随着知识经济的发展.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
随着知识经济的发展

随着知识经济的发展,人才作为企业最有价值的资源,日益成为企业争夺的焦点。对任何一个领域而言,都是如此,房地产领域也不例外,近年来,随着我国房地产市场的日益成熟,从业人员队伍迅速扩大,使得房地产领域的人才结构也发生了巨大变化,各个地产商对人才的要求越来越高,尤其是高级人才的匮乏,使得各个地产商对人才的竞争日益激烈。因此,人才市场竞争的白热化在加速企业人才流失的同时也给企业的经营带来了很大的风险,如减弱企业内部的凝聚力,替换成本大(尤其对于高层管理者),客源的流失,商业秘密的泄露等,所有这些负面影响都有可能给企业带来致命性的打击。因此,如何根据企业的组织目标和战略要求,来正确的分析和预测企业核心人才的流动和走向,成为企业人力资源管理部门面临的首要问题。基于这种情况,本文通过构建马尔科夫决策模型来预测企业在未来的一定时间内可能出现的人力资源状况,以便为企业的人才策略提供依据,并通过实证分析进行了说明。 ? ? 创新之处: ? ?(1)针对房地产行业的人才流动状况进行了分析,并提出了相应的对策。 ? ?(2)通过构建马尔科夫决策模型,来定量的分析和预测企业间核心人才的流动和走向。 ? ?(3)本文所构建的马尔科夫决策,同时也适用于其他行业用作分析和预测的工具,以便为企业的人才决策提供依据和参考。 ? ? 意义:由于人力资源管理在中国的起步较晚,以往对企业人力资源管理的研究,大部分都是采用定性分析的方法,定量方面的分析也主要集中于员工的绩效评估或员工满意度等方面,而对人才的供给和预测研究较少,通过本文的研究,可以唤起或加强人们对人才战略的重视,加强企业的人力资源管理,同时,也可使得以后在对人力资源管理的研究中,实现定性和定量分析的有效结合,促使研究方法体系更加科学化和完善化。因此,具有较好的实践意义和理论意义。如果一个过程的“将来”仅依赖“现在”而不依赖“过去”,则此过程具有马尔可夫性,或称此过程为马尔可夫过程 nX(t+1) = f( X(t) ) 时间和状态都离散的马尔科夫过程称为马尔科夫链 记作{Xn = X(n), n = 0,1,2,…} –在时间集T1 = {0,1,2,…}上对离散状态的过程相继观察的结果 链的状态空间记做I = {a1, a2,…}, ai∈R. 条件概率Pij ( m ,m+n)=P{Xm+n = aj|Xm = ai} 为马氏链在时刻m处于状态ai条件下,在时刻m+n转移到状态aj的转移概率。 由于链在时刻m从任何一个状态ai出发,到另一时刻m+n,必然转移到a1,a2…,诸状态中的某一个,所以有 当Pij(m,m+n)与m无关时,称马尔科夫链为齐次马尔科夫链,通常说的马尔科夫链都是指齐次马尔科夫链。 马链的要义就是:如果你想展望未来那么你应立足今日,忘记昨天。 验证是不是马氏链,应该验证是否具有马氏性。所谓马氏性,就是明日只与今日 有关,与前日并无直接的关系。只要验证明日至于今日有关就行了。 立足今日,不能忘记昨天,而是完全记住昨天。未来的成就依赖与以往的历史造就的现在的你。 马尔可夫链应用 什么是Markov链? 马尔可夫链,因安德烈·马尔可夫(A.A.Markov,1856-1922)得名,是数学中具有马尔可夫性质的离散时间随机过程。该过程中,在给定当前知识或信息的情况下,过去(即当期以前的历史状态)对于预测将来(即当期以后的未来状态)是无关的。 马尔可夫链是随机变量X_1,X_2,X_3...的一个数列。这些变量的范围,即他们所有可能取值的集合,被称为“状态空间”,而X_n的值则是在时间n的状态。如果X_{n+1}对于过去状态的条件概率分布仅是X_n的一个函数,则 P(X_{n+1}=x|X_0, X_1, X_2, \ldots, X_n) = P(X_{n+1}=x|X_n). \, 这里x为过程中的某个状态。上面这个恒等式可以被看作是马尔可夫性质。 马尔可夫在1906年首先做出了这类过程 。而将此一般化到可数无限状态空间是由柯尔莫果洛夫在1936年给出的。 马尔可夫链与布朗运动以及遍历假说这两个二十世纪初期物理学重要课题是相联系的,但马尔可夫寻求的似乎不仅于数学动机,名义上是对于纵属事件大数法则的扩张。 高效能学习的大学习方法

文档评论(0)

ahuawendang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档