| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 引言 | 第9-18页 |
| 一、研究背景及选题意义 | 第9-12页 |
| 二、国内外研究现状及存在问题分析 | 第12-15页 |
| 三、论文结构及研究方法 | 第15-16页 |
| 四、论文难点和可能创新之处 | 第16-18页 |
| 第一章 相关概念及现有人力资源价值计量模型评述 | 第18-37页 |
| 第一节 人力资源相关概念 | 第18-25页 |
| 一、人力资源的含义及特征 | 第18-21页 |
| 二、人力资本的含义及特征 | 第21-23页 |
| 三、人力资源和人力资本的关系 | 第23-25页 |
| 第二节 人力资源价值计量理论基础 | 第25-28页 |
| 一、人力资源价值定义 | 第25-26页 |
| 二、人力资源价值计量理论依据 | 第26-27页 |
| 三、人力资源价值的内涵 | 第27-28页 |
| 第三节 人力资源价值货币性计量方法评述 | 第28-35页 |
| 一、未来工资报酬折现法 | 第28-29页 |
| 二、调整后的未来工资报酬折现模型 | 第29-30页 |
| 三、未来工资报酬资本化法 | 第30-31页 |
| 四、经济价值法 | 第31-32页 |
| 五、非购入商誉法 | 第32页 |
| 六、随机报偿价值模型 | 第32-33页 |
| 七、调整后的随机报偿价值模式 | 第33-34页 |
| 八、完全价值法 | 第34-35页 |
| 九、加工成本法 | 第35页 |
| 第四节 人力资源价值非货币性计量方法评述 | 第35-37页 |
| 第二章 现有方法的改进思路 | 第37-46页 |
| 第一节 传统方法的改进思路 | 第37-41页 |
| 一、传统方法存在的问题 | 第37-38页 |
| 二、传统方法改进的启示 | 第38-39页 |
| 三、传统方法改进的思路 | 第39-41页 |
| 第二节 灰色系统理论在人力资源估价中的应用 | 第41-43页 |
| 一、当前的研究成果 | 第41-42页 |
| 二、存在的问题及改进的思路 | 第42-43页 |
| 第三节 神经网络技术在人力资源估价中的尝试 | 第43-46页 |
| 一、可行性分析 | 第43-44页 |
| 二、评价的思路 | 第44-46页 |
| 第三章 人力资源价值评估的实证分析 | 第46-72页 |
| 第一节 背景介绍 | 第46-47页 |
| 一、公司背景介绍 | 第46-47页 |
| 二、案例背景介绍 | 第47页 |
| 第二节 灰色系统综合评价方法的实证分析 | 第47-61页 |
| 一、指标因素的选取 | 第47-48页 |
| 二、数据采集处理 | 第48-52页 |
| 三、灰色系统综合评价 | 第52-61页 |
| 第三节 BP神经网络模型的实证分析 | 第61-70页 |
| 一、对原始数据进行预处理，确定训练样本、检验样本以及各自的目标值 | 第61-63页 |
| 二、BP神经网络结构设计 | 第63-65页 |
| 三、网络的初始化、训练和仿真 | 第65-67页 |
| 四、对新员工人力资源价值等级的预测评价 | 第67-70页 |
| 第四节 两种方法的对比分析 | 第70-72页 |
| 一、两种方法的异同之处 | 第70-71页 |
| 二、两种方法各自优缺点 | 第71-72页 |
| 第四章 人力资源估价理论与方法的应用拓展 | 第72-76页 |
| 第一节 BP神经网络技术的局限性 | 第72-74页 |
| 一、BP神经网络的缺陷 | 第72-73页 |
| 二、使用BP神经网络需要注意的问题 | 第73-74页 |
| 第二节 改进的设想及进一步研究的方向 | 第74-76页 |
| 附录: | 第76-94页 |
| 附录1 攻读学位期间发表的相关学术文章 | 第76-77页 |
| 附录2 各灰类的白化权值 | 第77-94页 |
| 参考文献 | 第94-96页 |
| 致谢 | 第96-97页 |