打开文本图片集

摘要：本文提出了在数字孪生技术的协同作用下，通过对个体多维度数据进行采集，结合机器学习算法、学习分析等构建完整的人才仿真模型（即人才数字图像），进而构建人才数字图像系统，并可依据数据变化进行动态调整，为企业发现人才，培育人才，凝聚人才，激发组织人才活力提供可靠依据。

关键词：数字孪生 人力资源管理 数字化转型

一、研究目的意义

随着经济和科学技术的发展，各行各业已经把数字化提到了企业发展的进程中。数字化转型给整个人力资源工作带来了巨大的机遇和严峻的挑战，人力资源管理数字化转型迫在眉睫[1]。

在当今信息化基础建设相对成熟的新时代，人才的信息数据呈现出指数级增长趋势。基于海量人才数据，企业如何借助信息技术手段，有效且全面掌握人才的潜在价值，更好地分析现有人才并挖掘新型人才，最终找到与其发展相适应的组织、制度、流程和支撑，显得至关重要。近年来，数据挖掘模式、数字孪生技术的相继出现，打破了人力资源管理的时空界限，构建了全方位、网络化、智能化的人力资源管理领域，不断推进人力资源管理的数字化转型。数字孪生（digital twin，DT）是信息化高度发展的产物，受到专家学者的关注。企业如何利用数字孪生技术促进人力资源管理的数字化转型，是企业面临的重要课题。

本文创造性地提出了利用数字孪生技术，通过对个体多维度数据进行采集，结合机器学习算法、学习分析等构建完整的人才仿真模型（即人才数字图像），进而构建人才数字图像系统，并可依据数据变化进行动态调整，为企业发现人才，培育人才，凝聚人才，激发组织人才活力提供可靠依据[2]。

二、国内外概况

2003年，美国密歇根大学的Michael Grieve教授提出数字孪生的概念，并迅速被美国国防部、NASA、西门子等公司广泛接受和推广。数字孪生技术又称数字双胞胎、数字镜像，以数字化的方式创建物理实体的虚拟模型，通过交互反馈、数据融合、重复分析和决策分析等手段实现物理实体和数字虚拟空间的交互融合和智能化操作[3]。

国内专家蔡远利指出，通过数字孪生技术，用户可以在信息空间中对物理实体的运行数据进行各方面的评估，从而进行优化设计。可以及时产生异常数据，进而快速诊断和预测[4]。

兰国帅认为，数字孪生给学习者带来了新的体验，开拓了实体操控的新领域。禇乐阳认为，数字孪生具有虚实共生、高虚拟仿真、高实时交互等技术特性，其应用也将从工业领域扩大到人力资源管理领域。

目前，数字孪生技术更多地被应用于机械制造领域，但是，随着大数据、物联网和人工智能等技术的不断发展，数字孪生技术必将会给人力资源管理领域带来重大的影响。

综上所述，数字孪生综合利用感知、计算、建模等信息技术，通过软件定义对物理空间进行描述、诊断、预测和决策，进而实现物理空间和虚拟空间的相互映射[5]。

三、主要研究内容

（1）建立人才状态数据库

人才状态数据库包括人才自然数据（年龄、岗位、薪级等）、网络行为数据（活跃度、社交数据、浏览网址等）、平台行为数据（职位变动情况、工资变动情况、学习工作经历、继续教育等）、专业偏好数据（论文论著、专利成果、课题研究、奖励荣誉等）等多方面数据。

（2）采集人才发展状态数据

利用信息技术，通过部署多个不同类型传感器对观测目标进行感知，精准捕捉观测目标职业性格物质、专业知识技能和核心能力倾向等方面参数，全方位、多尺度地收集人才发展的多元数据。

（3）依托状态数据库，运用数字孪生技术刻画人才数字图像

在数字孪生的协同作用下，结合学习分析、机器学习等，整理与分析多维度的人才数据，提取代表观测数据的特征矢量，利用聚类算法、自适应神经网络等将特征矢量变换成目标属性，准确把握人才发展的规律和特点，对人才状态进行可视化、精准化建模，精准刻画人才数字图像，构建人才数字图像系统。

（4）应用人才数字图像系统，为人力资源管理提供服务

在人力资源管理数字化转型的新时代，应用人才数字图像系统，实时呈现人才状态和仿真人才模型，可以准确、快速、高效地识别、聘用、培养和激励专业人才，为企业人才培养制度建设提供明确的决策支持。

四、 解决的技术关键问题

问题1：多维度数据采集。构建人才数字图像是为了将人才真实信息还原，建立一个虚拟的人才数据模型，而真实有效的多维度数据是为数字图像的构建提供基础支撑。

问题2：人才特征提取。已收集到的人才数据，需要通过定性和定量相结合的方式来进行建模，采用数据分析算法对人才特征进行提取及分配权重。

问题3：人才数字图像的刻画、动态调整。充分利用数字孪生技术，结合聚类算法对数据进行挖掘，刻画出明确生动的人才仿真模型，即人才数字图像，并可依据数据变化进行动态调整。

五、采用的方法、技术路线以及工艺流程

1.研究方法

（1）数据分析算法

（2）K-Means聚类算法：

在刻画人才数字图像前，通过K-means聚类算法进行数据挖掘，其目标为在既定分组数k（k≤m）的情况下，利用聚类依据聚类成都将祥本点划分为几个簇，在相同簇中，数据相似度很高，但簇间相似度很低。详细流程如下。

①针对采集的n个人才数据对象，将k个对象当成初始聚类中心;

②按照各聚类对象均值求出各对象和上述中心的不同程度，把上述元素依次划分至差异度最低的簇;

③对所有改变了的聚类均值进行重新计算;

④重复步骤（2）和步骤（3），直至所有聚类均不出现改变;

⑤输出结果。

通过K-means算法对经清洗后的数据进行挖掘，把相同种类的数据集合在一起，对人才标签进行挖掘，进而构建人才仿真模型（人才数字图像）。

2.技术路线

基于数字孪生技术的企业人力资源管理数字化转型研究的步骤：数据采集、数据预处理、人才特征提取、刻画人才数字图像和人才数字图像的应用，具体技术路线如图所示：

六、技术指标与经济指标

1、主要技术指标

（1）使用B/S架构，基于云服务器部署；

（2）在自主研发的无线传感网络通信技术，实现人力资源管控一体化，对实际应用进行配置、联动、分析，并能以合理的方式进行展现，并提供监控、评估和决策的平台；

（3）实现与人才数据的实时传输，可依据数据变化进行人才图像动态调整；

（4）符合国家相关行业标准。

2、经济指标

本文设计的人才数字图像系统是自主开发，拥有自主知识产权，相对其他同类产品，拥有先进的控制算法及核心先进技术，应用广泛，市场潜力巨大。

五、特色和创新之处

（1）数字孪生在企业人力资源管理中的应用推动人才建设机制变革

人才是实现民族振兴、获得国际竞争主权的战略性资源。运用数字孪生技术刻画的人才数字图像机制是深化人才发展体制机制改革的一次重要实践，有助于进一步创新人才培养机制，构建具有竞争力的人才梯队。

（2）创新数字孪生技术与人力资源管理的融合

在数字孪生的协同作用下，创新性的提出精准构建人才仿真模型，即人才数字图像，实时呈现人才状态，对人才建设要素进行评估与监控，为企业发现人才，培育人才，凝聚人才，激发组织人才活力提供可靠依据。

八、结束语

本设计是自主开发，拥有自主知识产权、先进的控制算法及核心先进技术，应用广泛，市场潜力巨大。运用数字孪生技术促进企业人力资源管理数字化转型，有助于实现企业自身高质量发展，提高生产效率，实现人力资源与企业经营战略契合，使企业战略价值得到实现。

参考文献

[1]张天驰，曹建秋.基于数字孪生技术的“智慧虚拟现实与元宇宙”课程教学改革探索[J].黑龙江工程学院学报，2023，37（02）：73-77.

[2]李梦薇，周俪，陈子睿，钟燕娟，李强.数字孪生技术在企业智能营销策划中的应用[J].现代商业，2023（06）：23-26.

[3]吴强，孙炜，邵元新，王敏，何先定.企业数字孪生员工画像建模技术研究与应用[J].成都航空职业技术学院学报，2023，39（01）：72-75.

[4]朱明英，史萌，张少明，华竹轩.基于数字孪生体系的政企客户管理和应用[J].通信企业管理，2023（02）：77-80.

[5]刁生富，李思琦.基于模型的数字孪生的认知突破与方法论创新[J].佛山科学技术学院学报（自然科学版），2023，41（01）：1-10+41.

[基金项目]本文系2022年江门市基础与应用基础项目（项目编号：2022030102040004239 ）研究成果。

作者简介：沈红（1977-），女，会计师、经济师，主要从事企业数字化转型相关研究。