基于FuzzyAHP的雇员与岗位匹配决策方法.docVIP

基于Fuzzy-AHP的雇员与岗位匹配决策方法① 陈希，冯博，樊治平 （东北大学 工商管理学院, 辽宁 沈阳 110004） 摘要：本文针对复杂环境下如何在雇员和岗位间实现恰当匹配的问题，充分考虑雇员评价信息的复杂性与模糊性，提出了一种基于Fuzzy-AHP的匹配决策方法. 首先建立了考虑公司战略目标的雇员能力评价与选择流程，并构建了雇员能力评价的指标体系. 其次提出了一种基于Fuzzy-AHP的模糊匹配决策方法，其核心是利用Fuzzy-AHP方法进行指标评价并建立相应的模糊匹配流程. 通过运算及对运算结果的分析，最终制定雇员与岗位的模糊匹配决策. 最后通过一个实例说明了该模型的具体运用. 关键词：匹配决策方法；Fuzzy-AHP；雇员选择；评价指标 中图分类号：F270；C931 文献标识码：A 0 引言 当前的复杂环境下，许多公司都面临全球一体化，公司MA，产业重组等竞争压力，这些竞争的加剧对公司“雇员与岗位”的匹配提出了更高的要求. 如何进行恰当的雇员选择和评估，最终在雇员与公司岗位之间形成恰当的匹配，对公司的绩效和竞争能力有着非常重要的影响[1]. 雇员信息的不确定性、复杂性、模糊性日益增大，如何选择与公司发展要求相一致的雇员并根据雇员的特征因素和公司的雇佣要求建立合理的匹配模型，这类问题受到了学术界的广泛关注[1-4]，同时有着很强的现实意义. 雇员的评估和选择是一个复杂的匹配决策过程，需要通过制定决策将合适的雇员适时匹配在恰当的岗位. Labib等人[4]提出了使用AHP[5](Analytic Hierarchy Process)来解决雇员选择及匹配问题. 但应用AHP方法不足以最小化个人主观判断[6]. Lazarevic[7]提出了一种雇员选择的模糊模型，使个人主观判断在员工匹配选择中产生的偏差最小. 模糊模型的建立可以较好的处理模糊语言变量形式描述的雇员信息. Drigas等人[8]通过使用Neuro-Fuzzy模型，建立了失业人员和工作岗位之间的匹配规则. 本文在已有的研究基础上，考虑到当前复杂环境下模糊评价的雇员与岗位匹配信息，建立了基于Fuzzy-AHP层次体系的雇员与岗位模糊匹配决策方法. Fuzzy-AHP决策方法是在AHP分析的基础上设定模糊集来获得权重并且得到模糊权重估值，将复杂的模糊信息转化为一系列比较关系并得到最优解，该分析过程有效地反映了人们的实际想法[6,7]. 考虑到雇员评价信息难以准确量化且多为语言形式的，并且各个指标之间的比较关系也多是由模糊语言形式给出，因此，可以构建层次结构并使用模糊决策方法，即Fuzzy-AHP方法来解决，通过模糊规则体系的建立最终选择和岗位匹配的雇员。 1 雇员与岗位的模糊匹配原理 1.1 雇员与岗位的模糊匹配流程 为了更好的列示雇员与岗位的模糊匹配过程，图1给出了“雇员与岗位”模糊匹配的整体设计思路. 图1 雇员与公司岗位的匹配流程 Figure 1 The matching flow of employee and company’s post 1.2 雇员能力评价指标体系的构建 雇员的能力是公司重要的人力资源要素之一，在组织中战略资源与战略目标的匹配是影响公司业绩的重要因素. 所以，结合公司战略建立相应的雇员选择标准才能有效地促进公司的发展. 通过对文献[6]、[8]、[9]的综合，结合专家访谈结果，确立了“雇员与岗位”评价和选择层次体系. 具体来说，就是通过对公司战略目标的分析，从知识技能、沟通能力、决策制定、自我动机、外部条件五个方面进行能力因素描述，最终确定影响雇员和岗位匹配的各种因素. 图2 雇员能力的测度指标描述 Figure 2 The measurement index of employee ability 2 基于Fuzzy-AHP的雇员与岗位匹配决策模型 2.1 雇员能力的模糊评价算法 设目标层集合为，能力准则层的集合为，具体指标层集合为，，. 基于雇员能力设定的测度指标的语言描述集可表述为：S={S1, S2, S3, S4, S5}，由于评价指标涉及的方面不同，人力资源专家用短语形式给出的评价表述也略有不同：={=VL: 非常低/非常差/非常弱, =L: 低/差/弱, =M: 中等, =H: 高/好/强, =VH: 非常高/非常好/非常强}. S满足如下性质：①有序性：当时，有或 表示劣于或优于；②存在互反运算算子“”：, ；③极大化运算和极小化运算：当时，有；当时，有. 依据文献[12]给出的语言短语与三角模糊数隶属度函数的对应关系，可将语言评价信息可转化为三角模糊数形式. 采用改进的Converting Fuzzy numbers into Crisp Scores(CFCS)