| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-21页 |
| ·研究背景、目的和意义 | 第9-11页 |
| ·选题背景 | 第9-10页 |
| ·研究目的 | 第10-11页 |
| ·研究意义 | 第11页 |
| ·国内外研究现状 | 第11-19页 |
| ·国外研究现状 | 第12-15页 |
| ·国内研究现状 | 第15-19页 |
| ·本文的研究方法 | 第19-20页 |
| ·本文的组织结构 | 第20-21页 |
| 第二章 两种机器学习工具的介绍 | 第21-27页 |
| ·机器学习的概念 | 第21页 |
| ·BP 人工神经网络 | 第21-23页 |
| ·最小二乘支持向量机回归 | 第23-27页 |
| 第三章 株洲市住房公积金管理中心人力资源配置分析 | 第27-37页 |
| ·住房公积金管理体制概况 | 第27-28页 |
| ·株洲市住房公积金管理中心人员配置状况 | 第28-37页 |
| ·人员总量配置分析 | 第29-31页 |
| ·人员年龄结构配置分析 | 第31-32页 |
| ·人员质量配置分析 | 第32-34页 |
| ·工作负荷状况分析 | 第34-35页 |
| ·人员使用效果分析 | 第35-37页 |
| 第四章 基于机器学习的人岗匹配度测算模型的构建与应用 | 第37-53页 |
| ·人岗匹配度预测模型的构建 | 第37-48页 |
| ·中心员工素质层次划分 | 第37-44页 |
| ·岗位匹配度预测指标体系的构建 | 第44-45页 |
| ·岗位匹配度矩阵的构建 | 第45页 |
| ·岗位候选人模糊矩阵的构建 | 第45-48页 |
| ·两种机器学习方法在人岗匹配度测算模型中的应用 | 第48-52页 |
| ·BP 神经网络在人岗匹配度测算模型中的应用 | 第48-50页 |
| ·支持向量机在人岗匹配度测算模型中的应用 | 第50-51页 |
| ·个案分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 结语 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录 | 第58-70页 |
| 攻读学位期间主要成果 | 第70-71页 |
| 致谢 | 第71页 |