研究背景
(1)现代企业管理要求通过精准预测与匹配使人与岗位时刻保持最佳的配置状态
新时代背景下，人才越来越成为推动经济社会发展的战略性资源，人才正在逐渐超越资本成为当前社会最稀缺的资源，其在企业发展过程中随着价值的不断增加也越来越拥有核心的地位。随着现代管理学研究的不断深入，企业人力资源管理已经成为现代企业管理中最重要的模块之一，科学完整的人力资源管理体系是企业可持续发展的关键前提。人岗匹配的有效性对人力资源管理工作以及现代企业的可持续健康发展具有十分重要的意义。人岗匹配的核心在于通过合适的选拔、培训、考核、激励等方法，将合适的人放到合适的岗位中去，使整个企业的人与岗位高度匹配、高效运转，实现员工价值最大化的同时实现岗位生产效率的最大化，并且这种高度的匹配状态需要通过精准的预测去不断调整、持续保持，才能使人与岗位时刻保持最佳的配置状态，同时，也能使企业最大程度地调动员工工作的积极性，提高整个企业的运营效率。
对组织知识型员工具备的胜任能力素质与岗位胜任能力要求进行精准的预测与匹配是一个双向的、动态的过程，企业在这一动态变化的过程中采用何种方法来提高预测与匹配的精准性，是需要考虑的重点难题。当前，越来越多的企业通过各种形式的网络招聘和测评手段来解决这一问题，但是，在网络招聘的过程中，求职者简历、在线测评、求职者咨询等数据呈指数级增长，传统的关键词搜寻方法无法精准获取和识别潜在候选人。与此同时，在实际的人岗匹配工作中，工作环境、岗位职责、任职资格、绩效薪酬、工作权限等反映岗位胜任能力的数据也在大量产生，传统的岗位胜任能力分析方法如参差分析法、因子分析法等存在一定的主观性，阻碍了人岗匹配中岗位胜任能力特征获取和识别的准确性。因此，如何高效地分析人岗匹配中岗位胜任能力需求获取过程中产生的海量数据，并与人员胜任能力素质特征进行精准预测与匹配，使人与岗位时刻保持最佳的配置状态，是现代企业管理中进行人岗匹配面临的一个挑战。
(2)知识经济时代的到来使知识型员工面对职业成功方面的挑战正在不断增加
随着知识经济时代的到来和全球经济一体化进程的加快，知识型员工作为内生经济增长与企业核心竞争力提升的主要动力，在矛盾多变的职业环境中，面临着职业相关的各种挑战，取得职业成功的难度正在不断增加，例如，由于全球老龄化现象严重导致的劳动力市场竞争加剧、知识型员工具有的专业能力过时有可能会使其在短时期内被社会淘汰、没有能力去选择其他更合适的工作场所等，面对劳动力就业市场的这些挑战，如何使自己时刻保持具有被就业市场雇佣的能力是当今社会知识型员工的一大担忧。
面对这些挑战与担忧的同时，知识型员工的自我管理和自我学习意识正在逐步增强，他们更加注重对自身能力不断提升的追求和自我价值的实现。知识型员工需要通过各种渠道及时掌握劳动力就业市场中的岗位胜任能力所需以及变化趋势，并通过积极行为的改变来不断地提高自己的胜任能力，使自己时刻保持能够被劳动力市场雇佣的能力以及向更好的职业生活迈进的能力。因此，为知识型员工掌握劳动力就业市场中的岗位胜任能力所需以及变化趋势提供渠道和工具，就成为我们必须面对的现实问题。
(3)人工智能技术的日渐成熟使人岗匹配知识共享变得更加智能化与个性化
目前，数据挖掘、机器学习、知识本体、案例推理、个性化推荐等人工智能(Artificial Intelligence, AI)技术以及云计算、大数据等技术正在逐渐被引入人文社科领域的研究中，并得到了广泛的应用与发展，已经有许多人工智能产品被应用于人力资源管理特别是招聘领域中，例如，聊天机器人、IBM 的候选人助理 AI 解决方案等能够提高人岗匹配的精准度;Ideal 能够智能筛选和挖掘候选人;基于 AI的 HRMIS 系统能够很好地实现员工档案的科学管理;利用数据挖掘，能够精准定位企业所需的目标人才;基于语音识别、情绪识别和文本机器人等 AI 技术能够帮助提高面试的专业性;基于人工智能开发的招聘系统——TIC 和中华人才图谱，能够实时追踪目标候选人的动态，快速掌握目标人才的分布，并且能够绘制全面技能图谱，构建人才关系图[1]等。随着人工智能技术的日渐成熟，电子化人力资源管理、智能招聘系统、社交网络的应用、电子就业服务平台等在人岗匹配中的应用程度正在不断加深，人岗匹配知识管理与服务将更加智能化和个性化。在这一背景下，如何构建模型使海量的人与岗位的多重语义资源能够进行共享与重用并精准测算其相似度，是人岗匹配智能化的关键，而基于本体的案例推理技术可以为人岗语义匹配提供技术手段支持。
本体(Ontolog)是近年来计算机及其他领域比较热门的一个研究内容，也越来越多地被应用于社会科学的研究领域中，如教育评价、电子商务、法律信息系统等领域，很多研究团队认为本体是代表知识的最合适的模型结构。20 世纪 90 年代以来，研究学者从各自的专业领域出发对本体的理论和应用进行了深入探讨，取得了一些成果，本体的理论和应用研究逐渐成熟。本体在知识组织中能够使逻辑表达语言自然化，促进隐性知识的显性化;构建领域知识本体模型，是目前各专业领域解决多源异构、实现知识共享和重用的一种主要方法;领域本体能够描述特定领域的基本概念、组织结构、实体活动原理以及主要活动之间的关系，本体服务中的语义模型是为用户提供智能化、个性化服务的基础。
同以往传统的投递简历、筛选简历等在线招聘等技术相比，基于本体的案例推理技术可以使人岗信息快速智能化关联和匹配，便于管理者智能在线检索与推荐，简化和加快人与岗位的匹配过程，并且能够提供关于人员与岗位的更多信息，从而为管理者提供更广泛和精准的人员信息，在实现智能推理的过程中，为管理者提供个性化的、持续的、动态的、精准的员工智能推荐服务。将本体技术融入案例推理中，通过基于本体的案例推理实现组织人岗匹配的智能化和个性化。
研究意义
智能化、数据化研究技术在人岗匹配中的应用，是信息化时代人工智能与大数据发展在人力资源管理中应用的必然趋势，也是人岗匹配的迫切需求。近年来，学术界对人工智能与大数据背景下人力资源管理的影响与发展给与了极大的关注，刘善仕等(2018)学者基于数据类型和研究问题层次构建了人力资源大数据的研究框架，并对未来可以基于人力资源大数据进行研究的方向进行了展望，运用人工智能和大数据技术进行人力资源管理研究已经成为学术界重要的研究方向。伴随着现代管理学研究的不断深入，本体与案例推理技术的研究也会持续升温，本体作为重要的智能化知识管理与知识服务系统的方法，为人力资源管理研究打开了一个新的研究方向，将会在人岗匹配与预测方面发挥重要的作用，同时也为人力资源管理领域提供了重要的研究课题。
更多论文问题可私信读研教育老师!
