【摘要】文章以最大化网络为前提,进行贝叶斯基于动态样本变化过程的特征分析,并以样本、样本均值以及网络学习知识结构层级差异分析相应状态下人力资本评估密度函数。并进行相应的参数、结构过程以及概率学习,从中获得基于离散型贝叶斯网络学习的各个条件概率的节点转换态概率总和。结果证实:利用离散型贝叶斯网络学习进行的人力资本评估具有一定程度的适用性,同一离散型样本在不同层级的企业人力资本评估存在不同级别的结果,需要进一步结合综合评估,进行企业人力资本影响因素的排除和评估质量提升。