粗糙集与粒度计算在人力资源和环境领域的应用
1. 粗糙集在人力资源开发中的应用
1.1 粗糙集分析与决策规则获取
在对 IT 公司员工的研究中,为了分析员工与客户关系相关的数据,采用了 ROSE 软件进行粗糙集分析。决策属性为“在公司内外,你与客户是否有良好的人际关系?”,取值为 1(是)或 2(否),其中有 146 个肯定回答和 21 个否定回答。
通过粗糙集分析得到的上下近似结果如下表所示:
| 类别编号 | 对象数量 | 下近似 | 上近似 | 准确率 |
| ---- | ---- | ---- | ---- | ---- |
| 1 | 146 | 146 | 146 | 1.000 |
| 2 | 21 | 21 | 21 | 1.000 |
从表中可以看出上下近似相等,说明在类 1 和类 2 的分类中不存在不确定性。当获得决策规则后,这些规则能帮助决策者获取更多关于人力资源的信息。
研究共发现了 16 条决策规则,其中 9 条表明与客户关系良好,7 条表明与客户关系不佳,总覆盖率达到 98.8%。部分规则及其覆盖情况如下:
| 规则编号 | 决策属性 | 最小覆盖规则 | 覆盖率 |
| ---- | ---- | ---- | ---- |
| Rule(1) | 1 | Q29 你是否认识并了解客户公司的整个系统和组织?是;Q30 你是否了解董事会成员?是;Q33 你是否喜欢参加培训或研讨会以获取财务报表知识?是;Q36 你在公司内与老板、高级成员和同事是否有良好的人际关系?是;Q40 你是否了解公司的内部运营规则?是 | 59.59% |