基于任务的人力资源离职风险预测研究与实现

来源 :中国科学院软件研究所 | 被引量 : 0次 | 上传用户:xiaogui999
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
软件开发是智力密集型产业,人力资源在软件开发中扮演着极其重要的角色,不同的人在相同的设备上,可以生产出质量和功能完全不同的产品,其生产效率甚至可以相差数十倍,Boehm的COCOMO模型发现团队质量是目前项目成功最大的决定因素。在软件开发中,人力资源的离职是无法避免的,总会有人因为人为或非人为的原因而离职。不同的研究人员对人力资源离职进行统计率研究表明,人力资源的离职率高达33%~80%之间,平均雇员受雇时间仅为15~36个月,而且人力资源的离职往往会给公司带来很高的成本,使人力资源离职风险成为软件开发极其重要的一种风险。虽然现在软件开发过程比以前更成熟,人员的离职仍然会给项目带来严重的影响,甚至会给项目带来毁灭性的打击。   在人员高离职率的情况下,量化项目中的每个人在任一时间点的离职对项目造成的影响,对项目管理者来说是很有参考意义的,它可以帮助项目管理人员客观地了解目前项目的人力资源离职风险情况。本文在深入细致地研究了国内外研究现状的基础上,提出了一种基于任务的人力资源离职风险预测研究。   本文的主要内容包括:   第一、提出了基于任务的人力资源离职风险预测模型。通过建立项目计划任务模型、人力资源模型、任务分配模型,来对项目开发进行描述,使模型能够适用于大多数的软件开发项目;   第二、针对现有人力资源风险管理主要依靠主观判断和个人经验的弱点,将项目参与者离职对项目造成的影响(项目延迟时间和项目成本超支)量化,给项目风险管理者提供客观的数据支持,作为企业和项目进行人力资源风险管理的依据:   第三、对基于任务的人力资源离职风险研究进行实例化分析。通过一个实际的项目实例,来分析本研究的实际使用过程。并对实例的研究结果进行分析,给出了一些降低人力资源离职风险的切实可行的措施。   第四、设计和开发了一个基于任务的人力资源离职风险预测系统,提高人力资源风险管理的效率和准确性。
其他文献
随着普适计算、传感器网络、互联网等领域的蓬勃发展,产生了一种新的数据模型——数据流。数据流中的数据有着持续不断到达、速度快、随时间变化、数据量巨大、无法预测等特点
近年来,日益严峻的公共安全形势有力地推动了智能视频监控技术的发展和应用。人的重现检测作为智能视频监控带有反馈机制的、组合式的分层框架中中间层的重要组成部分,有着深远
中医文化源远流长,荟萃几千年来众多中医学者的辛勤与智慧,积累了大量的中医文献资料和数据。如何应用现代科学技术手段,为中医理论的发展提供支持成为目前亟需解决的重大问
密码技术是信息安全技术的核心,包括密码设计和密码分析两个方面。在密码的设计与分析中,存在着许多复杂的搜索和优化问题。这些问题的提出和解决往往直接关系到密码体制和密码
在集成电路生产过程中,工艺偏差将使得一些芯片不可避免地产生工艺缺陷从而引起功能错误。为了保证产品质量,芯片测试始终占据着无可动摇的重要地位。随着特征尺寸的减小和设计
近年来,Web Services及其相关的SOA(Service—Oriented Architecture,缩写为SOA)技术获得广泛应用,通过集成以Web Services为代表的软什服务来构造面向服务的软件系统(Service—
随着互联网的快速发展,Web数据规模以几何级数增长。大规模Web主题分析,是面向海量Web数据,通过主题发现、综合摘要等算法,提取关键主题词和摘要段落,对Web大数据进行整体把握的过
随着电子信息技术和计算机网络的飞速发展,系统安全问题受到越来越多的重视。网络攻击、蠕虫病毒和黑客等名词已经频繁地出现在各种杂志和视频中。由于程序设计语言本身的缺陷
随着无线网络和移动通信技术的发展,手机已经成为集上网、游戏、录音、摄像、存储等功能于一体的视听终端。同时手机向智能化方向发展,导致潜在的移动网络安全问题逐渐显露。
无线传感器网络是由许多具有低功率无线收发装置的传感器节点组成,它们从不同环境区域监测收集周边环境信息并传送到基站进行处理。自传感器网络研究起步以来,传感器节点的能量