基于CNN分析的人力资源需求预测模型构建与应用.pdfVIP

中文科技期刊数据库（全文版）经济管理

中文科技期刊数据库（全文版）经济管理

基于CNN分析的人力资源需求预测模型构建与应用

刘西雨潘东储素云惠永博

中国核动力研究设计院，四川成都610213

摘要：为了研究事业单位的人力需求，采用卷积神经网络（CNN）分析预测事业单位人力资源需求。考虑CNN算

法文本数量较大，采用了二维卷积方式降低输出数据。通过随机选择20家事业单位测试历史需求精准度和召回

率并预测2025年单位人力资源需求。通过CNN分析，事业单位可以更好地制定招聘策略和员工优化配置措施，

切实提升单位人力资源管理质量和效率。

关键词：卷积神经网络；精准度；召回率；人力资源需求；预测

中图分类号：F272

0引言终实现高效管理的目的。

1.2模型概述

随着经济社会的发展，传统的招聘方式无法应对

卷积神经网络（CNN）具备提取结构化数据自动识

事业单位对员工队伍个性化、多元化结构优化及战略

[4]

别功能，是一种深度前馈神经网络。CNN主要包含输

规划，利用大数据等数据模型算法对人力资源需求预

入层、卷积层面、池化层、全连接层4类结构。其中

测成为单位人力资源战略规划的一种新趋势。于超、

运行模式如下：①将提取的数据转化成矩形特征平面，

高亮、马鹏飞等利用灰色模型和Holt-Winters非季节

按照卷积核指定步长；②输入特征平面上滑动步长，

预测模型进行比较，共同构建了组合预测模型，预测

[1]让其遍历每个特征点；③把对应元素相乘、求和再加

了湖北省护理人力资源需求。龚莲婷改进了灰色神经

[2]上偏置项计算每个特征点得到特征的合理权值。

网络对电力企业人力资源需求进行预测。娜地达·阿

此过程中，数据卷积的额内容始终保持输入输出

西木等利用GBP-Bagging网络模式对我国中医类医院

同步一致，特别是在输入时，同步开展输入全零填充。

卫生人力资源所需人才需求进行分析，并指出通过预

其间，经常使用Same保持输出特征面积不变。采用

测可以增强医院人才储备，对企业未来发展有一定的

[3]Valid法来取整输出数据。如果输出的信号为

指导意义。本文旨在探讨如何基于卷积神经网络

xRnm，则卷积核尺寸为wRsk。具体公式见

（ConvolutionNeuralNetwork，CNN）分析构建有效

（1）、（2）：

的人力资源需求预测模型，并通过模型性能测试，论

Same：

证其可行性和精准性。