基于熵权法及支持向量机的企业管理人员价值工作法研究/冯立杰 贾依帛 岳俊举 王金凤

　　

　　                    ⑥

　　

　　将公式⑥带入公式⑤中，通过等价交换得到：

　　

　　                    ⑦

　　

　　其中，aj为支持向量所对应的参数值，xj为训练样本输入数量，xv为测试样本的输入数据，运算可得出参数aj和b，进而得到管理者价值工作考核模型。

　　收集相关样本数据代入已训练模型中，即可得到某企业管理人员工作价值等级分类结果。本文将工作价值等级分为高价值、中价值和低价值三类。

　　二、实证分析

　　本文以郑州市H公司的管理人员工作价值等级评价结果来验证上述考核模型的有效性。首先，建立由该公司人事部人员和相关领域专家组成的考评组，对公司10名企业管理测评人进行数值统计与打分，确定指标权重并构建H公司管理人员关键评价指标体系；其次，对45名管理者调研获取样本数据，其中可将该公司关键评价指标项作为SVR模型输入，管理者相应的价值等级评价作为输出。

　　1.数值收集与处理

　　本文将指标体系中的专家打分项评价档次分为优秀、良好、合格、较差四等，对应5、4、3、2不同分值，把统计值项中的考核人学历分为博士、硕士、本科、本科以下四个等级，对应5、4、3、2不同的分值。同时，在各指标数据收集时，均以一年为周期以保证样本的可靠性。把收集好的数据运用公式⑧进行归一化处理，将各类指标数据转化到［0，1］之间，以避免数据量纲不一致而造成结果偏差较大的问题。

　　设xij为归一化后的指标值，xij为第i个测评人的第j个指标实际值，xmax为第j项指标的最大值，xmin为第j项指标的最小值。

　　2.价值工作关键评价指标体系建立

　　数据收集完成后，通过运用公式①②③可计算得到各考核指标的熵权Wj（j＝1，2，3…27），其中[∑][27][i＝1][Wi＝1]，见表1所示。

　　各考核指标的权重反映了各指标在管理者整体工作价值贡献度中所占的权重，权重越大，说明该指标对测评人的考核结果影响越大。本文根据27个指标权重大小对关键考核指标进行了识别，将指标中影响较小（Wi≤0.02）的非关键项W3、W4、W15、W18、W26进行剔除，形成H公司管理人员工作价值关键评价指标体系。

　　在实际工作中，管理者应根据指标权重的大小将工作中心有所倾斜，以实现个人价值最大化。另外，每个企业可根据工作性质的差异，建立符合本企业不同岗位特征的关键评价指标体系，以保证评价结果的可信度。

　　3.SVM样本数据收集及处理

　　按上述各指标数据收集步骤对H公司选取的45组管理者样本数据进行获取并运用公式⑧进行归一化处理。其中，样本数据包含30组训练样本和15组测试样本。

　　4.模型训练

　　通过MATLAB软件的LibSVM工具箱可以实现对SVM回归模型的训练，选取径向基（RBF）函数作为模型的核函数，并利用网络寻优法对惩罚参数c及核函数的宽度参数g寻优，来确保模型的分类准确率。同时，利用交叉验证理论对优化后的参数进行检验。

　　参数寻优结果如图2所示，图中上层面即最高分类效率面，当效率最高时（100%）参数即为模型最优参数值。从图2可知，当模型最优参数为c＝5.6569，g＝0.015625时，此时可得到最优SVM回归模型。