模糊优选法和层次分析法在人才招聘中的应用研究

摘要： 人才招聘是企业实施人才战略，优化配置人力资源的重要工作。本文引用模糊思维的理论与方法将招聘过程中各类主观的评价与考核客观化，清晰体现应聘者之间的能力差异，同时引入层次分析法，对人才模糊优选中的各影响因素赋予合理权重，进一步提升方法的客观性。本文研究的方法经实例分析验证，具有可靠性，对于人才招聘优选具有一定参考意义。

Abstract: Recruitment is that the enterprise implements talent strategies to optimize the allocation of human resources, which is a very important work. The paper applies theory and method of fuzzy thought which make the various types of subjective evaluation objectify during the recruitment process, then the differences between the candidates can be clear. Aslo AHP method was added in, which improves the further objectivity by providing reasonable weight for each factor in talent fuzzy optimization. The study of the method has been validated; it is dependable and also has some reference value in recruitment.

关键词： 人才招聘；模糊优选；层次分析

Key words: selection of talent；fuzzzy selection；AHP

中图分类号：F272.92文献标识码：A文章编号：1006-4311（2011）02-0120-03

0引言

随着我国经济的飞速发展，人才已成为各企业竞争的核心要素。这当中，人才招聘是企业实施人才战略，合理配置人才梯队最为基础性的工作，同时对于企业提升人才队伍整体水平有着至关重要的意义。从企业人力资源规划角度出发，员工招聘规划是企业人力资源规划最为基础性、决定性的工作，员工招聘规划的合理性直接对企业人力资源规划中后续工作产生重要的影响。图1揭示了员工招聘规划在企业人力资源规划中扮演的重要角色，充分体现了人才招聘在企业战略发展中的重要意义。

在人才招聘的工作中，常常会遇到许多模糊的概念，例如，人才业务能力的大小、思想水平高低、身体状况等。传统的人才招聘工作中，多采用团队针对应聘者多方面表现，综合评价进行人才甄选，该方法虽然采用团队综合评价，但由于团队中领导者的导向作用会对团队成员对应聘者评价有不同程度的影响，而且团队成员做出的评价本身都具有主观性，导致最终的结果客观性不强，且针对不同应聘者的可比性不够。模糊优选的基本理念是将模糊的问题通过合理的评定、比较实现量化，将模糊优选模型应用于人才招聘问题中，可实现将模糊问题清晰化，同时在此基础上引入层次分析法，对人才模糊优选中的各影响因素赋予合理权重，最终实现人才招聘的规范化、客观化。

1人才模糊优选模型的建立

1.1 多目标系统模糊优选模型设在优选与决策过程中，取决策集D中的目标i的最大特征值x与最小特征值x作为上、下界的相对值，由此构成参考连续闭合区间的两级，据此计算目标相对优的隶属度。

对越大越优目标其相对优属度公式为：

r=（1）

对越小越优目标其相对优属度公式为：

r=（2）

设系统有q个决策组成的论域U，其中有n（n?燮q）个决策满足约束相关条件形成决策集D=d，d，…，d。

设系统有m个目标组成决策集D的评价目标集P=m，m，…，m，m个目标对n个决策的评价可表示为目标特征矩阵：X=xx…xxx…x…… ……xx…x =（xij）（3）

用目标相对于优的相对隶属度公式（1）、（2），将目标特征矩阵转换为目标相对优属度矩阵：R=rr…rrr…r…………rr…r=（rij）（4）

最大相对优属度为：

g=r，r，…，r=g，g，…，g （5）

最小相对优属度为：

b=r，r，…，r=b，b，…，b（6）

设决策j相对优属度用uj表示，设系统中m个目标权重不同，权向量为：w=w，w，…，w（7）

定义加权距优距离：D=uwg-r （8）

定义加权距劣距离：D=（1-u）wr-bi （9）

为计算决策j相对优属度uj最优值，建立如下目标函数：

minFu=D+D （10）

令=0，解得：u=1+ （11）

其中，α=wg；β=wr；γ=wb。

对于多目标模糊优选动态规划解法，优选可采用决策序列相对优属度最大法，即优选出的决策：

=maxu （12）

式（11）（12）共同构成人才招聘模糊优选模型。

1.2 人才模糊优选中的决策与目标人才模糊优选中，最终决策即为从众多应聘者中选出最适合招聘岗位的人选。

影响人才优选的众多因素是决策中的多个目标。以应届毕业生招聘为例，主要的影响因素定义为如下四个方面：

第一、个人综合能力，包括分析决策能力、专业技术能力、未来发展潜能；

第二、文化素质，主要指学历、文化教育程度；

第三、身体健康状况；

第四、校园表现，主要指校园活动、工作参与情况。

上述四项因素均属于越大越优目标，但针对不同岗位时，上述目标所占的权重不尽相同。

2层次分析方法基本思想

层次分析法,是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。该方法可以将一些定量、定性混杂的问题，综合成统一整体进行综合分析。

可通过四个步骤实现。

第一，建立层次分析模型。通过层次分析模型把复杂的决策系统层次化，建立层次分析模型。

第二，构造判断矩阵。判断矩阵表示相对上一层次某一因素时，本层次各因素之间的两两相对重要程度。如图2所示。

第三，一致性检验。如果判断矩阵A满足

aij•ajk=aik i，j，k=1，2，…n （13）

则称A为一致性的判断矩阵。显然，如果决策者给出的判断矩阵A是一致的，则意味着决策者对各因素所做的两两比较是可以传递的，即决策者在两两比较时，其判断思维是一致的，此时，它的特征向量w=（w1，w2…wn）才能真实反映各因素在目标中所占的权重。

第四，层次分析方法的计算。层次分析法计算的根本问题是求判断矩阵的最大特征根及其对应的特征向量。我们采用近似计算法――方根法来计算。用方根法计算的步骤如下：设判断矩阵为A=（aij）n×n。

①计算判断矩阵每一行元素的乘积

M=a i=1，2，…n（14）

②计算的Mi的n次方根

w=i=1，2，…n（15）

③对向量=，，…，进行规范化，即：

w=（16）

则W=（w1，w2，…，wn）即为所求的特征向量。

3应用举例

在某企业校园招聘中，有5位应聘者进入结构分析工程师岗位的最终面试，企业人力资源部门将从5人中择优选出1人。

结构分析工程师基本岗位职责：负责发动机系统及零部件有限元分析，包括结构强度、热应力、疲劳分析；与CFD工程师配合进行流体与固体耦合热分析；及时跟进国内外相关先进技术，改进并提升工作技能。

结构分析工程师岗位要求力学专业本科及以上专业人员从事，并满足如下任职要求：

① 具有良好的综合分析决策能力，有项目或团队管理经验者优先；

②熟练使用结构强度及热应力分析软件，良好的有限元分析、机械、力学与可靠性设计学科知识，具备发动机及零部件强度及热应力分析经验；

③具有良好的学习能力，能够快速理解、掌握国内外先进的新技术、新方法；

④具有良好的沟通能力，表达能力，团队合作能力，大学期间有学生干部经历者优先；

⑤身体状况良好，能够适应一定的出差要求。

人力资源部门根据岗位的职责及任职要求，确定对应聘者重点评价、考核的内容为：个人综合能力、文化素质、身体状况、校园表现四部分，其中，个人综合能力从分析决策能力、专业技术能力、未来潜能三方面进行评价与考核。对应聘者的评价、考核主要通过简历及资料审查、非专业面试、专业面试三个环节完成，具体的实施过程如表1所示。

如表1所示，评价、考核前成立专门的非专业面试小组与专业面试小组，其中，非专业面试小组由人力资源部门工作人员组成，设小组组长1名，组员2名，全部成员应参加了简历、资料的审查工作；专业面试小组由结构分析工程师岗位直接相关的工作人员组成，其中指定该岗位的直接领导或专家担任小组组长，另设组员3名。按照表1的评价、考核方法，各面试小组对5位应聘者进行综合评价，对比相互间能力状况差异，综合评定5位应聘者如表2所示。

3.1 应用层次分析法确定各影响因素权重根据表2，构建层次模型如图3所示。

非专业面试小组与专业面试小组的全部7位成员分别根据岗位状况构造判断矩阵，针对不同成员构造的判断矩阵存在出入的状况，对矩阵中每个元素逐一分析，并反馈至面试小组成员，经过4次反复，逐一调整，最终确定判断矩阵为：

根据式（14）、（15）、（16）可得规范后的特征向量为：

W=（0.56，0.10，0.10，0.24） （17）

上式即为各因素的影响权重。

3.2 计算相对优属度最优值根据表2可得各应聘人员特征向量矩阵如下：

X=40035035040035010015050 1001501001001501005015010015050 150

根据式（1）、（2）可得目标相对优属度矩阵：

R=10 0 1 00.5 1 00.510.5 0.510.501 0.5 10 1

由式（5）得最大相对优属度为：g={1，1，1，1，1}；

由式（6）得最小相对优属度为：b={0，0，0，0，0}。

根据将上述结果及式（17）代入人才招聘模糊优选模型式（11）计算可得：u=（0.9，0.27，0.34，0.66，0.34）

可见u1=max（uj），故选择甲是最为合理的。

4结论

本文提出的引入模糊优选法与层次分析法的人才招聘方法具有以下优点：

4.1 引入模糊优选模型的招聘方法将模糊的问题量化、清晰化，与传统的招聘方法相比，极大的减少了人为的主观评价，结果清晰、明确，便于决策；

4.2 引入层次分析方法，对不同的评价、考核指标设置不同的权重，从而对于具体的岗位更加具有针对性，提升人岗匹配的吻合性；

4.3 引入模糊优选法与层次分析法的人才招聘方整体操作过程规范、清晰、合理，具有较强的适用性和可操作型。

参考文献：

[1]嫣洪林，邢闻.多目标模糊优选模型在风险投资决策中的应用.内蒙古煤炭经济，2010，01.

[2]杨志辉，陈铁牛，刘龙章.基于改进层次分析法的模糊优选法模型.数学的实践与认识，2010/10.

[3]张瑞永.AHP判断矩阵权向量的改进最小二乘求解.数学的实践与认识，2009，24.

[4]阚德涛.AHP在评价系统中的实现研究.图书馆学刊，2009，12.

[5]杨国胜.基于改进AHP法和模糊综合评价的物流企业核心竞争力研究.时代金融，2009，12.

[6]杨志辉，陈铁牛，刘龙章.基于改进层次分析法的模糊优选模型.数学的实践与认识，2010，10.

[7]李荣均.模糊多准则决策与理论应用. 京：科学出版社2002.

[8]Zhiping Fan，Jian Ma，Quang Zhang.An approach to multiple attribute decision making based on fuzzy reference information on alternatives. Fuzzy Sets and Systems, 2002.

[9]Fatma Tiryaki，Beyza Ahlatcioglu. Fuzzy portfolio selection using fuzzy analytic hierarchy process. Information Sciences，2009

[10]尚品，姜F舟.模糊数学在干部考核数据库中的应用.电脑编程技巧与维护，2010，19.

[11]牛向春，李天勇，戴维阳.基于战略贡献的岗位评价研究.当代经济管理，2009，12.