數據模型與決策相關(guān)理論和方法(數據模型與決策的介紹)
1.數據模型與決策的介紹
《數據模型與決策》是科學(xué)出版社2010年1月29日出版的圖書(shū)，系統地介紹了以統計方法為特征的不確定型決策、以運籌學(xué)方法為特征的確定型決策、以博奕原理為特征的策略型決策的基本原理和一般方法。
2.數據模型與決策在人力資源管理有什么應用
數據模型與決策在人力資源管理的作用：
當前全社會(huì )多領(lǐng)域正在經(jīng)受著(zhù)大數據浪潮的洗禮，人力資源管理領(lǐng)域也不能例外。商業(yè)智能工具幫助人力資源管理從憑借經(jīng)驗的模式逐步向依靠事實(shí)數據的模式轉型；人力測評由主觀(guān)性強的單一專(zhuān)家進(jìn)行測評轉向構建數學(xué)模型依靠大數據處理技術(shù)進(jìn)行測評；企業(yè)招聘過(guò)程也正朝著(zhù)越來(lái)越依靠社交網(wǎng)絡(luò )和大數據技術(shù)的方向發(fā)展。
1.大數據助力HR-BI
Human Resource Business Intelligence，以下簡(jiǎn)稱(chēng)HR-BI，即人力資源商業(yè)智能，主要解決通過(guò)數據對整個(gè)人力資源過(guò)程監控，對人力資源管理監控分析。
2.大數據助力人才測評
通過(guò)對目前國內外人才測評狀況的了解得知，現在企業(yè)的人才測評大多處在單一的專(zhuān)家評估上面，明顯帶有強烈的主觀(guān)性。為此，利用大數據技術(shù)對人才測評中的一些問(wèn)題如人才績(jì)效考核、人才選拔以及分類(lèi)進(jìn)行研究，改進(jìn)以前算法中的一些不成熟的地方。
大數據技術(shù)能從一些大型的人力資源數據庫中找到隱藏在其中的信息，幫助決策人員找到數據間潛在的聯(lián)系，從而有效地進(jìn)行人才測評。
3.大數據助力企業(yè)招聘
公司提供人力資源管理解決方案和行業(yè)宏觀(guān)分析報告，并把他們售賣(mài)到人力資源部門(mén)、獵頭、招聘網(wǎng)站、媒體、政府。靠售賣(mài)招聘規模報告，在線(xiàn)個(gè)人方案，在線(xiàn)企業(yè)方案來(lái)贏(yíng)利。比如Wanted Analytics和Forensic JobStats這兩家B2B模式的公司就比較典型。同時(shí)它們還可以通過(guò)快速確定在何處放置招聘廣告，輕松填補職位空缺，了解在哪里可以找到候選人等方法幫助企業(yè)更快速的找到合適的求職者。
4.大數據是中國人力資源與招聘行業(yè)決勝的關(guān)鍵
大數據處理技術(shù)的應用在全球范圍內迅猛增長(cháng)，推動(dòng)整個(gè)社會(huì )進(jìn)入了大數據時(shí)代。而大數據處理技術(shù)本身也將成為中國人力資源管理與招聘行業(yè)決勝的關(guān)鍵。
人力資源管理與招聘行業(yè)內以大數據技術(shù)為支撐的產(chǎn)品和解決方案在全球范圍贏(yíng)得了迅猛的增長(cháng)。人力資源行業(yè)企業(yè)通過(guò)出售經(jīng)過(guò)處理分析的商業(yè)報告來(lái)獲取直接的利益，以商品化的大數據應用創(chuàng )造了新的商業(yè)模式。
3.數據模型與決策在人力資源管理有什么應用
數據模型與決策在人力資源管理的作用：當前全社會(huì )多領(lǐng)域正在經(jīng)受著(zhù)大數據浪潮的洗禮，人力資源管理領(lǐng)域也不能例外。
商業(yè)智能工具幫助人力資源管理從憑借經(jīng)驗的模式逐步向依靠事實(shí)數據的模式轉型；人力測評由主觀(guān)性強的單一專(zhuān)家進(jìn)行測評轉向構建數學(xué)模型依靠大數據處理技術(shù)進(jìn)行測評；企業(yè)招聘過(guò)程也正朝著(zhù)越來(lái)越依靠社交網(wǎng)絡(luò )和大數據技術(shù)的方向發(fā)展。1.大數據助力HR-BIHuman Resource Business Intelligence，以下簡(jiǎn)稱(chēng)HR-BI，即人力資源商業(yè)智能，主要解決通過(guò)數據對整個(gè)人力資源過(guò)程監控，對人力資源管理監控分析。
2.大數據助力人才測評通過(guò)對目前國內外人才測評狀況的了解得知，現在企業(yè)的人才測評大多處在單一的專(zhuān)家評估上面，明顯帶有強烈的主觀(guān)性。為此，利用大數據技術(shù)對人才測評中的一些問(wèn)題如人才績(jì)效考核、人才選拔以及分類(lèi)進(jìn)行研究，改進(jìn)以前算法中的一些不成熟的地方。
大數據技術(shù)能從一些大型的人力資源數據庫中找到隱藏在其中的信息，幫助決策人員找到數據間潛在的聯(lián)系，從而有效地進(jìn)行人才測評。3.大數據助力企業(yè)招聘公司提供人力資源管理解決方案和行業(yè)宏觀(guān)分析報告，并把他們售賣(mài)到人力資源部門(mén)、獵頭、招聘網(wǎng)站、媒體、政府。
靠售賣(mài)招聘規模報告，在線(xiàn)個(gè)人方案，在線(xiàn)企業(yè)方案來(lái)贏(yíng)利。比如Wanted Analytics和Forensic JobStats這兩家B2B模式的公司就比較典型。
同時(shí)它們還可以通過(guò)快速確定在何處放置招聘廣告，輕松填補職位空缺，了解在哪里可以找到候選人等方法幫助企業(yè)更快速的找到合適的求職者。4.大數據是中國人力資源與招聘行業(yè)決勝的關(guān)鍵大數據處理技術(shù)的應用在全球范圍內迅猛增長(cháng)，推動(dòng)整個(gè)社會(huì )進(jìn)入了大數據時(shí)代。
而大數據處理技術(shù)本身也將成為中國人力資源管理與招聘行業(yè)決勝的關(guān)鍵。人力資源管理與招聘行業(yè)內以大數據技術(shù)為支撐的產(chǎn)品和解決方案在全球范圍贏(yíng)得了迅猛的增長(cháng)。
人力資源行業(yè)企業(yè)通過(guò)出售經(jīng)過(guò)處理分析的商業(yè)報告來(lái)獲取直接的利益，以商品化的大數據應用創(chuàng )造了新的商業(yè)模式。
4.求數據模型與決策作業(yè)
定隨機過(guò)程 。
如果對任意正整數 ，任意的 ，任意的 S是 的狀態(tài)空間，總有 則稱(chēng) 為馬爾可夫過(guò)程。 在這個(gè)定義中，如果把時(shí)刻 看作“現在”，時(shí)刻 是“將來(lái)”，時(shí)刻 是“過(guò)去”。
馬爾可夫過(guò)程要求：已知現在的狀態(tài) ，過(guò)程將來(lái)的狀態(tài) 與過(guò)程過(guò)去的狀態(tài) 無(wú)關(guān)。 這就體現了馬爾可夫過(guò)程具有無(wú)后效性。
通常也把無(wú)后效性稱(chēng)為馬爾可夫性。 從概率論的觀(guān)點(diǎn)看，馬爾可夫過(guò)程要求，給定 時(shí)， 的條件分布僅與 有關(guān)，而與 無(wú)關(guān)。
二、馬爾可夫鏈及其轉移概率 馬爾可夫鏈是參數離散、狀態(tài)離散的最簡(jiǎn)單的馬爾可夫過(guò)程。 在馬爾可夫鏈 中，一般取參數空間 。
馬爾可夫鏈的狀態(tài)空間 的一般形式是 。 1、馬爾柯夫鏈定義： 一個(gè)隨機序列{X(t), t=1,2,3，…}取值于正整數空間E={0,1,2，……}，或者為E的子集， 如果有： xi∈E={0,1,2，……} ； i=1,2，… 則稱(chēng)為序列 為馬爾柯夫（Markov）鏈。
這種序列具有馬爾可夫性，也叫無(wú)后致性。注意：t和i均取整數。
2、馬爾柯夫鏈的含義： 可以這樣理解：序列 的“將來(lái)”只與“現在”有關(guān)而與“過(guò)去”無(wú)關(guān)。 3、馬爾柯夫鏈的狀態(tài)： 馬爾柯夫鏈序列 中的某一個(gè)符號X(ti)的數值一定為E中的某一個(gè)元素xi（或xj），這時(shí)，稱(chēng)xI（或xj）為隨機序列的一個(gè)狀態(tài)Si。
4、馬爾柯夫鏈的一步轉移概率 馬爾柯夫（Markov）鏈的統計特性用條件概率（狀態(tài)轉移概率）來(lái)描述： 習慣上把轉移概率記做 這稱(chēng)為馬氏鏈的一步轉移概率。為馬爾柯夫鏈從狀態(tài)i變?yōu)闋顟B(tài)j的條件概率。
它滿(mǎn)足：（概率的加法公式） pij(1)(t)≥0 i j ∈E 5、馬爾柯夫鏈的K步轉移概率： 其k步轉移概率為：為馬爾柯夫鏈從狀態(tài)i經(jīng)過(guò)k步（k個(gè)單位時(shí)間）后變?yōu)闋顟B(tài)j的條件概率： 它滿(mǎn)足： p(k)ij(t)≥0 i j ∈E 。
5.數據分析方法5種,數據分析有什么方法
借助工具，未至科技魔方是一款大數據模型平臺，是一款基于服務(wù)總線(xiàn)與分布式云計算兩大技術(shù)架構的一款數據分析、挖掘的工具平臺，其采用分布式文件系統對數據進(jìn)行存儲，支持海量數據的處理。
采用多種的數據采集技術(shù)，支持結構化數據及非結構化數據的采集。通過(guò)圖形化的模型搭建工具，支持流程化的模型配置。
通過(guò)第三方插件技術(shù)，很容易將其他工具及服務(wù)集成到平臺中去。數據分析研判平臺就是海量信息的采集，數據模型的搭建，數據的挖掘、分析最后形成知識服務(wù)于實(shí)戰、服務(wù)于決策的過(guò)程，平臺主要包括數據采集部分，模型配置部分，模型執行部分及成果展示部分等。
6.決策理論與方法的目錄介紹
第一章 決策分析概述 第一節 決策分析的概念及其基本要素 一、決策分析的概念 二、決策分析的基本要素 第二節 決策分析的分類(lèi)及其基本原則 一、決策分析的分類(lèi) 二、決策分析的基本原則 第三節 決策分析的步驟與追蹤決策 一、決策分析的基本步驟 二、關(guān)于追蹤決策 第四節 決策分析的定性與定量方法概述 一、決策分析的定性方法 二、決策分析的定量方法 三、綜合決策 本章小結 關(guān)鍵詞 習題 第二章 確定型決策分析 第一節 確定型決策分析概述 一、確定型決策分析的概念和運用場(chǎng)合 二、確定型決策分析與運籌學(xué) 第二節 現金流量及貨幣的時(shí)間價(jià)值與計算 一、現金流量及貨幣的時(shí)間價(jià)值 二、貨幣時(shí)間價(jià)值的計算 第三節 盈虧決策分析 一、盈虧決策分析的基本原理 二、盈虧分析的應用實(shí)例 第四節 無(wú)約束確定型投資決策 一、基本假設條件 二、價(jià)值型經(jīng)濟評價(jià)指標 三、效率型經(jīng)濟評價(jià)指標 四、時(shí)間型經(jīng)濟評價(jià)法 五、相對經(jīng)濟效益評價(jià)法 第五節 多方案投資決策 一、獨立型投資方案決策 二、互斥型投資方案決策 第六節 投資決策案例 一、更新決策 二、自制還是外購決策 三、投資時(shí)機決策 四、資本限量決策 第七節投資決策軟件 一、投資項目的凈現值與內部收益率 二、多個(gè)互斥項目的抉擇 本章小結 關(guān)鍵詞 習 題 第三章風(fēng)險型決策分析 第一節 風(fēng)險決策的期望值準則及其應用 一、風(fēng)險型決策分析 二、風(fēng)險型決策分析的期望值準則 三、期望損益決策法中的幾個(gè)問(wèn)題 第二節 決策樹(shù)分析方法 一、決策樹(shù)基本分析法 二、應用實(shí)例 三、多階決策分析 第三節 貝葉斯決策分析 一、貝葉斯決策的基本方法 二、貝葉斯決策分析的信息價(jià)值 三、抽樣貝葉斯決策 四、貝葉斯決策分析案例 第四節 風(fēng)險決策的靈敏度分析 一、靈敏度分析的要求 二、轉折概率原理 第五節 效用理論及風(fēng)險評價(jià) 一、效用函數的定義和構成 二、效用曲線(xiàn)的確定 三、效用曲線(xiàn)在風(fēng)險決策中的應用 四、案例 本章小結 關(guān)鍵詞 習題 第四章 不確定型決策分析 第一節 不確定型決策的基本概念 第二節 樂(lè )觀(guān)決策準則 一、樂(lè )觀(guān)決策的步驟 二、樂(lè )觀(guān)準則的評價(jià) 三、樂(lè )觀(guān)決策法的適用范圍 第三節 悲觀(guān)決策準則 一、悲觀(guān)法決策的步驟 二、悲觀(guān)準則的評價(jià) 三、悲觀(guān)決策法的適用范圍 第四節 折中決策準則 一、折中法決策的步驟 二、折中決策法的評價(jià) 第五節 后悔值決策準則 一、最小最大后悔值決策分析的步驟 二、后悔值決策準則的評價(jià) 三、后悔值決策準則的適用范圍 第六節 等概率決策準則 一、等概率決策分析法的步驟 二、等概率決策法的評價(jià) 第七節 案例分析 本章小結 關(guān)鍵詞 習題 第五章 多目標決策分析 第一節 多目標決策的目標準則體系 一、目標準則體系的意義 二、目標準則體系的結構 三、評價(jià)準則和效用函數 四、目標準則體系風(fēng)險因素的處理 第二節 多維效用并合方法 一、多維效用并合模型 二、多維效用并合規則 三、多維效用并合方法應用實(shí)例 第三節 層次分析方法 一、基本原理 二、判斷矩陣 三、遞階層次結構權重解析過(guò)程 第四節 DEA方法 一、DEA模型 二、DEA有效性的經(jīng)濟意義 三、DEA方法的應用實(shí)例 第五節 目標規劃方法 一、多目標線(xiàn)性規劃轉化為目標規劃問(wèn)題的方法 二、目標規劃的單純形解法 第六節 DEA軟件應用實(shí)例 本章小結 關(guān)鍵詞 習題 第六章 序貫決策分析 第一節 多階段決策 一、多階段決策問(wèn)題 二、多階段決策方法 三、應用舉例 第二節 序列決策 第三節 馬爾可夫決策 一、馬爾可夫決策問(wèn)題 二、馬爾可夫鏈與轉移概率矩陣 三、穩態(tài)概率 四、馬爾可夫決策應用實(shí)例 第四節 群體決策簡(jiǎn)介 一、群體決策概念 二、群體決策的有效程度 三、群體決策的規則：簡(jiǎn)單多數規則 四、常用的群體決策方法及應用實(shí)例 本章小結 關(guān)鍵詞 習題 第七章 競爭型決策分析——博弈論 第一節 競爭型決策分析與博弈論 一、競爭型決策分析與博弈論介紹 二、博弈現象 三、博弈的要素 四、博弈的分類(lèi) 第二節 完全信息靜態(tài)博弈 一、博弈的標準式表述 二、納什均衡 三、兩人有限零和博弈 四、應用舉例 第三節 完全信息動(dòng)態(tài)博弈 一、博弈的擴展式表述 二、多階段可觀(guān)察行動(dòng)博弈與子博弈完美納什均衡 三、完美信息博弈與逆向歸納法 第四節 不完全信息靜態(tài)博弈 一、概念 二、策略和類(lèi)型 三、貝葉斯均衡 四、貝葉斯均衡的舉例 第五節 不完全信息動(dòng)態(tài)博弈 一、不完全信息動(dòng)態(tài)博弈問(wèn)題 二、類(lèi)型和海薩尼轉換 三、完美貝葉斯均衡 四、舉例 本章小結 關(guān)鍵詞 習題 第八章 決策支持系統 第一節 決策支持系統概述 一、決策支持系統的定義 二、決策支持系統的目標 三、決策支持系統的發(fā)展 四、決策支持系統的特點(diǎn) 五、決策支持系統的主要功能 六、決策支持系統的分類(lèi) 第二節 決策支持系統的基本結構 一、決策支持系統的基本框架結構 二、五種DSS框架結構的特點(diǎn) 三、DSS的三個(gè)技術(shù)層次 四、與DSS有關(guān)的五種人員 第三節 決策支持系統的設計 一、決策支持系統DSS的分析 二、決策支持系統DSS的設計方法 三、決策支持系統DSS的設計 第四節 決策支持系統案例——交互式財務(wù)計劃系統 本章小結 關(guān)鍵詞 習題 參考文獻。
7.決策的主要方法有哪些
兩人同兼一職的現象是不存在的。
同樣，在晉升時(shí)，必須一個(gè)是勝利者，一個(gè)是失敗者。 在瞬息萬(wàn)變的經(jīng)營(yíng)環(huán)境中，企業(yè)家要為自己的企業(yè)航船把握正確的方向，僅靠你的生活經(jīng)驗和直觀(guān)感覺(jué)是不行的，要借助于現代成熟的定量分析方法，用以檢驗經(jīng)驗與直感的可靠性和正確性，并根據定量分析結果，進(jìn)行正確的決策。
哈佛商學(xué)院的管理經(jīng)濟學(xué)課程，教給學(xué)生們如何將主觀(guān)的定性判斷，與客觀(guān)的定量分析相結合進(jìn)行經(jīng)營(yíng)決策的技能。學(xué)生們通過(guò)這門(mén)課的學(xué)習，理解了定量分析對于決策的重要性。
哈佛認為，企業(yè)經(jīng)營(yíng)者，要做好企業(yè)的決策，必須了解企業(yè)三種經(jīng)營(yíng)狀態(tài)。它們是“零和游戲”、“囚犯兩難”和“自然淘汰”。
企業(yè)面臨的多數經(jīng)營(yíng)情況，都可歸為這三種游戲類(lèi)型。企業(yè)家須判斷經(jīng)營(yíng)狀況屬于哪種游戲，從而決定應該采取的行動(dòng)模式。
“零和游戲”就是一方得分他方失分，即合計為零的游戲。所有競爭項目都有價(jià)值，勝者得到價(jià)值。
擲硬幣可謂典型的零和游戲。正面朝上，背面自然朝下。
一方取勝，他方定敗。這樣便產(chǎn)生了零和游戲。
同樣，賭賽馬、賽狗也可以說(shuō)是零和游戲的一種。賭賽馬取勝的人，從負者手中得到了錢(qián)，即賭注和找還錢(qián)的總和（當然要交跑道、維護費、贏(yíng)馬所有者的獎金、稅款等）是零。
在企業(yè)中也是如此，兩人同兼一職的現象是不存在的。同樣，在晉升時(shí)，必須一個(gè)是勝利者，一個(gè)是失敗者。
的確，在這種零和游戲中，選手可選擇的戰略只是一個(gè)，那就是取勝，另無(wú)他法。各選手必須竭盡全力，勝利者獨享戰利品，因此在這里毫無(wú)妥協(xié)的余地，談判也毫無(wú)意義。
在“囚犯兩難”的場(chǎng)合，如果各位參賽者都不想獨占好處，那么全體選手就能得到最好的結果。如果大家齊心協(xié)力，就能取得對眾人來(lái)說(shuō)是最好的結局。
如果每個(gè)人都姿意妄為，得到的將是最壞的結果。 犯人A、B分別在兩間房子內受審。
檢察官要判犯人無(wú)期徒刑，由于種種原因暫時(shí)不能判決，于是，檢察官向他們兩人暗示：如果犯人坦白，省去了法院的時(shí)間和經(jīng)費，就可以得到減刑。如果其中的一個(gè)囚犯坦白，提供了證詞，此犯人就可得到特別減刑。
但是實(shí)際上，如果二人都坦白，證詞便無(wú)用了，所以不能得到相應的減刑。 假設犯人A坦白并提供了證詞，但犯人B沒(méi)有坦白，那么犯人A判刑10年，犯人B就會(huì )被判無(wú)期徒刑；反之，如果犯人B坦白并作證，犯人A緘默不語(yǔ)的話(huà)，則犯人B判10年刑，犯人A則判無(wú)期徒刑。
如果二人都坦白，省去了二審費用，二人都會(huì )被判20年刑。但是假如二人都不坦白，就會(huì )因證據不足被免予起訴。
如上所述，如果二人相互配合都不坦白，就能得到最好的結果。然而，二人卻分別被關(guān)在不同房間里受審，由于對對方不信任，二人都希望因自己坦白而減刑，這也許便招致了最壞的結果。
只有信任對方，形成互相配合的狀態(tài)時(shí)，犯人矩陣作戰才能成功。 美國航空業(yè)在80年代中期，就陷人了這種“犯人兩難”矩陣的狀況。
在實(shí)行嚴厲的管理措施時(shí)期，航空公司為緩和價(jià)格的航線(xiàn)競爭，就采取了相應措施。但是，管制措施一旦廢除，各航空公司便想方設法增加哪怕是數目很少的飛行次數，各航空公司相對降價(jià)，來(lái)實(shí)現自己最大利潤的欲望。
其結果是，幾乎所有的航空公司都得到了最壞的結果。原因是，各航空公司在管制措施取消以前，與職工訂立了長(cháng)期的工作合同，從而無(wú)法削減勞務(wù)成本。
可如果航空公司都一起提高價(jià)格，整個(gè)航空公司的效益就會(huì )大為改觀(guān)。但是，對消費者來(lái)說(shuō)，幸運的是，在反托拉斯法中，已明確地禁止這樣的價(jià)格協(xié)定。
“自然淘汰”是結婚或其他所有親密關(guān)系中都存在的窘境。游戲中的選手A，希望得到與選手B同樣的最好結果。
這時(shí)對方如果放棄對最好結果的追求、，那么選手A就達到目的了。反之，選手B也亦然。
很多公司為滿(mǎn)足各種特定的市場(chǎng)需求而制造產(chǎn)品，但實(shí)際上，往往只有一種產(chǎn)品幸存下來(lái)。這是因為生產(chǎn)方面的固定費用很高，各公司為了從投資中得到利益，就必須擁有較大的市場(chǎng)占有率。
在商場(chǎng)實(shí)戰中，為了不讓競爭對手進(jìn)入市場(chǎng)，利害相關(guān)者之間的交流和暗示，就具有決定的作用了。讓失敗可能性很大的人在市場(chǎng)上競爭，是任何當事者都不喜歡的。
因此，很多時(shí)候，將今后要投放市場(chǎng)的產(chǎn)品消息告訴競爭對手，使其放棄市場(chǎng)競爭，是一種明智而有效的方法。了解究竟誰(shuí)棄權的最有效的手段，是你自己第一個(gè)進(jìn)入市場(chǎng)。
因為不可能詳細敘述所有的分析，我們這里所介紹的框架，只能將復雜的決策，分解為最簡(jiǎn)單的要素。這是應用于各種職能規范中所必需的決策方法。
管理經(jīng)濟學(xué)是數量分析類(lèi)型學(xué)生們喜歡的科目。這是因為在分析過(guò)程中；他們可能會(huì )發(fā)現意想不到的“正確”答案。
但是，習慣用主觀(guān)判斷和常識進(jìn)行決策的學(xué)生們，也熱衷于學(xué)習數量化方法和邏輯分析方法。利用數量分析法，可以避免片面性增加其準確性和可靠性。
明白了一個(gè)很有趣的道理，那就是，要使決策的數量化過(guò)程正確而有效，你必須具備一種靠直覺(jué)判斷各相關(guān)要素的能力。 雖然不能否認優(yōu)秀的判斷力和決策的關(guān)鍵，但管理經(jīng)濟學(xué)講座的目的，是教授在若干個(gè)選擇方案中，判斷哪種方案最為合適的方法。
哈佛將送給你一個(gè)理。
