基于贝叶斯网络的人力资源绩效考核模型的研究与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-14页 |
| ·课题背景 | 第9-10页 |
| ·课题意义 | 第10-11页 |
| ·研究内容与研究方法 | 第11-12页 |
| ·研究内容 | 第11-12页 |
| ·研究方法 | 第12页 |
| ·本文结构 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第二章 绩效考核综述 | 第14-21页 |
| ·绩效考核及方法概述 | 第14-18页 |
| ·目标管理法 | 第15页 |
| ·360度考核法 | 第15-16页 |
| ·平衡计分卡法 | 第16-17页 |
| ·KPI法 | 第17-18页 |
| ·研发人员绩效考核概述 | 第18-19页 |
| ·考核指标选取方法概述 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 贝叶斯网络概述 | 第21-37页 |
| ·贝叶斯网络概念 | 第21-26页 |
| ·静态贝叶斯网络 | 第21-22页 |
| ·动态贝叶斯网络 | 第22-25页 |
| ·贝叶斯网络特点及应用 | 第25-26页 |
| ·贝叶斯网络学习方法概述 | 第26-34页 |
| ·参数学习 | 第27-28页 |
| ·最大似然估计 | 第27页 |
| ·贝叶斯估计 | 第27-28页 |
| ·结构学习 | 第28-34页 |
| ·基于依赖分析的贝叶斯网络结构学习 | 第28-29页 |
| ·基于评分搜索的贝叶斯网络结构学习 | 第29-31页 |
| ·常用算法介绍 | 第31-34页 |
| ·动态贝叶斯网络学习 | 第34页 |
| ·动态贝叶斯网络推理算法 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 员工绩效考核模型的构建 | 第37-56页 |
| ·研发人员绩效考核指标选取 | 第37-45页 |
| ·初始指标选取 | 第37-40页 |
| ·指标筛选与精简 | 第40-45页 |
| ·数据采集与预处理 | 第45-47页 |
| ·规范化 | 第45-46页 |
| ·小样本数据集处理 | 第46-47页 |
| ·Bayes网络结构学习算法选取与改进 | 第47-52页 |
| ·网络结构学习算法选取 | 第47-51页 |
| ·结构学习算法改进 | 第51-52页 |
| ·网络模型构建 | 第52-55页 |
| ·网络模型学习 | 第52-54页 |
| ·模型分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 原型系统设计与实现 | 第56-66页 |
| ·系统需求分析 | 第56页 |
| ·系统开发环境介绍 | 第56-58页 |
| ·C#语言简介 | 第56-57页 |
| ·Microsoft SQL Server简介 | 第57-58页 |
| ·系统设计 | 第58-61页 |
| ·系统结构设计 | 第58-60页 |
| ·数据库设计 | 第60-61页 |
| ·原型系统仿真实验 | 第61-64页 |
| ·本章小结 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·全文总结 | 第66-67页 |
| ·工作展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 在研成果 | 第71-72页 |
| 论文发表 | 第71页 |
| 科研项目 | 第71-72页 |
| 致谢 | 第72页 |
