前言：本站為你精心整理了多維數據管控下人力資源系統決策探究范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要：由于人力資源系統決策數據多維化，導致決策準確率較低，因而提出基于多維數據管控的人力資源系統決策方法。采用特征空間重構更新人力資源系統決策數據，定量遞歸分析融合決策過程中的多維數據，采用納什均衡解的方法，將多維數據管控步驟轉換為多維解向量優(yōu)化問題，提取多維數據管控特征，利用聯機分析處理工具，以報表的形式展現，得到優(yōu)化的決策函數，結合多維數據管控方法，構建人力資源系統決策模型。仿真結果表明，采用該方法進行人力資源系統決策的準確率較高，決策調度的吞吐性能較好。

關鍵詞：人力資源系統；多維數據管控；納什均衡解；定量遞歸分析；決策函數

0引言

推進人力資源的系統化建設，需要構建優(yōu)化的人力資源系統多維分析與決策支持模型，實現對人力資源系統的人員調配、員工培訓、整體運營。應用決策支持技術構建人力資源系統，加快人力資源管理從單純的職能管理向信息化管理轉變，實現人力資源系統優(yōu)化配置。目前，我國人力資源信息監(jiān)控和預警存在著模式粗放、方式單一和效率低下的弊端，如何實現人力資源管理精細化、科學化和規(guī)范化，成為人力資源系統亟待解決的問題。人力資源系統決策是建立在對人力資源信息的融合和優(yōu)化決策基礎上，結合模糊信息融合技術，進行人力資源系統決策的信息融合設計。構建人力資源系統人員調度和管理的多維分析與決策模型，結合模糊支持學習方法，進行人力資源系統的調度，采用模糊信息融合技術，進行人力資源系統決策的優(yōu)化設計，提高人力資源系統的優(yōu)化管理和決策能力［1］，相關的人力資源系統決策研究受到人們的極大關注。但是傳統方法的人力資源系統決策的準確率較低，抗干擾性較差。針對傳統方法存在的問題，本文提出基于多維數據管控的人力資源系統決策方法。首先采用信息采樣技術挖掘人力資源系統決策的多維數據，并利用納什均衡解的方法，將多維數據管控步驟轉換為多維解向量優(yōu)化問題，提取多維數據管控特征，然后基于多維數據管控方法，完成人力資源系統決策模型的構建，最后進行仿真測試分析，展示了本文方法在提高人力資源系統決策能力方面的優(yōu)越性能。

1人力資源系統決策的多維數據分析

1．1人力資源系統決策多維數據挖掘

為了實現基于大數據平臺的人力資源系統決策多維數據智能調度，對公司人力資源系統庫中的離職人員的歷史數據進行挖掘分析，希望可以從中發(fā)現其主要特征，避免由于人才流失所造成的公司相關重要崗位的缺失［2－3］。采用量化尋優(yōu)方法獲取人力資源系統決策的最優(yōu)解，結合特征空間重構方法，更新人力資源系統決策數據，利用信息采樣技術進行多維數據挖掘［4－6］，通過權重分析，構建人力資源系統決策的非合作博弈模型，采用納什均衡解的方法，將多維數據管控步驟轉換為多維解向量優(yōu)化問題，提取人力資源系統多維數據管控的優(yōu)化特征，從而提高人力資源系統決策和管控能力。首先構建人力資源系統決策的模糊識別函數如式（1），Dp（om，rm）＝1n∑ni＝1d（omi，rmi）（1）式中，omi和rmi分別表示i維上的投影和形狀特征，其形狀用0與1組成的長度為n個比特的二進制數進行描述；d表示特征子集的范圍。采用量化尋優(yōu)方法，進行人力資源系統決策的規(guī)則集更新［7－8］，得到隸屬度函數式（2）、式（3），p＝a×Pbest（i）＋（1－a）×Gbest（2）X（i）＝1±a×Pbest－Dp（om，rm）×ln（1／u）（3）其中，a，u為0到1之間的隨機數，Pbest為人力資源系統決策的最優(yōu)解，即個體極值。采用特征空間重構方法，將Q（x，y）移動到新位置Q′（x′，y′）中，進行人力資源系統決策數據的自動更新，得到適應度值為Vk＝（vkx，vky），則人力資源系統決策的模糊估計參數為x′、y′。計算人力資源系統決策規(guī)則：x′＝x＋vkxty′＝y＋vky｛t（4）式中，t表示人力資源系統決策。采用目標排序的方法，進行人力資源系統決策的線性規(guī)劃設計［9］，得到優(yōu)化的規(guī)劃函數，利用信息采樣技術，進行人力資源系統決策的多維數據挖掘，其表達式如下：C（n）＝min∑ni＝1x′（i）－min［y′1（i），y′2（i｛｛｝｝）］（5）根據大數據挖掘結果，進行人力資源系統決策和樣本篩選，提高信息融合聚類和特征提取能力［10］。

1．2多維數據管控的優(yōu)化特征提取

在上述人力資源系統決策多維數據挖掘的基礎上，采用定量遞歸分析方法進行人力資源系統決策過程中的多維數據融合，得到多維數據管控樣本信息為Xi，觀測器模塊的特征分布函數為Nf，若（Nf／N）＜δ，表示人力資源系統決策的中心位置向量集，若Yc＜Yi，則Xi向人力資源系統決策聚類中心偏移，得到人力資源系統信息融合度函數［11］，用偽代碼表述為式（6）。SwarmBehavior：ifNfN＜δ，Yc＜Y（）iXi→next＝Xi＋C（n）·step·X（i）－XiX（i）－Xielsegotosearch（6）根據人力資源系統信息融合度函數進行權重分析，得到人力資源系統決策的非合作博弈模型如式（7）。maxU＝u1＋u2＋…＋unui＝pi∑nipi＝1，0＜pi＜1p1／（1－p1）w1＝pi／（1－pi）wi＝…＝pn／（1－pn）wn＝1烅烄烆K（7）式中，u表示特征子集的范圍，wn數據w的第n個特征的值，k表示權重系數。采用納什均衡解的方法，將多維數據管控步驟轉換為多維解向量優(yōu)化問題，提取多維數據管控的優(yōu)化特征［12］，故人力資源的多維數據管控的優(yōu)化解為K0＝（m－1）w0，且p0＝1m，m＝r1＋r2＋…＋ri＋…＋rn，則人力資源系統多維數據管控的優(yōu)化特征提取的表達如式（8），pi＝K0u＝K0p0uwi＝wiw1＋…＋wi＋…＋wn（8）根據特征提取結果，進行局部尋優(yōu)，提高人力資源系統決策和管控能力，提升人力資源系統決策調度的吞吐性能［13－15］。

2人力資源系統決策模型

根據提取的人力資源系統多維數據管控的優(yōu)化特征，結合多維數據管控方法，利用聯機分析處理工具，以報表的形式構建人力資源系統決策模型。采用交叉編譯方法，評價人力資源系統決策的最優(yōu)局部概率。將α（i，j）表示人力資源系統決策節(jié)點在（i，j）狀態(tài)時的發(fā)送狀態(tài)，則人力資源系統決策的競爭模型如式（9），α（i，j）＝0，i＝0或j＝01，n－j＜i，i≥j1，n－i＜j，j≥i1－n－jCi／nCi，n－j≥i，i≥j1－n－iCj／nCj，n－i≥j，j≥烅烄烆i（9）人力資源系統決策的評價準則為PC，且PC＝∑ni＝0∑nj＝0α（i，j）P（i，j），得到人力資源系統多維數據管控的滿意度函數如式（10）。Uvi＝pi×log1＋PC×∑Kj＝1SvieTjRCjnC（）j，vi∈v，Cj∈C（10）其中，nCj＝∑Kj＝1SvieTj，eTj＝（0，…，1，…，0）表示人力資源系統多維數據分布節(jié)點在vi處的適應度函數；∑Kj＝1SvieTjRCjnCj表示節(jié)點的關聯分布函數。故人力資源系統多維數據的最大效用函數如式（11），U＝∑vi∈VUvi＝∑vi∈Vpi×log1＋PC×∑Kj＝1SvieTjRCjnC（）j（11）根據上述分析，構建人力資源系統多維決策的模糊信息分量，對分散于企業(yè)各管理系統的數據進行抽取、清洗、轉換后加載到數據倉庫，得到更新規(guī)則如下：pj（t＋1）＝a1pj（t）＋a2pg（t）a1＋a2（12）mbest（t＋1）＝1n∑nj＝1pj（t）（13）Xj（t＋1）＝pj（t＋1）±β×mbest（t＋1）－Xj（t）×ln1uj（t＋1（））（14）式中，Xj（t）為第t代人力資源系統決策的規(guī)則函數。在迭代中，式中的±號由0至1之間產生的隨機數決定，人力資源系統決策的最優(yōu)決策函數表示為a1和a2，采用M維隨機向量分析方法，得到人力資源系統決策的特征分布集pg（t）的定義為式（15），pg（t）＝argmin｛f（pj（t））｜j＝1，2，…，n｝（15）其中，f（pj（t））為原微粒位置j在第t代搜索的適應度值，得到人力資源系統多維數據管控的模糊函數為式（16）、式（17）。b1＝c1r1（16）b2＝c2r2（17）式中，r1、r2為M維隨機向量，c1為模糊迭代系數，c2為關聯規(guī)則系數。根據決策評價準則和綜合決策，得到平均適應度如下：favg（X（t））＝1n∑nj＝1f（Xj（t））（18）利用聯機分析處理工具以報表的形式展現，得到優(yōu)化的決策函數為式（19）、式（20）。fi（t）＝min｛f（Xj（t）），favg（X（t））｝i＝1，2，…，N；1＜N≤n（19）fi（t）＝1N∑Ni＝1fi（t）（20）根據上述分析，結合多維數據管控方法，得到人力資源系統決策模型的表達式為式（21）。Xexcellent（t）＝（X1（t），X2（t），…，Xh（t））（21）其中，h為優(yōu)秀個體數，且f（Xj（t））＜fi（t），j＝1，2，…，h。根據上述分析，提高人力資源系統的模糊決策能力，實現人力資源系統決策和優(yōu)化，其具體流程見圖1。

3仿真實驗與結果分析

為了測試本文方法在實現人力資源系統多維決策中的應用性能，進行仿真實驗分析，設置人力資源系統多維數據采樣的樣本長度為1200，特征信息的關聯水平為0．48，對初始人力資源系統決策多維數據信息采樣率f0＝1kHz，自相關匹配系數為σ0＝0．2，模糊度系數為β＝5。根據上述參數設定，進行人力資源系統決策，得到在不同信道數下人力資源多維數據流量矩陣的信息干擾率如圖2所示。根據圖2所示的干擾率分布，采用本文方法對人力資源系統進行決策分析，得到多維數據管控的吞吐量，如圖3所示。分析圖3得知，隨著信道數量的不斷增加，本文方法進行人力資源系統決策調度的吞吐量呈升高趨勢，吞吐性能較好。是因為采用納什均衡解的方法，將多維數據管控步驟轉換為多維解向量優(yōu)化問題，提取多維數據管控的優(yōu)化特征，從而提高人力資源系統決策調度的吞吐性能。準確率是最能體現人力資源系統決策結果的指標，則決策準確率的表達式為式（22）。Accuracy＝Xf（t）Xexcellent（t）×100％（22）式中，Xf（t）表示符合條件的人力資源系統決策量。以決策準確率為研究指標，對應用本文方法前后的決策準確率與實際測試的決策準確率進行誤差對比，得到對比結果如表1所示。分析表1得知，應用本文方法后的決策結果與實際的決策結果誤差僅在0．5％內，而應用本文方法前的決策結果與實際的決策結果誤差較大，說明本文方法進行人力資源系統決策的準確率較高。

4總結

為了實現人力資源系統決策管理優(yōu)化，提升人力資源系統業(yè)務效能，本文提出了基于多維數據管控的人力資源系統決策方法。利用信息采樣技術挖掘人力資源系統決策的多維數據，通過分析優(yōu)化解向量，提取人力資源系統多維數據管控的優(yōu)化特征，結合多維數據管控方法，完成人力資源系統決策設計。實驗結果表明，本文方法進行人力資源系統決策的準確性較高，抗干擾性較好，在人力資源信息監(jiān)控和預警分析中具有很好的應用價值。

作者:付振罡 崔晟豪 姜冬 趙陽 馬鑫 單位:國家電網有限公司 北京中電普華信息技術有限公司