企業人事甄選智能決策支持方法研究

摘要：人事招聘過程中的候選人甄選是一個多因素的決策問題。評估人需要在短時間內對應聘人員是否勝任工作崗位做出判斷。這個決策過程涉及到多種相關因素，主觀性強，干擾因素多。本文根據心理學進行崗位勝任特征分析，從而設計合適的人事招聘模型，并對模型采用智能決策支持系統進行決策支持。BP神經網絡型的智能決策系統較強的模式判別能力，能夠進行不斷的學習，可以按照崗位勝任特征模型，經過樣本訓練后將候選人進行分類，從而為選拔合適的人選提供決策支持。

關鍵詞：人事甄選；神經網絡；智能決策

中圖分類號：C93

文獻標識碼：A

文章編號：1004-0544(2006)06-0159-02

一、問題的提出

人事招聘過程中對合格候選人的甄選是一個復雜的多因素決策問題。招聘者通過對候選人資料的初步選擇，確定筆試對象，然后在筆試后對合格人選安排進一步面試。面試是一個關鍵性的過程，這個過程更多的從個人性格，企業文化導向，團隊合作精神等方面對候選人進行選拔，充滿了很強的主觀判斷。在今天人力資源豐富的情況下，招聘者面試量大，時間短，使得這個過程更加具有隨機和偶然性，難以做到盡善盡美，從而降低了面試的質量。

現在企業試圖通過采用復雜的管理技術，在相對較短的時間內獲得對候選人盡可能多的了解和認識，從而判斷他是否符合該崗位的需求。很多企業已經開始通過結構化的心理學量表對面試人選進行心理測評，通過心理測評來對候選者性格進行判斷，從而輔助面試考官進行決策。但是心理測評量表比較復雜，一般需要專業的心理學者進行解釋和判斷。這個判斷過程完全依靠學者其個人的學識和經驗，這種心理學的知識和經驗往往是隱形的，難以在短時間內有效掌握。同時，不是每個企業都能夠有條件和機會聘請相關專家協助進行每一次的招聘，因此心理學測評量表的使用往往因為難以有效解讀而流于形式。

智能決策支持系統(IDSS)是一類具有一定學習能力的基于知識的決策支持系統。BP神經網絡的智能決策支持系統具有較強的模式分類能力。BP神經網絡作為一種預測技術被廣泛運用，但是其在人事測評方面目前的應用研究目前仍然少見。通過設計和選用適當BP神經網絡算法，對大量的心理學量表和樣本的進行學習，可以構建一個具有一定知識和模式判別能力的智能支持系統，協助招聘人員快速的分析心理學量表。這種系統可以應對當前大量而繁忙的招聘任務，較為科學的提供基于知識和學習的智能決策支持，促進工作效率和工作質量的提高。

二、模型及系統的構建方法

根據解決問題的系統需求，得到以下的系統函數：

M=ι(T) (1)

其中T為個人或群體的特征，主要是心理學上的性格特征，根據相關的心理學量表測試結果生成。M為招聘分類，即候選人對崗位的適應情況。我們這里假設M分為三類：為非常適應，一般和不適應。1為T到M的映射。也就是神經網絡試圖解決的多因素非線性決策問題。

(一)心理學特征模型構建

心理學特征模型的構建主要通過心理測驗方法完成。心理測驗法是根據已標準化的實驗工具如量表，引發和刺激被測試者的反應，所引發的反應結果由被測試者自己或他人記錄，然后通過一定的方法進行處理，予以量化，描繪行為的軌跡，并對其結果進行分析。心理測試主要包括以下幾種形式：智力測驗、個性測驗、心理健康測驗、職業能力測驗、職業興趣測驗和創造力測驗等。因為測驗范圍廣泛，所以本文主要限定范圍為個性特征測驗的研究。

勝任特征主要是指在某個崗位上表現優秀的人員具有的共同的、區別于其他人員的突出特點。在個性特質勝任特征的構建上，主要是通過對目標人群的大樣本統計，計算出各個個性測試項目的均值和方差并對不同總體進行假設檢驗。因為是大樣本，所以根據大數定理，可以認為總體服從正態分布，設普通人群為總體X¹(i=1，2，3……7)。選擇特定崗位績效優秀的人群進行再次統計，得出總體Y¹(j=1，2，3……7)。然后對兩個總體進行比較，進行z檢驗，從而揭示兩個總體個性特質之間的關系。

由于個性特征一般形成在成年之前，所以對于成年人具有較為穩定的特征。通過測試個性特質，可以對測試者從事的行業具有指導作用。

我們設計的心理學調查問卷使用了具有210個問題選項的《個性特質測量表》，從活動型、社交性、冒險性、沖動性、表露性、理智性和責任感七個方面來測驗測試者的個人性格特征。根據不同的情況進行計分。這種得分構成了函數(1)中的T測試集。答卷還要求被調查者就工作績效進行自我評價，根據自我評價以及單位的績效評價共同生成神經網絡樣本訓練集的教師信號M’。

(二)神經網絡系統構建

人工神經網絡(Artificial Neural Network)是由大量簡單的處理單元廣泛連接組成的復雜網絡，用于模擬人類大腦神經網絡的結構和行為。它反映了人腦功能的許多基本特性，但它并不是人腦全部的真實寫照，而只是對其作某種簡化、抽象和模擬。

神經網絡是由按層進行組織的神經元和連接弧所組成的，這些神經元以不同的方式組織起來形成不同的網絡結構。本文所應用的是一種稱為前向網絡的特殊的網絡結構(BP網絡)。在前向網絡中有三種神經元：輸入神經元、輸出神經元和隱含神經元。輸入神經元接收環境的信息，位于網絡的最底層；輸出神經元把信息傳遞到環境中去，位于網絡的最高層；隱含神經元不與環境發生交互作用，因此是不可見的。

由于BP網絡要求采用非線性的連續可導的激發函數，這里采用Ｓ型(sigmoid)函數作為激發函數：

三、結論

對于人事招聘來說，在現有的結構化面試等管理方法外，智能決策支持系統的應用可以起到重要的作用。隨著基于心理學分析的BP網絡智能決策系統的實施，在經過實際效果評估后，將進一步研究如何改善人事評估模型以及采用更加有效的神經網絡算法，從而提高系統決策支持的有效性。

責任編輯 楊小民

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。