首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种三大维度构建人力资源经济指数TEI的方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:同道精英(天津)信息技术有限公司

摘要:本发明是一种三大维度构建人力资源经济指数TEI的方法,具体步骤为:S1、维度指标划分;S2、模型选取;S3、数据抽样;S4、数据清洗;S5、模型构建:原始数据的标准化、原始数据的检验、计算累积贡献率、计算旋转因子载荷矩阵、计算因子得分矩阵、表征人力资源市场效率、质量和规模的三大因子表达式、完成对TEI指数的开发。本发明中的TEI指数使用科学的抽样方法保证了数据可以有效地表征我国人力资源市场的运行状况,从人力资源规模、供需、质量三个方面衡量人力资源市场具有合理的业务解释,通过指标修正使得指数浮动区间介于0到1之间,且数值越大代表综合水平越高,符合直观感受便于对比分析。

主权项:1.一种三大维度构建人力资源经济指数TEI的方法,其特征在于,具体步骤为:S1、维度指标划分将TEI指标体系划分为人力资源市场效率、人力资源市场质量以及人力资源市场规模三大维度;人力资源市场效率包括市场活跃度以及人力资源流动效率两个二级指标,市场活跃度包括求职热度和招聘热度两个三级指标,人力资源流动效率包括人力资源流入率单个三级指标;人力资源市场质量包括供给侧质量以及需求侧质量两个二级指标,供给侧质量包括学历水平、精英占比、薪资水平、职业技能掌握度四个三级指标,需求侧质量包括精英职位占比、职位最高年薪、职位最低年薪三个三级指标;人力资源市场规模包括供给侧规模以及需求侧规模两个二级指标,供给侧规模包括活跃人数单个三级指标,需求侧规模包括发布职位数单个三级指标;S2、模型选取选取主成分分析的基本模型PCA进行模型的构建;主成分分析的基本模型PCA是对多个观测指数的线性组合,从而得到新的指标,也为多个指标进行降维的过程,最终新的指标保留主要信息量,并且相互独立,主成分分析的基本模型PCA如下:Fj=ai1X1+ai2X2+…+aimXm其中,Xi为第i个指标i=1,2,...,m,Fi是第j个主成分j=1,2,...,k,aim为对应第i个特征值的特征向量的第m个分量;k为主成分的个数;m为指标个数;S3、数据抽样采用PPS抽样方法对企业和求职者进行数据抽取,包括确定抽样比例、计算理论样本量、样本量修正和样本质量评估四个步骤;S4、数据清洗对各个变量制作箱线图,以直观的图形表达方式寻找异常数据,剔除落在Q3+3IQR与Q1-3IQR之外的值,其中Q1是指下四分位数,Q3是指上四分位数,IQR为四分位距,对原数据的缺失值和剔除异常值后的缺失值进行补全;S5、模型构建a、原始数据的标准化对原始指标进行无量纲化处理,将各指标通过数学运算转化为均值为0,方差为1的标准化形式;标准化公式为:其中,xij为观测值,是指观测指标的均值,σi是观测指标的标准差;b、原始数据的检验采用KMO检验和Bartlett球形检验;检验指标变量的共同度;c、计算累积贡献率选取保留原数据信息的综合指标作为主成分,降维;d、计算旋转因子载荷矩阵对选取好的主成分进行方差最大化旋转;e、计算因子得分矩阵对于每个因子,其线性表达式为系数与对应的指标的乘积求和,再将各个因子与其对应的方差贡献率相乘后求和,即可得到最终的综合得分,得出各个因子的表达式;f、根据人力资源市场的实际情况以及简化分析的需要,得到表征人力资源市场效率、质量和规模的三大因子表达式;最终得到人力资源市场综合得分,人力资源市场综合得分以人力资源市场效率、质量和规模三者的平均值表示;g、运用极差标准化将综合得分调整至在0到1的范围内浮动的指标,从而完成对TEI指数的开发。

全文数据:

权利要求:

百度查询: 同道精英(天津)信息技术有限公司 一种三大维度构建人力资源经济指数TEI的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。