招聘服务供应链中广告合作模型研究

招聘和求职是人才市场上需方和供方之间的博弈过程。鉴于招聘企业与求职人才均无法充分知晓对方的需求信息,招聘网站服务商应运而生。本文引入网站简历适配度参数,构建网站服务商和招聘企业之间的广告合作模型,预测招聘企业、服务商和服务供应链期望效用。招聘企业可选定一个或几个网站服务商构建长期合作的招聘服务供应链,通过合作发布招聘广告的形式,吸引求职人才投递简历,提高招聘效果。研究发现,网站广告效应越大,越便于求职人才投递简历,招聘效用越大;网站简历适配度越大,人才简历量越多,招聘效用越大。预先确定广告赠送率或职位价格,可预测另一参数及其对应的招聘效用。通过案例研究,本文方法成功帮助一家招聘企业选定两个理想的网站服务商构建长期合作的并联招聘服务供应链。实践证明本文广告合作模型具有良好的应用价值。     

群决策中基于二元语义的主客观权重集成方法

针对一类属性值和属性权重信息均以语言评价信息形式给出的多属性群决策问题,提出了一种基于二元语义信息处理的主客观属性权重集成方法.首先运用二元语义集成算子计算属性的主观权重,然后给出一种基于最小偏差的属性客观权重计算方法,该方法根据决策者给出的语言决策矩阵计算决策群体对属性判断的偏差,偏差越大,表明决策者对该属性评价意见的分歧越大,则应赋给该属性越小的权重值,以提高群体意见的一致性.在此基础上,对属性的主、客观权重信息进行集成,得到属性综合权重.最后通过算例说明了该方法的有效性和实用性.