[怪谈]唯有数学不会因时代的变迁而没落

本文讲述作者曾参与公司优秀员工考核方法讨论,用海伦公式计算员工票数得分。先均衡人数使票数构成三角形,剔除不能构成三角形的员工,通过公式算出“面积”选优。还提及可加入更多考核元素构建模型,强调数学在工作中的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

前几天有个网友告诉我:数学在编程过程中完全没有用。

我没反驳他,今天放出一篇“扯淡“文,来给大家洗洗脑。

 

好多年前,我在某个公司做兼职顾问时,曾经给当时的老板扯淡过一个理论,当然那时还小小的杜撰了一篇文章。今天我再次把这个”谬论“拎出来给大家分享下,并给出我的新观点。

 

这家公司的老板当时年底要评定公司优秀员工(除了老板之外,其他人均要参加),于是他吩咐人事部的大姐规划了一个考核公式,我给大家列一下:

每个员工接受全公司除了自己之外的投票。有三项:

1、一般员工投票(包含项目组长等)

2、中层员工投票(包含部门经理、副经理、项目经理)

3、高层投票(包含总经理、副总、总监、架构师等)

 

然后呢,这位大姐给这三项得分分别乘以一个比重系数,因为她认为普通员工头发长、见识短,因此票数只能占20%的比重,相应的,中层员工可以占30%,高层占50%。

 

好吧,赤裸裸的歧视产生了,反正这位大姐认为防止员工互相拉票,必须限制普通员工的票数比重。

 

确实,在这之前他们采取的票数计算方法更加简陋,譬如中层领导的票数按1:5放大,高层的按1:10放大。然后看总票数谁多。现在能用比重来计算票数的质量已经算更进了一步。

 

一天晚上和该公司老板以及一堆“在公司属于大脑级”的人物一起吃饭,老板酒过五分,拍了一千大洋在桌上,说谁能想出一个更科学更合理的优秀员工考核大法,这一千大洋就归他了。

 

金钱的刺激往往是最有效的。瞬间众人立马发动亿万脑细胞开始思考,于是出现了以下建议:

1、添加绩效考核因素。把一年各个季度的绩效打分算进去。

人事大姐瞪了该人一眼,“要不你来算?”

该人瞬间瘪气

 

2、有人提出再次降低一般员工的票数比重,譬如10%

“傻X“,这是酒后的老板对此建议的直接评价

 

3、“要不咱内定一下?“,公司负责市场的总监小声细语

除了老板表情略有察觉不到的一丝变化外,众人均向他竖起了中指。

 

为了这一千大洋,我作为唯一一个局外人此时已经满头大汗的写下了公式。

 

其实现在讲起来很简单,也就是我们小学时候学到的公式:海伦公式。用来计算三角形面积:

我们先假设公司一共170个人(包括老板),其中普通员工100人,中层40人,高层30人。

假设A员工是个八面玲珑的员工,很得领导和客户喜欢。但是他的技术或者实操能力则一般,所以他在普通员工中的票数会很少。

譬如他最终获得普通员工投票40票,中层票数是30票,高层票数是20票

则他的最终得分是:

先计算平均数 :p=(40+30+20)/2=45

则最后的总票数结果是:(p*(p-a)*(p-b)*(p-c))的结果然后再开根号(不知道怎么打符号)=290(去除了小数点吧)。

 

其实这里面的道理就是把40,30,20分别当做三角形的三个边。谁长谁短不重要,关键是谁能组成的“面积最大”。

 

同样,员工B的票数是:普通员工投票30票,中层票数是10票,高层票数是25票、

先计算平均数 :p=(30+10+25)/2=33

则最后的总票数结果:33*(33-30)*(33-10)*(33-25)=134

 

这里,看似好像员工B得到普通员工票差不多,高层对他比A员工更加认可,但是总分算出来要比A差好多。实际上中层的10票充分说明了员工B在具体项目和工作上比A员工要差很多。

 

不过这里有个问题,根据三角形定律 :任何两条边加起来必须大于第三条边。 而假设员工C获得的票数是满票(100,40,30),那么其实这三个值无法构成三角形。所以我们必须把员工的分配做一次调整:

1、普通员工(只包含开发人员和无任何职位级别的员工,剔除项目组长),这样算起来大约有80人

2、中层员工(要把项目组长包含进来),这样算起来有60人

3、高层员工,还是30人。不变

 

 

最后我来总结下,应该这么计算分数:

1、首先把人数均衡,保证三项总票数能构成三角形

2、开始算票数

3、直接剔除得分依然不能构成三角形的员工(因为说明他们不均衡,要么技术不行、要么客户认可度不行、要么团队精神不行),作为优秀员工必须是“德智体全面发展“的人

4、通过上述公式来计算 每个员工的“面积“。覆盖面最大者取胜,代表他是相对”性价比“最高的员工,才能被称为”优秀员工“。

 

 

本文附加题:

1、其实上文讲述的是比较简单的考核基准。只有票数

2、根据网友事后给我的建议,考核还可以加入很多元素,不光是这三项,譬如再来个客户评分(有的软件公司年终会把客户请来,给员工投票),或者不按票数计算,而是按照业绩(季度)打分、自评分。或者按照项目金额等等。

 

我想说的是,一旦定下来用某个主题,那么必然可以构建多个模型。上面是三角形,那么多边形呢?或者立体几何呢?

 

再延伸下:

也许我们还可以让员工分别让客户(用户)给其打分(1-5分制)。通过余弦定理找出口味最相似的客户(猜你喜欢?)。

好吧。以后这些口味类似客户的项目实施工作一律由这批员工负责了。注意:重口味客户除外。

 

本文也许给了你一个荒诞的思路。建议大家不要吹毛求疵,而是要理解在现在互联网告诉发展的年代,不管你是做什么工作和岗位,唯有数学不会因时代的变迁而没落。

数学能为你的技术添砖加瓦。

数学也能为你赚到那一千块大洋。

数学应用到实际场景中时其实也没有绝对的对和错,只有相对的是否合理。


————————————————–

【你如果不爱读书、不爱看新闻、不爱学习,没关系。我来做你的”陪读郎”】

奴隶我的方式:请关注微信订阅号:程序员在囧途。

每天讲故事、讲商业模式、讲技术给你听。


内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值