大数据下的职工任用.docVIP

大数据下的职工任用 　　摘 要：员工是企业的根基，如何快速寻找企业优秀员工，淘汰企业的不合格员工在一定程度上决定这个企业的竞争力和快速占领市场的能力。本文以韦尔奇活力曲线为理论基础，结合大数据和层次分析法评价企业员工，找出企业员工中的敬业者、从业者和怠业者。 　　关键词：大数据；韦尔奇活力曲线；层次分析法 　　随着政府政策的放开，向着发挥市场在资源配置中的决定性作用方向的转变，必然会导致企业之间的竞争的加剧，企业要更快的抓住市场的机遇，迎接市场的挑战，加强自身竞争力，就必须发挥员工主观能动性的作用，善待企业中的敬业者，聘用从业者，解雇怠业者。 　　一、韦尔奇活力曲线 　　活力曲线是美国通用总裁杰克?韦尔奇在其自传中提出的，主要就是把员工按照2：7：1的原则分为A、B、C三类，其中A类的员工占到20%为优秀员工、B类员工占到70%为合格员工、C类员工占到10%为不合格员工，并且企业要淘汰到C类员工。活力曲线图正态分布图如下图所示 　　在这里把A类职员称为敬业者，B类职员称为从业者，C类员工称为怠业者。 　　二、利用大数据分析员工 　　大数据是伴随着互联网的兴起而发展起来的，具有大量、高速、多样、价值四个特点。在本文利用大数据需找企业的不同员工的方法时主要分为：数据收集、数据分析、评价结果。 　　转换为文章：数据收集：利用布隆过滤器找出所需信息，对信息进行整理归纳。 　　数据分析：运用层次分析法分析所收集的数据。 　　评价结果：对结果评价，寻出敬业者、从业者、怠业者。 　　（一）数据收集 　　如果把大数据分为按存储形式可以分为结构化数据占的20%，非结构化数据占的80%。我们经常就是在这80%中找所需要的信息。但是大数据最明显的特点就是数据量大，所以关键就是如何在这些数据中找出所需要的数据。在这里介绍一种数据处理方法―布隆过滤器。 　　布隆过滤器是布隆提出来的，主要原理就是通过一系列的二进制和映射函数筛选所需数据。假设现在我们要从员工中找出敬业者，就需要找出敬业者所应该主要包含的三个关键要素：能力、愿景和人缘，并且假设员工的从小到大的信息全在数据库中。 　　首先需要的是一个位数组和映射函数集合。在最开始把位数组所有的位置都设置成0，现在把员工的所有信息看做是一个集合S，和包含k个映射函数的集合F，对于集合S中的每一个元素S1都通过k个影射函数变成数值fi（i=1，2…k），再将位数组中对应的数值设置为1。当我们把集合S中的每一个元素都这样处理之后，这个布隆过滤器就已经建成了，即如果要找的元素如能力中的购买书籍的信息在集合S中，则通过映射函数F得到k个数值fi，然后检查对应的位数组是不是都是1，如果都是1就在集合S中，否则就不在，这样就从海量的员工信息中，找出有关员工购买书籍的信息。然后把这些信息归类汇总，这些信息就是我们所要寻找的信息。对于从大数据库中寻找其余的信息也可以用同样的方法筛选。 　　（二）数据分析 　　数据分析主要用层次分析法。在这里以选出企业的敬业者为例进行层次分析法的说明。 　　（三）评价结果 　　最后一步就是根据层次分析法得出的权重的结果和韦尔奇活力曲线的2：7：1理论选出企业的敬业者、从业者和怠业者。 　　在这里以敬业者为例说明。由上述的层次分析可得出采纳的影响因素Ci的权重排名，即每个元素对敬业者影响的重要程度，然后再结合已有大数据库的信息，对企业员工进行排序，一共有以下三步： 　　三、结合大数据和层次分析法方法的好处 　　第一，这种方法选出来的员工是建立在数据分析的基础之上，可以很好的弥补以前利用韦尔奇活力曲线的不足。 　　第二，该方法的数据收集可以利用的数据也更加庞大，而进行数据的筛选时，所使用的布隆过滤器使得信息选择更快捷。 　　第三，层次分析法的应用可以使人力资源测评体系建设中各类权重设计更加科学、合理也使得员工的选择更加公平、公正，并且结合软件的可以大大简化分析过程中的计算。 　　四、结合大数据和层次分析法方法的不足之处 　　第一，首先是数据的收集阶段。数据收集是采用布隆过滤器法，该方法虽然查询速率上的优势，但是该方法的缺点是误识别率和删除困难。误识别率是可能会找到并不需要的信息的概率，但是这种概率是非常小的。删除困难是指布隆过滤器是不允许删除元素的，因为如果删除一个元素很可能会发生漏判的情况。 　　第二，对于数据的分析，层次分析法带有较多的定性色彩，如施加权重时就会受到决策者的主观因素的影响。此外，层次分析法需要一致性检验，这样对于特征根和特征向量的精确求法要求高，操作成本高。而且，在进行层次分析法中对指标因素的选择比较困难，如果所选择的因素不合理就会降低层次分析法的质量，导致结果失败。 　　第三，该方法选择出来的员工是综合素质能力最好的员工