绩效评估是人力资源管理中极其重要的一个方面。对于提高企业中员工的积极性和创造性，促进企业发展具有重要作用。我国从2002年开始加大了对绩效评估方法的研究，研究重点主要集中在企业。企业作为经济发展的主体单位，适当的绩效评估方法能够促进其进一步发展。绩效评估由于评估层次的不同可以分为以下三种:企业绩效评估、部门绩效评估、和个人绩效评估。本文主要对个人绩效评估进行研究。　　 本文首先介绍了绩效评估的基本概念。然后对国内外绩效评估的研究现状进行综述，同时指出目前公司应用的绩效评估模型应用的不足之处，并在此基础上提出了对原有评估方法的改进方法:对评估模型中评估指标变量选择方法的改进、模型预测效果检验标准的改进、模型指标权重确定的改进等，这也是本文的创新所在。将这些创新引入个人绩效评估模型所使用的基本模型，包括传统的统计学方法，如判别分析方法、Logistic回归法，也包括新近发展起来的非统计学方法，如人工神经网络模型。论文用IBM公司某地区销售人员的个人绩效数据对以上3种绩效评估模型进行实证检验，并对模型预测结果的准确性、稳定性和可解释性进行了比较研究。最后根据不同模型的特点，综合各模型之所长，提出一个新的个人绩效评估的方法:PCA-Logistic两阶段混合模型。经实证检验，该模型的应用解决了人才测评指标多元化和复杂化为人事选拔带来的困难，提高了组织人事决策的效率和准确性。　　 本文立足于理论联系实际，充分运用定量分析和定性分析相结合的分析方法，提出的观点和看法有自己独特的见解，操作性也较强。本文的主要工作内容包括:　　 1.首先分析了员工绩效评估在企业发展中的重要地位和企业信息化发展的现状。研究了不同性质的企业绩效评估方法，并主要针对成熟期企业的特点和问题，分析了不同发展阶段的企业的绩效评估的特点。　　 2.比较了判别分析、Logistic回归、人工神经网络在员工绩效评估中的优劣，从模型预测结果的准确性、稳定性和可解释性进行了比较研究。　　 3.确立绩效评估指标体系，搜集样本数据并进行量化处理，实现了基于PCA-Logistic算法的员工绩效评估系统。