基于BP神经网络的人力资源素质结构识别模型研究
2019-12-24何健强刘瑾
科学与管理 2019年6期
何健强,刘瑾
(国网湖州供电公司人力资源部,浙江湖州313099)
0 引言
随着中国经济进入“新常态”,传统粗放式管理模式已不能适应社会经济发展需要。以精细化管理、充分发挥人本价值成为企业提高资源创新力,增强竞争优势的必然选择[1]。在人力资源管理理论中,实现人岗匹配,制定科学的人力资源规划是其研究的重点和热点方向[2]。如何构建起满足企业战略性人力资源发展需要,动态准确识别各层次岗位应匹配的人力资源能力要素,是企业管理实践中,改进当前管理模式,有效提高人力资源效率,充分挖掘人才潜质的创新方式。选用大数据时代BP人工神经网络算法,凭借其高容错性、动态自组织适应性、自主学习的优势,相比较传统多元线性回归分析、层次分析法等,更加符合当前企业管理环境动态化、复杂化的时代需求。
作为识别人力资源素质模型的基础,人力资源素质结构特征是研究组织人力资源体系内在规律性的重要构成。根据“冰山”模型,个人素质分为显现和隐性两类要素。显性以表象的行为、知识、技能为主要要素,而隐性则包括个人的性格、价值观、动机等要素。本研究以量化实证的角度,重点分析显性素质结构特征对组织绩效产生的影响。改进组织在人力资源规划中,受主观个人因素作出的决策缺陷,提高决策的科学合理性[3]。解决人岗错配、低岗高配等问题,构建一套符合组织内在发展规律,具有动态适应性的人力资源素质模型。……
登录APP查看全文
