方俊 秦乐

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技能人才评价方法。该方法首先对大量原始数据进行模糊化与变量转换，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有效并减少了人才测评成本，是人才评价技术的一种创新。通过对模型进行实例验证，结果表明本研究提出的模型具有较强的预测性，有望为电力企业技能人才的选拔评价提供有效地技术支撑。

关键词：因子分析 神经网络 人才评价 电力企业

一、引言

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，也制约了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决上述问题提供了一种可能性。随着互联网、云计算、移动应用等科技的发展，基于大数据的特定领域技术将成为现代大型企业的关注焦点。……