基于灰色聚类法的企业人才招聘评价研究

　　摘 要：文章采用灰色聚类方法为企业人才招聘提供一种定量化的评判方法，并以一实例阐述了该方法在企业人才招聘中的具体应用。
　　关键词：人才招聘 企业 评价 灰色聚类法
　　中图分类号:F240 文献标识码:A
　　文章编号:1004-4914(2011)01-246-02
　　
　　招聘工作是人力资源管理的一个重要环节。有效的招聘不仅能够使企业得到了高素质的人才，同时也有助于增强组织的凝聚力，提高士气。因此，企业在进行人才招聘时对所应聘人员的综合素质进行综合评价进而选择最适合的人选显得尤为的重要。灰色聚类法是将聚类对象对不同聚类指标拥有的白化数，按几个灰数进行归纳整理，从而判断聚类对象属于哪一类的灰色统计法。本文将灰色聚类法应用于企业人才招聘中，建立企业人才招聘的灰色聚类模型，既考虑了某一指标在某一指标灰类中的重要程度，又避免了各项指标分值的完全互补。
　　一、人才招聘评价的灰色聚类法基本步骤
　　1．确定人才综合素质评价指标种类并提请招聘小组进行打分。对于人才综合素质评价指标的确定根据企业发展的具体需求确定，打分采用1—10分制，分值越低，综合素质也就越低。将人才招聘小组对每个应聘人员的打分按照各类指标取平均值，得出各个应聘者的评价值。
　　2.构建样本矩阵。将上述数据表转化为数据矩阵d，矩阵中每个元素为聚类白化数dij，同时进行极性统一，为了统一白化函数，还需将样本矩阵d进行初始化。
　　3.确定灰类白化函数。
　　定义1：①若白化权函数如图1，则称fkj（·）为下限测度白化权函数。
　　②若白化权函数如图2，则称fkj（·）为适中限测度白化权函数。
　　③若白化权函数如图3，则称fkj（·）为上限测度白化权函数。
　　对于不同的特征指标，可以分别给出其各灰类白化权函数。
　　4.标定聚类权ηkj。
　　定义2：设ckj为门阀值，一般为fjk=1和fjk≤1的交点dij。则称
　　为聚类权。
　　5.确定聚类系数。
　　定义3：设dij为对象i关于指标j的样本，fjk（·）为j指标k子类白化权函数，ηkj为j指标关于k子类的权，则称：
　　为对象i属于k子灰类的指标加权聚类系数。
　　6．构造聚类向量，并进行评估。
　　σi=（σi1，σi2，…，σin）（3）
　　然后在σi中选取最大者，确定聚类对象所属的灰类。
　　即σ＊ik=max（σik）（4）
　　则聚类对象i属于k灰类。
　　从而实现对应聘人员的评估。
　　二、应用实例
　　现有四个人向某公司应聘，根据对企业所需人才因素的分析，各个应聘人员的评价主要包括知识素质、能力素质、工作态度、个性特征和工作经验。
　　1.制定人才综合素质评价指标种类并提请招聘小组进行打分。根据企业对招聘人员的需求建立灰聚类评估指标体系：
　　（1）聚类对象i=1表示应聘者A，i=2表示应聘者B，i=3表示应聘者C，i=4表示应聘者D。
　　（2）聚类指标：j=1表示知识素质，j=2表示能力素质，j=3表示工作态度，j=4表示个性特征，j=5表示工作经验。
　　（3）聚类灰数：k=1表示优秀，k=2表示合格，k=3表示不合格。
　　根据招聘小组对4个应聘者的知识素质、能力素质、工作态度、个性特征和工作经验进行打分，得出结果如表2。
　　2.将上述数据转化为样本矩阵。
　　3.确定白化函数。
　　第一灰类（上灰类）
　　第二灰类(中灰类)
　　第三灰类(低灰类)
　　4.标定聚类权ηkj。
　　根据式（1）计算得到聚类权，结果如表3所示。
　　5.确定聚类系数。根据公式（2）得到聚类系数，结果见表4。
　　6.构造聚类向量，并进行评估。
　　由式（3）可得：
　　σ1=（0.7