企业内部的人岗匹配一直是学者们研究的热点,匹配程度直接影响到企业人力资源整体配置的效益和生产效率,进而影响企业的竞争力。近年来,知识型员工的大量出现,使知识型员工与岗位的匹配成为亟待解决的问题。而企业新聘知识型员工不了解岗位情况,使得此问题日益受到关注。本文以企业新聘知识型员工与岗位双边匹配为研究对象,制定了一种使新聘知识型员工与岗位双方满意度最大的优化策略,达到“岗得其人,人乐其岗”。首先,针对岗位对新聘知识型员工的满意度指标种类多样性的问题,将指标分为0—1判断信息型指标、区间数信息型指标和语言评价信息型指标。引入三角模糊数理论,分别对每种指标进行量化。通过此方法计算岗位对新聘知识型员工的满意度及满意度排名。其次,由于新聘知识型员工对岗位具体情况不了解,而岗位之间有相似性,因此很难分辨自己对哪些岗位的满意度高。本文提出了带有可信度因子的直觉模糊近似推理方法,建立标准规则库,并将得到的新聘知识型员工对岗位的要求与岗位的实际情况数据与标准规则库比较,计算新聘知识型员工对岗位的期望与岗位实际情况的匹配度,由此得到新聘知识型员工对岗位的满意度及满意度排名。最终提出双边匹配算法,以新聘知识型员工与岗位双方的满意度最大为目标,得到最优的匹配结果。并通过实例验证了方法的有效性与高效性。