离散型贝叶斯网络学习在人力资本评估中的应用  

作　　者：瞿畅[1] 余晓钟[1] 

机构地区：[1]西南石油大学经济管理学院,成都610500

出　　处：《统计与决策》2016年第6期65-68,共4页Statistics & Decision

基　　金：四川省软科学计划项目(2015ZR0092);四川省社会科学高水平研究团队建设计划

摘　　要：文章以最大化网络为前提,进行贝叶斯基于动态样本变化过程的特征分析,并以样本、样本均值以及网络学习知识结构层级差异分析相应状态下人力资本评估密度函数。并进行相应的参数、结构过程以及概率学习,从中获得基于离散型贝叶斯网络学习的各个条件概率的节点转换态概率总和。结果证实:利用离散型贝叶斯网络学习进行的人力资本评估具有一定程度的适用性,同一离散型样本在不同层级的企业人力资本评估存在不同级别的结果,需要进一步结合综合评估,进行企业人力资本影响因素的排除和评估质量提升。

关 键 词：离散型 贝叶斯网络学习 条件概率 人力资本 评估 

分 类 号：O21[理学—概率论与数理统计]