出的模型具有较强的预测性，有糊神经网络模型对人才进行评价（陈苏超，薛华，2014）。可见，目前在建立望为电力企业技能人才的选拔评价提供有效地技术支撑。人才评价指标体系是对相关数据的利用和挖掘比较有限，聘请相关专家关键词：因子分析神经网络人才评价电力企业对人才评价指标进行评定增加了成本；在建立评价模型时，多数研究者通过确定各指标权重得出人才评价结果，这种线性模型要求对各指标精确一、引言评分，往往只有行业内经验丰富的人力资源专家才能做

7、到（王媛，马小燕，技能人才是电力企业人才的重要组成部分，科学评价人才是促进人才2006）。基于神经网络的评价模型也往往由于原始数据处理不充分或参数成长、提升企业人力资源管理水平的关键。长久以来，技术技能人才的评不合理导致结果不理想。价更多地局限于职称评定、职业技能鉴定和竞赛比武等，随着对评价技术本研究充分考虑与技能人才评价相关的数据指标，采用因子分析法认识的不断深入，传统评价手段暴露出信效度不高、程序复杂、成本高昂进行指标变量构建，充分利用全量数据的特性，挖掘潜在的相关指标，使等不足。这些一定程度上影响了人才评价的基础性、导向性作用，也

8、制约了指标的选择更加客观。然后经过模糊化处理与变量转换，并以L-M优化算人才评价在更大范围、更深层次上的发展和应用。大数据技术的出现为解法代替梯度下降法进行神经网络的训练，最终得出技能人才的评价结果。决上述