深度學習算法在企業領導干部考核評價系統中的應用

楊 波 魏 軍 陳佐虎

（1.國網甘肅省電力公司信息通信公司，甘肅 蘭州 730050；2.甘肅同興智能科技發展有限責任公司，甘肅 蘭州 730050）

干部考核是對企業中各層領導干部在工作中的整體情況進行評價，可以更好地對領導干部的工作能力有所了解，領導干部在日常工作中也會受到嚴格的監管，維持了企業內部的工作秩序。為了選拔出一批優秀的領導干部，讓領導干部的選拔更加公平、更加合理，對企業領導干部進行考核評價成了一項重要且艱巨的任務。很多企業在對領導干部進行考核評價的時候雖然能夠利用相應的方式為領導干部考核評價提供參考，但在評價的過程中還是出現了考核評價的不全面性、評價方式單一化、考核評價結果有誤差等問題，導致了領導干部考核評價的最終結果不公正、不科學，忽略了對好的領導干部的重視培養，不利于挖掘綜合能力強的領導干部。在對企業領導干部進行考核評價中利用深度學習算法能夠更加合理地對領導干部進行評價，利用大數據收集領導干部考核評價的資料，優化領導干部考核評價方式，能夠較好地調整企業領導干部的整體結構，推動干部管理工作朝著正確的軌跡前進，切實地實現企業可持續性發展。

一、關于深度學習算法的概述

在對企業領導干部考核進行評價的過程中將深度學習算法與BP神經網絡算法相結合，能夠讓領導干部的考核評價更加合理化。深度學習算法在領導干部考核評價中具有安全性、先進性、實用性。而BP神經網絡算法是借助現有的算法演變而來的。首先隨機選擇一組權值，接著將給定的目標輸出直接作為線性方程的代數和來建立方程組，解得待求權，最后得出相應的數據。

深度學習算法仿照人腦神經網絡分析識別的過程，較強的組織性、模糊性、學習性等使得領導干部考核評價更加高效，使評價的過程更加全面，有利于科學化地選擇一批優秀領導干部，讓領導干部能夠樹立良好的榜樣，同時，也讓企業優秀干部資源更多。深度學習算法在企業對領導干部進行考核評價的過程中主要對領導干部的品德、能力、勤奮、績效、廉潔等方面進行評價，對領導干部的評價更加全面；深度學習算法的領導干部評價模型，讓評價的精確度更高；深度學習算法有效地分析了參加評價的領導干部資料，更加精確地對領導干部的工作情況做了分析，讓評價的結果更加合理。

二、在企業領導干部考核評價系統中利用深度學習算法的優勢

1.操作簡單便利

深度學習算法在對企業領導干部進行考核評價的過程中操作便利、靈活，能夠科學地得出最終的結論，操作人員在接觸深度學習算法的過程中能夠快速地掌握到深度學習算法的技巧；強大的代碼能夠直接轉化成原始的代碼，生成的最終數據更加精確化；深度學習算法能夠嚴格對考核評價進行監管，避免系統出現故障時無人及時處理的情況。深度學習算法相比于傳統考核評價方式為企業帶來了操作更加簡單的方式，在一定程度上節省了企業的時間成本。

2.科學化地對領導干部考評工作進行了客觀評價

在對領導干部進行考核評價之前有必要了解領導干部在日常工作的表現以及不同領導級別在參與評價時所參照的評價標準，而深度學習算法在對領導干部進行考核評價的過程中能夠將參與到考核評價中的領導干部相關資料全部收集，并利用數據化的形式對具有不同級別、不同工齡、不同崗位的領導信息進行分析，客觀地對領導干部的情況做出評價，優化領導干部考核評價的系統，使得領導干部考核評價的結果最終達到理想中的狀態。

3.領導干部考核評價的過程更加清晰化

深度學習算法能夠讓企業領導干部依據考核檔次與總體評價情況對自己的工作有所總結，并發現自己在工作中還存在哪些缺點，引導領導干部積極主動地提升自身職業技能與綜合素養，進一步優化了領導干部的整體結構。在對企業領導干部進行考核評價的時候很難使得考核檔次與總體評價相吻合，最后就會使得評價的結果出現誤差，而深度學習算法能夠讓評價更加準確化，考核評價的過程更加清晰化，以領導干部的工作情況、工作表現、廉潔情況等為評價的標準，讓評價所參考的對象更加全面。

4.對領導干部的相關評價資料進行了審核

運用學習算法能夠將參與到考核評價中的領導干部相關資料進行分析，讓評價的資料能夠與考核評價有相關性，領導干部的工作情況、工作內容、綜合素養等能夠更加直觀地得到體現，讓領導干部考核評價更加科學化。深度學習算法利用大數據模式將企業領導干部考核評價的相關資料進行收集并有效地對其分析，按動了加快領導干部考核評價的加速鍵，讓領導干部考核評價系統得到了進一步地提升。

5.安全指數高

企業領導干部考核評價的資料屬于企業的機密資料，一旦領導干部資料被泄露，就會使得企業內部資料被人知曉，這不僅會打擊領導干部積極參與考核評價的信心，而且還會讓領導干部產生恐慌的心理，影響了企業的正常發展，使得領導干部對企業產生不信任感，不利于科學化地對領導干部進行評價。所以，對企業領導干部考核評價資料進行加密保護是十分重要的。而深度學習算法就能夠將領導干部考核評價的相關資料進行加密，保護了領導干部的隱私，對領導干部考核評價能夠順利進行。

三、深度學習算法在企業領導干部考核評價系統中的應用

1.考核評價系統的應用

首頁、干部資料、決策調整、后備干部、統計分析、系統設置是系統所包含的六大板塊，依據領導干部的實際情況，對領導干部考核評價的相關資料進行匯總，便于在考核評價的過程中讓內容更加具體化，能夠在對領導干部考核評價的過程中充分利用圖形、相關數據、文字等對領導干部進行分析，更加形象地回顧了領導干部工作史，通過對比與分析對領導干部的工作進行了總體評價，智能化地對干部領導的年齡、獎懲制度、工作內容等進行了展現，切實地體現了領導干部的工作經驗。系統能夠將領導干部的工作表現、專業技能、員工評價等進行有效的分析，綜合性地對領導干部進行了評價，讓評價的結果更加合理。在精確選擇優秀領導干部的過程中，系統能夠利用雷達圖、折線圖等直觀地將領導干部的各項工作情況展現出來，具有明顯的對比效果，更加明顯地展現了領導干部的實際能力。同時，也能夠透過直觀圖表對領導干部的各項情況進行預測，為儲備優秀領導干部奠定了一定的基礎保障。透過系統數據顯示，還能夠知道領導干部在日常工作的時間內是否存在缺勤的狀態、在處理一些突發情況的時候是否能夠及時應對，對優化企業領導干部結構起到了相應的效果，領導干部的成長路徑、工作情況、工作績效等被直觀地展現出來，為科學地選取優秀領導干部起到了良好的效果。

2.強大技術的應用

系統能夠保證領導干部評價的過程更加標準化、具體化，能夠獨立地進行評價。系統借助標準化的協議能夠讓評價公開透明。中間層集成框架能夠讓屬性的應用得到擴展，節省了相應的時間成本，推動了評價的快速進行。J2EE在統一開發平臺下能夠節省開發多層應用成本，安全性較高使得系統能夠正常工作。強大技術的應用為領導考核評價系統進行了升級。

3.數據架構的應用

系統使用規范性的平臺進行，讓所收集到的數據更有分析的價值，在對領導干部相關考核評價資料生成數據化的過程中能夠讓所采用的數據更加精確化。數據庫采用主流MySql數據庫，推動了評價的進程，讓領導干部考核評價結果更加精確化。MySQL數據庫能夠集成多個用戶的資料，多線程SQL數據可服務器。數據架構的主要特征是使用核心線程的完全多線程，能夠在不同平臺正常運行，支持多種列類型等，讓數據架構更加優化，具有較強的穩定性。在對企業領導干部考核評價的過程中能夠正常進行，相比于其他數據庫，不僅節省了相應的成本，而且使得信息采集的速度更加快速，透過數據能夠有效地分析領導干部的綜合情況。

四、結語

深度學習算法能夠在評價企業領導干部的過程中將參與到評價中的領導干部相關資料進行整合，領導干部的年齡、工作內容、獎懲情況等直觀地被展現出來，使得各個領導干部之間形成鮮明的對比，讓領導干部樹立一定的競爭意識，引導了領導干部對自身能力的主動優化，從而推動了企業內部朝著正確的軌道前行。深度學習算法對領導干部的工作能力提供了科學化的參考價值，讓領導干部考核評價更加合理化、科學化，對企業領導干部考核評價具有一定的實用價值。