员工对企业的忠诚度既反应了企业管理的好坏，又关系到企业的成本和利润。随着知识经济的到来，员工流动率增高，员工对企业的忠诚度降低。较高的员工流动率给企业带来严重的影响。如何认识员工的忠诚度及解决人才流失问题，是当前企业人力资源管理所面临的重要问题。
　　
　　BP神经网络模型
　　
　　1.BP神经网络原理
　　基于误差反传算法（back-propagation即BP算法）的多层前馈神经网络模型，是一个简单而又有效的网络，由输入层、输出层和至少一个隐含层组成。各层包括一个或多个神经元，相邻两层神经元之间通过可调权值相连接，且各神经元之间没有反馈。信息由输入层依次向各隐含层传递，直至输出层。隐含层和输出层每个神经元的输入量为上一层神经元输出的加权和。在理论研究和实际应用中，人们最常用的是具有线性输出的单隐层网络，因为隐层层数越多，误差反向传播的计算过程就越复杂，使训练时间增加，单隐层神经网络可以逼近任何连续函数，故本文选择单隐层神经网络模型。
　　关于隐层节点数的选取，一般是根据具体问题凭经验和多次试验来决定，隐层的选取往往是网络成败的关键。如果隐层节点数的选用太少，则网络难以处理复杂的问题，建模不够充分。但是如果隐含层节点选用太多，将会增加训练网络的时间，训练过度，预测能力降低。
　　BP神经网络算法采用的是有监督学习算法，这种方式要求在给定输入模式X的同时，在输出侧还要给出与之相应的目标模式T，又称期望输出模式或导师信号。两者一起成为一个训练对，训练时，使用输入模式计算出实际输出模式Y，再与期望输出模式T相比，求出误差，如果误差不符合要求，再按照某种算法调整各层的权矩阵，以使误差朝着符合要求的方向变化。
　　2.选取特征量
　　通过对大量的文献参考和实际工作调查，影响员工忠诚度的因素主要有三个方面：（1）员工个人因素。主要包括个人品质因素、个性特质因素、职业成熟因素、技术和年龄因素等；（2）企业本身因素。包括企业的规模和经营状况、人力资源管理制度、企业文化、裁员措施、工作环境以及企业对员工的态度等。尤其是企业对员工态度对员工忠诚度的影响十分明显；(3)社会环境因素。主要包括社会的诚信现状、外部企业的诱惑、社会观念的变化以及市场化的就业机制等。本文只讨论企业本身因素对员工忠诚度的影响。
　　企业自身因素主要归结为以下七个方面：薪酬、沟通程度、发展前景、企业文化、工作环境、人际关系、管理水平。根据这些影响因素，考察10个同类别企业的员工忠诚度，采用多因素评分法和德尔菲法对每一种影响因素进行打分（范围1-10分）。由于是同类别企业，所以具有很好的可比性。
　　
　　表1中的数据为实际调查而来。由此我们建立了十种企业员工忠诚度的神经网络模型，采用三层前馈网络，输入层包括5个神经元，1个中间隐含层包括10个神经元，输出层包括1个神经元（员工忠诚度）。
　　
　　对员工忠诚度影响因素的神经网络训练
　　
　　1.激励函数的选择
　　
　　4.BP神经网络的数学运算过程
　　BP网络的学习算法是基于网络的误差能量函数，利用训练样本集，通过误差的反向传播对网络权值和阈值进行调整，使误差函数沿负梯度方向下降达到要求的精度，获得最优网络的权值，使训练后的网络能够逼近给定的非线性系统。
　　具体运算方法如下：
　　
　　从表3中可以看出，薪酬、前景广阔、加强沟通对员工忠诚度的影响比较大，而在三者之间员工在薪酬、前景广阔、加强沟通的选择上更注重薪酬，也就是说，薪酬的影响最大。在激烈的市场竞争环境下，企业应采取提高薪酬、加强沟通、提高管理水平创造企业美好前景等措施来提高企业的竞争力。策略的选择要符合灵活性和弹性的原则，要配合外界和竞争环境来调整。条件发生变化时，可以根据这个模型，通过分析提出工作策略组合的选择。
　　编辑：王粤华
　　
　　“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文”