何澤君 云雄 鮑斌

中國(guó)民航信息網(wǎng)絡(luò)股份有限公司重慶分公司 重慶 401122

引言

大數(shù)據(jù)時(shí)代，數(shù)據(jù)已成為企業(yè)發(fā)展和生存的重要資源。企業(yè)正面臨VUCA這一新常態(tài)，為應(yīng)對(duì)眾多的跨界挑戰(zhàn)者、不斷變化的市場(chǎng)和持續(xù)演進(jìn)的技術(shù)，需快速適應(yīng)和敏捷轉(zhuǎn)型，這給企業(yè)人才管理工作帶來(lái)了前所未有的挑戰(zhàn)[1]?；ヂ?lián)網(wǎng)時(shí)代以來(lái)，企業(yè)普遍實(shí)現(xiàn)了人才管理信息化，主要以人力資源部門(mén)為主體，采用互聯(lián)網(wǎng)技術(shù)建設(shè)獨(dú)立的人才信息系統(tǒng)，實(shí)現(xiàn)人才信息的統(tǒng)計(jì)、分析。新形勢(shì)下，功能單一、相互獨(dú)立的人才信息系統(tǒng)已不能滿足企業(yè)人才管理需求。全面引入智能技術(shù)，構(gòu)建大數(shù)據(jù)技術(shù)為基礎(chǔ)的人才管理平臺(tái)，成為破解人才管理難題的新思路[2]。

1 人才管理的現(xiàn)狀和問(wèn)題

互聯(lián)網(wǎng)時(shí)代，我國(guó)企業(yè)人力資源信息化建設(shè)開(kāi)始蓬勃發(fā)展，企業(yè)基于不同部門(mén)職責(zé)，建設(shè)了功能相對(duì)獨(dú)立的信息系統(tǒng)，企業(yè)人才管理轉(zhuǎn)變?yōu)閷?duì)人才數(shù)據(jù)的管理利用。當(dāng)前人才管理的現(xiàn)狀和問(wèn)題主要有以下幾個(gè)方面。

1.1 數(shù)據(jù)認(rèn)識(shí)不足，管理方式落后

大數(shù)據(jù)時(shí)代，人才管理者對(duì)基于數(shù)據(jù)的管理方式缺乏理論認(rèn)識(shí)和應(yīng)用經(jīng)驗(yàn)。傳統(tǒng)的管理主要以人事管理為主，注重流程管控，所能應(yīng)用和參考的數(shù)據(jù)有限，導(dǎo)致管理模式和決策具有較強(qiáng)的片面性和主觀性。此外，獨(dú)立的人力資源部門(mén)難以與市場(chǎng)、研發(fā)等部門(mén)配合。當(dāng)前，大部分企業(yè)管理者并未意識(shí)到大數(shù)據(jù)技術(shù)在人才管理中的價(jià)值，也沒(méi)有合適的方法和工具，無(wú)法利用大數(shù)據(jù)優(yōu)化管理。這些問(wèn)題都成為提高企業(yè)管理能力的掣肘之處[3]。

1.2 數(shù)據(jù)融通不夠，管理效率低下

大數(shù)據(jù)時(shí)代，爆炸式增長(zhǎng)的信息和互聯(lián)網(wǎng)下分布的海量數(shù)據(jù)未被充分利用。企業(yè)人力資源信息化建設(shè)盲目激進(jìn)，系統(tǒng)功能單一、信息集成水平低、安全問(wèn)題嚴(yán)峻[4]；員工產(chǎn)生的大量高價(jià)值的非結(jié)構(gòu)化數(shù)據(jù)無(wú)法被利用；企業(yè)內(nèi)外部數(shù)據(jù)無(wú)法融通。這些問(wèn)題造成了人才數(shù)據(jù)失真、數(shù)據(jù)獲取成本高昂、數(shù)據(jù)利用效率低下，降低了人才管理工作的效率。

1.3 數(shù)據(jù)分析不足，管理規(guī)程滯后

大數(shù)據(jù)時(shí)代，人才管理不僅要對(duì)員工基礎(chǔ)數(shù)據(jù)、績(jī)效、外部人才市場(chǎng)數(shù)據(jù)等進(jìn)行分析，更重要的是對(duì)員工產(chǎn)生的非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行挖掘。當(dāng)前人才管理的方式通常是預(yù)先設(shè)計(jì)好，數(shù)據(jù)分析多是事后總結(jié)，難以挖掘企業(yè)與員工間潛在關(guān)聯(lián)信息，不能為企業(yè)提供有價(jià)值的戰(zhàn)略方針，更無(wú)法為管理者提供預(yù)測(cè)指導(dǎo)，是一種滯后的管理[5]。

2 關(guān)鍵技術(shù)

2.1 大數(shù)據(jù)技術(shù)

Hadoop是一種分布式系統(tǒng)基礎(chǔ)架構(gòu)，它包括多個(gè)生態(tài)組件：HDFS、MapReduce、HBase、Hive等。HDFS為海量數(shù)據(jù)提供存儲(chǔ)，容錯(cuò)性高，部署硬件要求低；MapReduce是一種用于處理大規(guī)模數(shù)據(jù)集的并行計(jì)算框架；HBase是一個(gè)高可靠、高性能、面向列、可伸縮、實(shí)時(shí)讀寫(xiě)的分布式數(shù)據(jù)庫(kù)，主要用來(lái)存儲(chǔ)非結(jié)構(gòu)化和半結(jié)構(gòu)化的松散數(shù)據(jù)；Hive是一個(gè)開(kāi)源的SQL解析引擎，用于將SQL語(yǔ)句轉(zhuǎn)換成MapReduce任務(wù)以處理大規(guī)模的數(shù)據(jù)集。

Flink是一個(gè)用Java和Scala編寫(xiě)的分布式流數(shù)據(jù)處理引擎，用于在無(wú)界和有界數(shù)據(jù)流上進(jìn)行有狀態(tài)計(jì)算。其流水線運(yùn)行時(shí)系統(tǒng)可以同時(shí)執(zhí)行批處理和流處理程序，并支持任意數(shù)量的流變換。Flink還提供了現(xiàn)成的源和接收連接器，例如Kafka、HDFS等。

2.2 人工智能技術(shù)

樸素貝葉斯算法適用于大多數(shù)情況，但精度不夠高，要求數(shù)據(jù)量大，計(jì)算效率低。樸素貝葉斯算法的核心思想是將每個(gè)特征看作是一個(gè)條件概率分布，然后將每個(gè)樣本看作是一個(gè)條件概率分布的投影，投影到每個(gè)類(lèi)別上得到一個(gè)新的條件概率分布。最后，根據(jù)樣本的條件概率分布來(lái)計(jì)算其分類(lèi)結(jié)果。

支持向量機(jī)對(duì)數(shù)據(jù)需求量小、計(jì)算精度高，但對(duì)缺失的數(shù)據(jù)處理效果差。支持向量機(jī)通過(guò)訓(xùn)練一個(gè)分類(lèi)器來(lái)尋找最佳的超平面，并將數(shù)據(jù)映射到高維空間中，同時(shí)將分類(lèi)器的結(jié)果與真實(shí)標(biāo)簽進(jìn)行比較，再根據(jù)比較結(jié)果更新超平面的位置，以使得正例和負(fù)例之間的距離最小。

深度學(xué)習(xí)是一種基于神經(jīng)網(wǎng)絡(luò)的一類(lèi)人工智能技術(shù)，在自然語(yǔ)言處理中的文本分類(lèi)、實(shí)體識(shí)別、關(guān)系識(shí)別、語(yǔ)義識(shí)別有廣泛的應(yīng)用。它通過(guò)多層非線性變換來(lái)實(shí)現(xiàn)對(duì)數(shù)據(jù)的高效表示和分類(lèi)，主要算法有人工神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、自編碼器等。

3 基于大數(shù)據(jù)的人才管理平臺(tái)建設(shè)

大數(shù)據(jù)人才管理平臺(tái)旨在促進(jìn)人才管理智能化發(fā)展，應(yīng)具有數(shù)據(jù)資源和服務(wù)集約化，數(shù)據(jù)分析智能化，運(yùn)維管理成本低、高可用、易擴(kuò)展、具備產(chǎn)業(yè)生態(tài)系統(tǒng)支持的特點(diǎn)[6]。通過(guò)問(wèn)題現(xiàn)狀分析和技術(shù)調(diào)研，確定平臺(tái)建設(shè)采取以Hadoop為核心的融合化技術(shù)方案[7]。大數(shù)據(jù)人才管理平臺(tái)架構(gòu)，采用層次結(jié)構(gòu)，從底層向上層依次是數(shù)據(jù)接入層、數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)處理層、數(shù)據(jù)應(yīng)用層，以及貫穿始終的數(shù)據(jù)安全規(guī)范和數(shù)據(jù)管理規(guī)范要求。

3.1 數(shù)據(jù)接入

平臺(tái)的數(shù)據(jù)來(lái)源于企業(yè)信息系統(tǒng)、物聯(lián)網(wǎng)智能終端感知數(shù)據(jù)、內(nèi)外部網(wǎng)絡(luò)數(shù)據(jù)、人員行為數(shù)據(jù)等，按數(shù)據(jù)類(lèi)型可分為結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)源具有來(lái)源分散，類(lèi)型多樣的特點(diǎn)。針對(duì)企業(yè)OA平臺(tái)上的各類(lèi)系統(tǒng)采用Sqoop工具，對(duì)各種關(guān)系型數(shù)據(jù)庫(kù)通過(guò)任務(wù)管理實(shí)現(xiàn)批量采集。針對(duì)人員行為日志、外部系統(tǒng)消息、網(wǎng)絡(luò)爬蟲(chóng)動(dòng)態(tài)捕獲的互聯(lián)網(wǎng)數(shù)據(jù)，采用flume+kafka完成多源異構(gòu)數(shù)據(jù)的實(shí)時(shí)采集。

3.2 數(shù)據(jù)存儲(chǔ)

平臺(tái)采集的數(shù)據(jù)結(jié)構(gòu)復(fù)雜、質(zhì)量標(biāo)準(zhǔn)不統(tǒng)一，需按照數(shù)據(jù)治理管理要求進(jìn)行數(shù)據(jù)預(yù)處理和存儲(chǔ)。數(shù)據(jù)應(yīng)進(jìn)行ETL預(yù)處理，可以結(jié)合統(tǒng)計(jì)學(xué)方法、SQL清洗、粒度聚合等方法處理。數(shù)據(jù)存儲(chǔ)應(yīng)具有高效性、可擴(kuò)展性和容錯(cuò)能力，存儲(chǔ)采用基于Hadoop與MySQL整合的數(shù)據(jù)倉(cāng)庫(kù)。其中，Hadoop用于存儲(chǔ)多源異構(gòu)的原始數(shù)據(jù)進(jìn)行分布式運(yùn)算；MySQL用于存儲(chǔ)面向應(yīng)用的結(jié)果數(shù)據(jù)，實(shí)現(xiàn)大數(shù)據(jù)存儲(chǔ)、高效能運(yùn)算、實(shí)時(shí)查詢的需求[8]。根據(jù)數(shù)據(jù)運(yùn)算需求平臺(tái)采用Hive、Presto、Spark、Flink作為數(shù)據(jù)倉(cāng)庫(kù)的引擎，實(shí)現(xiàn)大數(shù)據(jù)的批處理和流式處理。利用Hive完成長(zhǎng)時(shí)間運(yùn)行的離線批處理，實(shí)現(xiàn)數(shù)據(jù)倉(cāng)庫(kù)統(tǒng)計(jì)分析工作。利用Presto的高并發(fā)性、高吞吐量和高可用性等特點(diǎn)，通過(guò)聯(lián)合hive使用、加速Hive的查詢，實(shí)現(xiàn)更高效、更準(zhǔn)確的大數(shù)據(jù)處理。采用Spark聯(lián)合Flink的設(shè)計(jì)，Spark擅長(zhǎng)處理結(jié)構(gòu)化數(shù)據(jù)，而Flink則適合處理非結(jié)構(gòu)化數(shù)據(jù)。當(dāng)需要處理機(jī)器學(xué)習(xí)任務(wù)時(shí)，可以將數(shù)據(jù)分為結(jié)構(gòu)化和非結(jié)構(gòu)化部分，分別交給Spark和Flink處理，最后將它們合并為一個(gè)數(shù)據(jù)集。對(duì)于流處理任務(wù)，可以將Spark作為主要的流處理器，將Flink作為從庫(kù)或工作隊(duì)列來(lái)處理數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)處理的分布式實(shí)時(shí)性能。

3.3 數(shù)據(jù)處理

平臺(tái)數(shù)據(jù)處理應(yīng)滿足人才管理領(lǐng)域的統(tǒng)計(jì)分析需求，更重要的是能實(shí)現(xiàn)人才管理智能化。人才數(shù)據(jù)具有特征稀疏、深度關(guān)聯(lián)性強(qiáng)的特點(diǎn)，分析需要依賴平臺(tái)的批處理、流處理實(shí)現(xiàn)運(yùn)算能力。數(shù)據(jù)分析的方法主要采用統(tǒng)計(jì)學(xué)和人工智能技術(shù)。針對(duì)人才管理業(yè)務(wù)需求，數(shù)據(jù)處理需要完成人才盤(pán)點(diǎn)數(shù)據(jù)處理、人才特征數(shù)據(jù)挖掘和人才畫(huà)像智能分析。對(duì)于人才盤(pán)點(diǎn)的數(shù)據(jù)處理，主要采用人才管理領(lǐng)域的規(guī)則和統(tǒng)計(jì)學(xué)方法，實(shí)現(xiàn)人才年齡、學(xué)歷、崗級(jí)等各類(lèi)維度的統(tǒng)計(jì)分析。對(duì)人才特征挖掘主要采用統(tǒng)計(jì)學(xué)方法和人工智能技術(shù)中的分類(lèi)、聚類(lèi)、關(guān)聯(lián)分析、深度學(xué)習(xí)等方法，實(shí)現(xiàn)人才能力、潛力、心理動(dòng)向等特征挖掘，以及自然語(yǔ)言文本信息挖掘。對(duì)于人才畫(huà)像智能分析主要采用人工智能技術(shù)中的預(yù)測(cè)分析、回歸分析等方法，實(shí)現(xiàn)崗位匹配度、人才相似度、高風(fēng)險(xiǎn)人才等的分析工作。

3.4 數(shù)據(jù)應(yīng)用

平臺(tái)需滿足多種應(yīng)用需求，采用專業(yè)的數(shù)據(jù)可視化技術(shù)如ECharts、BI工具等，能提供豐富的圖表，例如：折線圖、餅圖、散點(diǎn)圖、氣泡圖、樹(shù)形圖或箱型圖等，以及具有交互功能的數(shù)據(jù)分析界面[9]。平臺(tái)面向企業(yè)管理層能提供的企業(yè)人才大屏，面向人力資源部門(mén)提供的人才盤(pán)點(diǎn)九宮格分析，面向企業(yè)個(gè)人提供的成長(zhǎng)歷程等應(yīng)用功能。采用RESTful、微服務(wù)技術(shù)，提供接口服務(wù)，快速實(shí)現(xiàn)其他系統(tǒng)與平臺(tái)組態(tài)化構(gòu)建，提高其他系統(tǒng)智能屬性，例如：提供給招聘管理系統(tǒng)的智能簡(jiǎn)歷文本分析接口。采用網(wǎng)絡(luò)協(xié)議數(shù)據(jù)傳輸技術(shù)，提供批量數(shù)據(jù)文件傳輸，例如：財(cái)務(wù)系統(tǒng)所需的專業(yè)報(bào)表數(shù)據(jù)文件。

4 大數(shù)據(jù)人才管理平臺(tái)應(yīng)用優(yōu)勢(shì)

4.1 以人才管理平臺(tái)為載體，實(shí)現(xiàn)多學(xué)科優(yōu)勢(shì)互補(bǔ)

大數(shù)據(jù)背景下，人才管理的理念、方法、模式都發(fā)生了重大變革，單一的人力資源學(xué)科領(lǐng)域，無(wú)法支撐目前的需求。谷歌、騰訊等企業(yè)都已組建由統(tǒng)計(jì)學(xué)、組織行為學(xué)、人力資源管理的專業(yè)人才擔(dān)任分析師的人力資源團(tuán)隊(duì)，為企業(yè)提供前瞻性戰(zhàn)略指導(dǎo)、降低管理成本、提升人力資源的服務(wù)質(zhì)量[10]。以大數(shù)據(jù)人才管理平臺(tái)為載體，能實(shí)現(xiàn)多學(xué)科交融互補(bǔ)，利用計(jì)算機(jī)技術(shù)、信息管理技術(shù)構(gòu)建平臺(tái)；利用統(tǒng)計(jì)學(xué)、人工智能算法實(shí)現(xiàn)數(shù)據(jù)挖掘、智能決策；利用人力資源、心理學(xué)原理的知識(shí)、經(jīng)驗(yàn)，構(gòu)建豐富的應(yīng)用模塊。多學(xué)科優(yōu)勢(shì)在平臺(tái)上得以交融互補(bǔ)，提高企業(yè)人才管理水平。

4.2 利用平臺(tái)大數(shù)據(jù)優(yōu)勢(shì)，提高人才管理工作效率

大數(shù)據(jù)人才管理平臺(tái)匯聚了全面的數(shù)據(jù)信息，并進(jìn)行了科學(xué)的數(shù)據(jù)治理，具有高效的數(shù)據(jù)運(yùn)算能力，能夠支撐人才管理工作中的各類(lèi)數(shù)據(jù)統(tǒng)計(jì)分析場(chǎng)景，從而大大提升了人才管理工作效率。例如，企業(yè)可以通過(guò)平臺(tái)快速搜集準(zhǔn)確數(shù)據(jù)，為人才規(guī)劃工作提供科學(xué)客觀的數(shù)據(jù)參考；平臺(tái)具有完善的數(shù)據(jù)，融合了各類(lèi)統(tǒng)計(jì)分析技術(shù)，能夠?qū)崟r(shí)完成人才盤(pán)點(diǎn)工作，提高了工作效率。

4.3 利用平臺(tái)智能化優(yōu)勢(shì)，提升人才管理工作質(zhì)量

大數(shù)據(jù)人才管理平臺(tái)對(duì)數(shù)據(jù)進(jìn)行深入挖掘，利用先進(jìn)的機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)人才特征分析、畫(huà)像分析；利用平臺(tái)智能分析優(yōu)勢(shì)，可以預(yù)測(cè)潛在離職人員，實(shí)時(shí)向管理者預(yù)警，動(dòng)態(tài)優(yōu)化管理策略。通過(guò)平臺(tái)關(guān)聯(lián)分析方法找到與穩(wěn)定性相關(guān)的典型特征，建立特定人員的畫(huà)像模型，便于人力資源部門(mén)實(shí)施定向服務(wù)。借助平臺(tái)智能化技術(shù)，顯著提高人才管理工作效益。

5 結(jié)束語(yǔ)

大數(shù)據(jù)時(shí)代，機(jī)遇與挑戰(zhàn)并存，企業(yè)管理者要把握機(jī)遇，利用大數(shù)據(jù)技術(shù)，創(chuàng)新人才管理模式。在大數(shù)據(jù)人才管理平臺(tái)建設(shè)中，要充分利用人才相關(guān)數(shù)據(jù)，注重?cái)?shù)據(jù)分析能力的建設(shè)，融合多學(xué)科優(yōu)勢(shì)，優(yōu)化人才管理的解決方案。對(duì)于數(shù)據(jù)的使用應(yīng)注重安全和隱私保護(hù)，建立數(shù)據(jù)安全規(guī)范體系。