人力資源管理論文-數(shù)據(jù)倉庫為中心的企業(yè)人力資源統(tǒng)計信息系統(tǒng)的設計與實現(xiàn)【摘要】利用數(shù)據(jù)倉庫技術對人力資源數(shù)據(jù)源中的數(shù)據(jù)進行統(tǒng)計分析,尋找其中有價值的關系和規(guī)律,對人員聘用、培養(yǎng)、選拔等實際工作能夠起到一定程度上的輔助作用,并且提供一定的決策支持。在系統(tǒng)開發(fā)過程中所遇到的問題,采用的開發(fā)思路具有一定的普遍意義,可以在絕大多數(shù)統(tǒng)計信息系統(tǒng)中得到應用?！娟P鍵詞】人力資源統(tǒng)計信息系統(tǒng)數(shù)據(jù)倉庫OLAP1引言人力資源是指能夠推動經(jīng)濟和社會發(fā)展的勞動者的能力。從宏觀意義上是以國家或地區(qū)為單位,從微觀意義上是以企事業(yè)為單位。本文所論述的系統(tǒng)是以企業(yè)為單位。人力資源管理是企業(yè)生存的命脈。企業(yè)人力資源管理的根本目的就在于結合企業(yè)戰(zhàn)略發(fā)展的需要,預測和評估未來可能發(fā)生的事件對企業(yè)人力資源管理的影響,制定企業(yè)人力資源發(fā)展戰(zhàn)略和工作目標,獲得企業(yè)所需要的員工,并且創(chuàng)造條件以保證員工能完全投入工作,充分發(fā)揮他們的潛能。人力資源管理主要完成招聘和培訓員工,制訂具有競爭力的薪金福利體系、員工的考勤、休假、退休等管理智能。為了解決人力資源管理中存在的諸多問題,有必要利用數(shù)據(jù)挖掘技術對企業(yè)人力資源數(shù)據(jù)源中的數(shù)據(jù)進行統(tǒng)計分析,尋找其中有價值的關系和規(guī)律,從而為制訂人力資源總體規(guī)劃和各項業(yè)務計劃提供有效的決策支持,并對人員聘用計劃、人員使用計劃、培養(yǎng)和選拔計劃、薪資計劃、勞動關系計劃等制定工作起到一定的輔助作用,因此,研究與開發(fā)基于數(shù)據(jù)倉庫技術的企業(yè)人力資源統(tǒng)計信息系統(tǒng)具有十分重要的意義。2數(shù)據(jù)倉庫為中心的統(tǒng)計信息系統(tǒng)統(tǒng)計信息系統(tǒng)是管理信息系統(tǒng)的一個子系統(tǒng)。管理信息系統(tǒng)是一個具有高度復雜性、多元性和綜合性的人機系統(tǒng),它具有信息的收集、傳遞、存儲加工、維護和使用的功能。統(tǒng)計信息系統(tǒng)是在傳統(tǒng)的人工統(tǒng)計工作的基礎上,綜合運用現(xiàn)代統(tǒng)計學和信息科學的有關原理,應用現(xiàn)代計算機技術、網(wǎng)絡技術以及信息處理技術等建立的人/機復合系統(tǒng)。具體地,統(tǒng)計信息系統(tǒng)是一個由人、計算機等組成的,根據(jù)統(tǒng)計指標和指標體系進行統(tǒng)計信息的收集、傳遞、存儲、加工、分析、維護和使用以及生成統(tǒng)計信息的系統(tǒng)1。統(tǒng)計信息系統(tǒng)的模式如圖1所示。數(shù)據(jù)倉庫是一種從數(shù)據(jù)庫技術發(fā)展而來但又不同于數(shù)據(jù)庫的數(shù)據(jù)組織和存儲技術,它是面向主題的、集成的、隨時間變化的、非易失性的數(shù)據(jù)集合,它用于支持管理層的決策過程。數(shù)據(jù)倉庫的創(chuàng)建和使用都是圍繞著主題的,數(shù)據(jù)倉庫中的數(shù)據(jù)不是將業(yè)務處理系統(tǒng)中的數(shù)據(jù)簡單集合,而是對各種源數(shù)據(jù)進行抽取、篩選、清理、綜合而得到的數(shù)據(jù)集合。數(shù)據(jù)倉庫中所存儲的數(shù)據(jù)主要用于查詢和分析。由于數(shù)據(jù)倉庫以統(tǒng)計分析技術作為分析數(shù)據(jù)和提取信息的有效方法,統(tǒng)計學是數(shù)據(jù)挖掘技術的重要的理論來源之一,因此數(shù)據(jù)倉庫術、以及基于數(shù)據(jù)倉庫的OLAP和數(shù)據(jù)挖掘形成了新型的統(tǒng)計信息系統(tǒng)框架2。數(shù)據(jù)倉庫為中心的統(tǒng)計信息系統(tǒng)的體系結構見圖2。3數(shù)據(jù)挖掘技術數(shù)據(jù)挖掘(DataMining)是一個多學科交叉領域,它融合了數(shù)據(jù)庫技術、人工智能、機器學習、統(tǒng)計學、面向對象方法、信息檢索、高性能計算等學科。數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數(shù)據(jù)中,提取隱含在其中的、事先未知的、潛在有用的信息和知識的過程。提取的知識表示為概念、規(guī)則、規(guī)律、模式等形式3。目前主要的數(shù)據(jù)挖掘方法有統(tǒng)計分析方法、神經(jīng)網(wǎng)絡、機器學習、遺傳算法、模糊集法、近似推理等。數(shù)據(jù)挖掘不一定需要建立在數(shù)據(jù)倉庫的基礎上,但基于數(shù)據(jù)倉庫的數(shù)據(jù)挖掘能簡化數(shù)據(jù)挖掘過程的某些步驟,提高數(shù)據(jù)挖掘的效率,同時能更好地滿足高層戰(zhàn)略決策的需求。數(shù)據(jù)挖掘可以看作OLAP的高級階段,它不僅能對過去的數(shù)據(jù)進行查詢和遍歷,并能夠找出過去數(shù)據(jù)之間的潛在聯(lián)系,從中提取輔助決策的關鍵性信息。數(shù)據(jù)挖掘的功能包括:概念描述、關聯(lián)分析、分類與預測、聚類分析、趨勢分析、孤立點分析和偏差分析。數(shù)據(jù)倉庫為中心的統(tǒng)計信息系統(tǒng)中數(shù)據(jù)挖掘的流程見圖3。4數(shù)據(jù)倉庫為中心的企業(yè)人力資源統(tǒng)計信息系統(tǒng)的設計4.1系統(tǒng)結構基于數(shù)據(jù)挖掘的企業(yè)統(tǒng)計信息系統(tǒng)分為統(tǒng)計管理和數(shù)據(jù)挖掘兩部分,依據(jù)數(shù)據(jù)流圖和處理過程,統(tǒng)計管理包括了8個功能模塊,數(shù)據(jù)挖掘包括了3個功能模塊。系統(tǒng)結構如圖4。4.2系統(tǒng)設計思想系統(tǒng)總體設計思路是:(1)嚴格按照軟件工程要求組織研究、開發(fā)、測試、生產(chǎn)、維護等環(huán)節(jié),充分利用支持環(huán)境和有利條件,開發(fā)出適應新的人力資源管理模式的統(tǒng)計信息系統(tǒng)；(2)集成性與開放性并重。既要做到系統(tǒng)內(nèi)部各模塊之間的無縫集成,又要保證對外界系統(tǒng)的開放性；(3)充分利用可視化技術,為用戶提供一個人機界面友好、操作簡單方便的應用環(huán)境；(4)用現(xiàn)代軟件工程的方法,從系統(tǒng)的各個層次考慮系統(tǒng)安全性問題。4.3人力資源總體規(guī)劃人力資源總體規(guī)劃包括了人力資源的總目標、總政策、實施步驟及總預算的安排。人力資源總體規(guī)劃與企業(yè)的戰(zhàn)略目標緊密相連,并以銷售預測、市場走向、技術發(fā)展及生產(chǎn)率的變化等信息為基礎。其中企業(yè)發(fā)展目標、勞動力信息將作為該模塊的輸入信息。該模塊的執(zhí)行過程需要決策者大量的信息、知識和模型,因此需要建立模型庫和知識庫來提供相關的模型和知識規(guī)則。該模塊將提供人機交互模式和環(huán)境為決策者的決策提供輔助。該模塊的執(zhí)行流程見圖5。4.4報告生成企業(yè)統(tǒng)計信息系統(tǒng)應滿足人力資源管理的需要,為人員聘用、人員使用、培養(yǎng)和選拔、薪資管理等提供信息。具體地,應包括:(1)基礎類報告:按年、季度、月等生成員工工資報告、員工考勤報告、員工基本情況匯總報告、人員使用計劃、薪資計劃、人員聘用計劃報告等；(2)統(tǒng)計分析類報告:人員及工資的成本分析及統(tǒng)計報告、人員流失分析報告、人員缺口分析報告、人員需求預測報告、人員供給預測報告等。4.5數(shù)據(jù)結構化及編碼規(guī)則本系統(tǒng)涉及的信息都需要用于計算機處理,因此需要對信息進行編碼。主要的編碼系統(tǒng)對象包括:崗位編碼、職位頭銜編碼、學歷編碼、專業(yè)編碼、能力考核成績編碼、職稱編碼、薪資范圍編碼等。在進行編碼系統(tǒng)設計時遵循下列原則:(1)離散化:離散化是為了適應應用的需要,用有限數(shù)量的離散數(shù)據(jù)替代連續(xù)數(shù)據(jù),即將連續(xù)數(shù)據(jù)劃分區(qū)間,每個區(qū)間中的數(shù)據(jù)用一個植代替。(2)唯一性:編碼必須唯一確定所指代的對象；(3)結構化:根據(jù)編碼對象特點,設計具有一定規(guī)律的編碼結構,以全面反應編碼對象的特點,并方便編碼的應用；(4)標準化:對于有國際標準或國家標準規(guī)定的編碼,必須采納。(5)簡練化:在唯一描述對象身份的前提下,編碼應該盡量簡練,便于使用和記憶。人力資源庫中的數(shù)據(jù)屬性編碼規(guī)則如下表:4.6數(shù)據(jù)倉庫的建立用于企業(yè)統(tǒng)計信息系統(tǒng)中數(shù)據(jù)挖掘的源數(shù)據(jù)必須是大量的、真實的、經(jīng)過預處理的,否則會極大地影響結果的準確度。數(shù)據(jù)倉庫的建立步驟4如下:(1)定義數(shù)據(jù)倉庫的體系結構。數(shù)據(jù)倉庫體系架構可以分為五個層次:數(shù)據(jù)建模層、數(shù)據(jù)獲取層、數(shù)據(jù)存儲層、數(shù)據(jù)訪問層、數(shù)據(jù)與元數(shù)據(jù)管理層?；谏鲜鲶w系結構的基礎上,可以利用數(shù)據(jù)倉庫技術建立適合于企業(yè)特殊業(yè)務的智能化解決方案,現(xiàn)提出集線器結構和集中式結構兩種數(shù)據(jù)倉庫的體系結構供企業(yè)統(tǒng)計信息系統(tǒng)選擇并創(chuàng)建。(2)進行數(shù)據(jù)倉庫容量的規(guī)劃,定義物理的數(shù)據(jù)倉庫結構,確定數(shù)據(jù)的存放、分區(qū)以及訪問的方法。并選擇存儲服務器、數(shù)據(jù)庫、OLAP服務器以及其它工具。(3)定義新的數(shù)據(jù)模型,設計數(shù)據(jù)倉庫的模式和視圖。由于數(shù)據(jù)倉庫注重的是數(shù)據(jù)查詢,因此數(shù)據(jù)是按照決策分析的主題來組織的,每個主題對應一個宏觀的分析領域。數(shù)據(jù)的邏輯模型是多維數(shù)據(jù)模型,可以使用不同的存儲機制和表示模式來表示,這樣可以用多維分析的方法從多角度、多層次對數(shù)據(jù)進行統(tǒng)計分析。常見的數(shù)據(jù)模型有:星形模型、雪花模型、星座模型、雪瀑模型等。(4)數(shù)據(jù)倉庫的中間件設計。數(shù)據(jù)倉庫的中間件能將數(shù)據(jù)倉庫的各個組成部分無縫地整合在一起。數(shù)據(jù)倉庫的中間件包括:數(shù)據(jù)抽取、轉換、復制的拷貝中間件；數(shù)據(jù)庫訪問的網(wǎng)關中間件；對數(shù)據(jù)倉庫進行監(jiān)控的中間件。(5)原始數(shù)據(jù)的審核與整理,設計并實現(xiàn)數(shù)據(jù)抽取、清洗、轉換、裝載和刷新程序。由于數(shù)據(jù)來源于不同部門的人力資源數(shù)據(jù)庫,不同數(shù)據(jù)取自不同的途徑,因此,大部分數(shù)據(jù)在放入數(shù)據(jù)倉庫前,要經(jīng)過整理。為實現(xiàn)異構數(shù)據(jù)庫的數(shù)據(jù)集成,必須首先通過數(shù)據(jù)的抽取和轉換工具將位于不同操作系統(tǒng)平臺、不同數(shù)據(jù)組織形式的數(shù)據(jù)按照一定的數(shù)據(jù)模型集成到數(shù)據(jù)挖掘庫中,其目的就是保證數(shù)據(jù)倉庫中數(shù)據(jù)的一致性。抽取。為了將來自不同數(shù)據(jù)庫系統(tǒng)的數(shù)據(jù)集成到數(shù)據(jù)挖掘庫中,必須首先從外部數(shù)據(jù)庫將有關數(shù)據(jù)抽取出來,數(shù)據(jù)的抽取是數(shù)據(jù)倉庫成功的關鍵。為了將數(shù)據(jù)抽取出來,必須按照已確定的新的數(shù)據(jù)模型來抽取數(shù)據(jù),因為在新的數(shù)據(jù)模型中描述了哪些數(shù)據(jù)需要抽取。為完成抽取功能,需要編寫數(shù)據(jù)的抽取程序,該抽取程序的基本功能就是利用數(shù)據(jù)網(wǎng)關、ODBC驅動程序或者其它封裝器連接異構的數(shù)據(jù)源。合并與整合。大部分情況下,要用的數(shù)據(jù)是分布在不同的數(shù)據(jù)庫中的數(shù)據(jù)。合并與整合是把來自不同數(shù)據(jù)源的數(shù)據(jù)合并到同一個數(shù)據(jù)倉庫中,并且要使那些本來存在沖突和不一致的數(shù)據(jù)一致化。不同的數(shù)據(jù)庫間在數(shù)據(jù)定義和使用上通常都存在巨大的差異,在這個步驟中使用數(shù)據(jù)集成規(guī)則進行處理。轉換。從源數(shù)據(jù)庫中抽取出來的數(shù)據(jù)必須依據(jù)事先定義好的標準數(shù)據(jù)格式進行數(shù)據(jù)的轉換。由于企業(yè)信息系統(tǒng)中同一個數(shù)據(jù)可能存放在不同子系統(tǒng)的數(shù)據(jù)庫中,這些數(shù)據(jù)庫之間是分散和異構的,因此就會出現(xiàn)數(shù)據(jù)名稱、數(shù)據(jù)單位、數(shù)據(jù)類型甚至數(shù)據(jù)值不一致的情況,如果這些數(shù)據(jù)被抽取到數(shù)據(jù)倉庫中,必然會造成數(shù)據(jù)的不真實性,為此有必要對這些抽取的數(shù)據(jù)進行徹底地轉換。數(shù)據(jù)轉換的基本思想是:首先建立數(shù)據(jù)轉換規(guī)則集和元數(shù)據(jù)庫。抽取出來的數(shù)據(jù)必須按照數(shù)據(jù)轉換規(guī)則集和元數(shù)據(jù)庫中定義的標準對數(shù)據(jù)進行轉換或修補,然后才能將數(shù)據(jù)裝載到數(shù)據(jù)倉庫中。(6)將數(shù)據(jù)庫的模式、視圖定義以及其它元數(shù)據(jù)裝入數(shù)據(jù)倉庫；用于挖掘的數(shù)據(jù)經(jīng)過前面所有的搜集、整理之后,直接導入數(shù)據(jù)倉庫中。5結束語不同于SPSS、SAS等統(tǒng)計軟件的應用,統(tǒng)計信息系統(tǒng)在數(shù)據(jù)源、功能設計方面有著更為復雜的情形,需要結合具體的業(yè)務背景設計有效的、用戶可以接受的分析方法。而統(tǒng)計類數(shù)據(jù)挖掘方法應用的過程中較多地依賴于用戶解決問題的能力,往往不能自行查找隱蔽在數(shù)據(jù)背后的知識。統(tǒng)計學是一個完整的應用領域,包括從數(shù)據(jù)中抽取有價值信息。統(tǒng)計學與想利用分