典型文献
GRA-RF组合算法在农信金融企业工资要素优选及测算中的应用
文献摘要：
工资是影响员工行为的最敏感因素,适时推动工资制度优化对稳定人才队伍、提高工作效率、提升组织效能具有重要作用.业界在工资制度设计层面的研究较多,但涉及工资要素优选及测算的方法研究较少.本文以作者研究团队完成的40余家农信金融企业管理咨询项目成果为案例,将智能算法引入工资测算领域,首先运用灰色关联分析对企业样本数据预处理,在多种工资要素中筛选出最优特征变量,再使用随机森林模型对员工工资进行预测,同时基于相同的训练样本进行多种预测模型的对比;为了检验预测工资的适用性,通过相关性分析,验证工资策略与组织效能的重要关联.本文所提出的工资制度设计与优化的智能算法,可以确定工资影响因素的最优权重组合,为农信金融企业工资改革所借鉴,也可以为其他银行类金融企业的工资制度设计提供算法参考.
文献关键词：
农信金融企业;工资要素优选;工资测算;随机森林;灰色关联分析;GRA-RF组合算法
中图分类号：
作者姓名：
余顺坤;宋宇晴
作者机构：
华北电力大学经济与管理学院,北京102206
文献出处：
引用格式：
[1]余顺坤;宋宇晴-.GRA-RF组合算法在农信金融企业工资要素优选及测算中的应用)[J].中国管理科学,2022(04):86-95
A类：
农信金融企业,工资要素优选,工资测算
B类：
GRA,RF,组合算法,员工行为,敏感因素,工资制度,制度优化,定人,提高工作效率,组织效能,作者研究,研究团队,余家,管理咨询,咨询项目,项目成果,智能算法,灰色关联分析,数据预处理,优特,特征变量,随机森林模型,员工工资,训练样本,设计与优化,最优权重,权重组合,工资改革
AB值：
0.268092
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
