基于粗糙集技术胜任力模型简化方法探究.docVIP

基于粗糙集技术胜任力模型简化方法探究摘要:构建胜任力模型并运用于人力资源管理的各个方面是当今企业获得竞争优势的重要途径。然而由于胜任力模型的构建大多通过专家访谈来确定,不仅具有较强的主观性,并且包含过多的要被实现的胜任能力,这大大增加了企业运用胜任力模型的成本。作为减少定性分析而著名的数据挖掘技术――粗糙集理论是一个比较新的方法,运用客观科学的粗糙集方法来挖掘高科技企业管理人员胜任力的最小集合,可为探讨简化胜任力模型提供一种思路与方法。 关键词:胜任力模型;粗糙集理论;高科技企业经理 中图分类号:F830 文献标识码:A 文章编号:1003-3890(2010)05-0051-05 一、引言 为把握企业现有的和未来竞争优势,建立岗位胜任力模型正逐步成为当今企业人力资源管理发展的趋势。胜任力模型是指胜任某岗位所需要的一系列的胜任能力,包括在特定角色中有出色表现所必须具备的关键行为[1],是用来确定员工在现有工作中能否提高绩效或者是否胜任其他工作的重要依据。胜任力模型一般是以研究组织中某岗位最优绩效者为基础构建的。它为员工成长提供了一系列优秀绩效行为的发展路径图,有助于设定个人训练和发展计划,提升岗位胜任能力和工作绩效。由于这一方法在实现企业内部员工能岗匹配、完善员工个人职业生涯、提升组织绩效等方面发挥着重要作用。因此,近年来,国内企业开始在招聘、选拔、评价、开发、员工激励[2]和薪酬等方面广泛引入岗位胜任力模型。 目前,胜任力模型构建大都采用专家研究全部样本并归纳的方法。为了开发胜任力模型,要通过多种途径搜集基本的数据,包括员工问卷调查以及与经理人员和雇员访谈。这种研究方法能够较全面的反映某一企业在战略导向、文化价值背景下某一岗位所需要的胜任力模型,是针对特定环境下特定角色的胜任能力构建的有效方法的归纳。但是用这种方法构建胜任力模型在一定程度上会影响企业对岗位胜任力模型的应用。首先这一过程历时较长,以企业专业化分工相对清晰为基础;其次,构建过程复杂性、评估成本过高。这两大特点必然成为中国大多数正处在成长期的、普遍存在一岗多能、资金和实力有限等问题的中小企业应用这一方法的瓶颈。同时,21世纪是一个飞速发展的时代,企业发展战略的调整、经营思路的转变,需要根据变化及时调整个性岗位胜任力模型,鉴于成本较高,又难以做到,建立个性模型实效性受到影响。在这种情况下,借鉴并探讨具有普遍性规律的胜任力模型则是更有现实意义和成效。 许多专家也更倾向于探讨通用胜任力模型,因为通用的胜任力模型是在大量企业实际研究的基础上,经过多人长时间的反复验证,不断地对比分析后全面构建的,更具有代表性,它涵盖了某岗位全部的胜任力,而且操作方便,这无疑大大降低了成本,为构建各岗位的胜任力模型提供了便捷的途径,为资金实力有限的中小企业提供了可以借鉴的方法,但应用时对于某一企业而言存在的问题就是胜任力过多。因此,如何在反映共性特点的胜任力模型基础上,借助科学的方法,客观地提炼适合同类型企业的胜任力模型将成为学术界需要解决的一个重要问题。因此,笔者尝试通过运用粗糙集方法挖掘管理人员胜任力的最小集合,对探讨构建反映普遍性特点的胜任力模型的方法作一尝试,以便帮助企业更好地运用管理人员的胜任力模型,提升企业效益。 二、粗糙集理论基础 RST在1982年首先被Pawlak提出[3],这是一个非常有用的处理模糊和不确定的数学工具。粗糙集理论(RST)善于在定性问题中减少数据。最初这项理论被用来处理诸如诱导原因,自动分类,模型辨认,学习运算法则等等。粗糙集理论常用于处理不准确的或者模糊的概念[4]。不像传统的应用统计数据分析,粗糙集方法是基于数据挖掘的技术来发现知识,RST已成功地运用于诸多领域。在粗糙集方法中,任何模糊的概念都被标以两个精确的内容,即较低的和较高的近似值。在一个集合中使用较低和较高近似值时,就可以定义较为准确的和定量的近似值。同时,在数据表中的隐藏知识就能够以确定的标准被表达出来。粗糙集理论的基本概念和数据分析的程序分析如下文所述。 (一)数据分析基本原理 基于粗糙集的数据分析源于一个叫做信息系统的数据表,这个数据表中包含关于一些属性或者特点的刻画。信息系统用于构造近似值的空间。这个信息系统可以被视为一个对象的一系列属性的描述。根据Pawlak的论述,一个信息系统被定义为4元,即S=(U,Q,V,p),U是对象的一个限定集,V=Uq∈Qq∈QVq是属性值的集合,Vq是属性q的域;q:U×Q→V:是一个描述功能,例如对每一个q∈Q, x∈U有P(x,q)∈Vq。 在开始运用粗糙集理论的时候很难在不准确信息的基础上区分对象。换句话说,准确的信息对可用的数据会引起对象的不易识别。另外,不易识别的关系通常被用于