基于ＢＰ神經網絡模型的企業員工忠誠度研究

員工對企業的忠誠度既反應了企業管理的好壞，又關系到企業的成本和利潤。隨著知識經濟的到來，員工流動率增高，員工對企業的忠誠度降低。較高的員工流動率給企業帶來嚴重的影響。如何認識員工的忠誠度及解決人才流失問題，是當前企業人力資源管理所面臨的重要問題。

BP神經網絡模型

1.BP神經網絡原理

基于誤差反傳算法（back-propagation即BP算法）的多層前饋神經網絡模型，是一個簡單而又有效的網絡，由輸入層、輸出層和至少一個隱含層組成。各層包括一個或多個神經元，相鄰兩層神經元之間通過可調權值相連接，且各神經元之間沒有反饋。信息由輸入層依次向各隱含層傳遞，直至輸出層。隱含層和輸出層每個神經元的輸入量為上一層神經元輸出的加權和。在理論研究和實際應用中，人們最常用的是具有線性輸出的單隱層網絡，因為隱層層數越多，誤差反向傳播的計算過程就越復雜，使訓練時間增加，單隱層神經網絡可以逼近任何連續函數，故本文選擇單隱層神經網絡模型。

關于隱層節點數的選取，一般是根據具體問題憑經驗和多次試驗來決定，隱層的選取往往是網絡成敗的關鍵。如果隱層節點數的選用太少，則網絡難以處理復雜的問題，建模不夠充分。但是如果隱含層節點選用太多，將會增加訓練網絡的時間，訓練過度，預測能力降低。

BP神經網絡算法采用的是有監督學習算法，這種方式要求在給定輸入模式X的同時，在輸出側還要給出與之相應的目標模式T，又稱期望輸出模式或導師信號。兩者一起成為一個訓練對，訓練時，使用輸入模式計算出實際輸出模式Y，再與期望輸出模式T相比，求出誤差，如果誤差不符合要求，再按照某種算法調整各層的權矩陣，以使誤差朝著符合要求的方向變化。

2.選取特征量

通過對大量的文獻參考和實際工作調查，影響員工忠誠度的因素主要有三個方面：（1）員工個人因素。主要包括個人品質因素、個性特質因素、職業成熟因素、技術和年齡因素等；（2）企業本身因素。包括企業的規模和經營狀況、人力資源管理制度、企業文化、裁員措施、工作環境以及企業對員工的態度等。尤其是企業對員工態度對員工忠誠度的影響十分明顯；(3)社會環境因素。主要包括社會的誠信現狀、外部企業的誘惑、社會觀念的變化以及市場化的就業機制等。本文只討論企業本身因素對員工忠誠度的影響。

企業自身因素主要歸結為以下七個方面：薪酬、溝通程度、發展前景、企業文化、工作環境、人際關系、管理水平。根據這些影響因素，考察10個同類別企業的員工忠誠度，采用多因素評分法和德爾菲法對每一種影響因素進行打分（范圍1-10分）。由于是同類別企業，所以具有很好的可比性。

表1中的數據為實際調查而來。由此我們建立了十種企業員工忠誠度的神經網絡模型，采用三層前饋網絡，輸入層包括5個神經元，1個中間隱含層包括10個神經元，輸出層包括1個神經元（員工忠誠度）。

對員工忠誠度影響因素的神經網絡訓練

1.激勵函數的選擇

4.BP神經網絡的數學運算過程

BP網絡的學習算法是基于網絡的誤差能量函數，利用訓練樣本集，通過誤差的反向傳播對網絡權值和閾值進行調整，使誤差函數沿負梯度方向下降達到要求的精度，獲得最優網絡的權值，使訓練后的網絡能夠逼近給定的非線性系統。

具體運算方法如下：

從表3中可以看出，薪酬、前景廣闊、加強溝通對員工忠誠度的影響比較大，而在三者之間員工在薪酬、前景廣闊、加強溝通的選擇上更注重薪酬，也就是說，薪酬的影響最大。在激烈的市場競爭環境下，企業應采取提高薪酬、加強溝通、提高管理水平創造企業美好前景等措施來提高企業的競爭力。策略的選擇要符合靈活性和彈性的原則，要配合外界和競爭環境來調整。條件發生變化時，可以根據這個模型，通過分析提出工作策略組合的選擇。

編輯：王粵華

“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”