一种基于因子分析与BP神经网络的技能人才评价方法

摘要

本发明公开了一种基于因子分析与BP神经网络的技能人才评价方法，采集与技能人才评价有关的评价指标数据，构建全量数据集；将全量数据集中的字符型变量变换为数值型变量，然后用Sigmoid函数将数值型变量取值映射到[0,1]区间；将上述评价指标用因子分析法确定参与人才评价建模的评价指标或评价指标组合；用Sigmoid函数处理之后作为BP神经网络的输入向量，BP神经网络的任务是经过训练后，实现对技能人才的评价；其中采用多个BP神经网络分别训练不同类别样本的策略，并采用L-M优化算法代替梯度下降法。本发明节约了人才评价成本，提高了人力资源工作的效率，使得人才评价更具客观性与准确性。