人力資源管理論文-數(shù)據(jù)挖掘在人力資源信息化管理中的應用作者：董洪敏衣龍海辛愛莉摘要人力資源管理系統(tǒng)因其能提高人力資源管理工作效率、提高管理水平、為決策提供信息支持而備受企業(yè)的青睞。通過對決策樹方法用于發(fā)現(xiàn)其中有價值的數(shù)據(jù)模式,尋找其中存在的關系和規(guī)則，以期幫助企業(yè)對這一系統(tǒng)能夠有更全面地認識，促進企業(yè)人力資源管理水平實現(xiàn)跨越式提升。關鍵詞人力資源管理信息技術數(shù)據(jù)挖掘決策樹分類方法一、人力資源管理信息化的發(fā)展史進入21世紀后，市場競爭加劇，企業(yè)生存壓力增大，越來越多的企業(yè)認識到，現(xiàn)代企業(yè)的競爭其實質上就是人才戰(zhàn)略的競爭。因此，企業(yè)對人力資源管理的關注達到了一個空前的程度。同時，人力資源管理在企業(yè)管理中的地位，也被提升到了戰(zhàn)略決策支持的高度。企業(yè)人力資源管理已經經歷了三個發(fā)展階段:人事管理、人力資源管理、人力資源開發(fā)與經營。企業(yè)的人力資源管理正在經歷著從事務性管理角色向戰(zhàn)略合作伙伴的轉型，借助于信息化系統(tǒng)，是轉型的必由之路。隨著人力資源管理思想以及信息化技術的不斷發(fā)展革新，人力資源管理信息化系統(tǒng)也在不斷的發(fā)展和完善?？傮w而言，我們可以將人力資源管理信息化的發(fā)展歷程劃分為四個階段:基礎計算工具階段、信息數(shù)據(jù)存儲階段、全面業(yè)務管理階段、戰(zhàn)略決策支持階段。而數(shù)據(jù)挖掘技術的產生與應用。第四代的人力資源管理信息化系統(tǒng)除了要繼承前幾代信息化系統(tǒng)的優(yōu)點之外，還必須提供強大的數(shù)據(jù)挖掘和分析功能，并且能夠將分析結果數(shù)據(jù)靈活、多樣、便捷的進行展現(xiàn)，以真正做到對企業(yè)經營決策的有力支持。二、數(shù)據(jù)挖掘技術在人力資源管理系統(tǒng)中的應用數(shù)據(jù)挖掘(DataMining)，又稱數(shù)據(jù)庫中的知識發(fā)現(xiàn)(KnowledgeDiscoveryInDatabase，KDD)，是指從大型數(shù)據(jù)庫或數(shù)據(jù)倉庫中提取隱含的、未知的、非平凡的及有潛在應用價值的信息或模式，它是數(shù)據(jù)庫研究中的一個很有應用價值的新領域，融合了數(shù)據(jù)庫、人工智能、機器學習、統(tǒng)計學等多個領域的理論和技術。數(shù)據(jù)挖掘是進行數(shù)據(jù)查詢，它能夠找出過去數(shù)據(jù)之間的潛在聯(lián)系，從而促進信息的傳遞。數(shù)據(jù)挖掘工具能夠對將來的趨勢和行為進行預測，發(fā)現(xiàn)其中有價值的數(shù)據(jù)模式,尋找其中存在的關系和規(guī)則，從而很好地支持人們的決策。數(shù)據(jù)挖掘可以結合企業(yè)信息化環(huán)境特點,對現(xiàn)代人力資源管理中的主要管理業(yè)務流程進行了優(yōu)化和重組。本文中提出了一種基于數(shù)據(jù)挖掘的信息論的綜合評價方法，該方法中利用決策樹、分類器概念以及相關性分析，先對初選的數(shù)據(jù)進行篩選再進行建樹，然后進行修剪樹，進而得出了綜合評價模型并同時給出了相應的算法。決策樹是一個樹形的結構，內部節(jié)點上選用一個屬性進行分割，每個交叉都是分割的一部分；每個葉子節(jié)點表示一個分布。決策樹最基本的生成算法是貪心算法，它采用自上而下而治之的方法。開始時，所有的數(shù)據(jù)都在根節(jié)點，屬性都是種類字段（如果是連續(xù)的，將其離散化），然后所有記錄用所選屬性遞歸的進行分割，屬性的選擇是基于一個啟發(fā)式規(guī)則或者一個統(tǒng)計的度量。當一個節(jié)點上的數(shù)據(jù)都是屬于同一個類別或者沒有屬性可以再由于對數(shù)據(jù)進行分割時，則停止分割并生成一個葉節(jié)點。因此，決策樹的生成關鍵是在每個節(jié)點上分類屬性的選擇。在本例中選擇經典的ID3算法，即利用基于熵的最高信息增益法選擇屬性，信息增益法的簡單介紹如下：設S是有s個數(shù)據(jù)庫樣本的集合。假定類標號屬性具有m個不同的值，定義m個不同類Ci（I=1，2，m）。設si是類Ci中的樣本數(shù)。對一個給定的樣本分類所需要的期望信息由下式給出：其中pi是任意樣本屬于Ci的概率，一般用si/s估計代替pi。設屬性A有v個不同值a1，a2，ay?？梢愿鶕?jù)屬性值將S劃分為v個子集s1，s2，sv：sij是子集Sj中類Ci的樣本數(shù)。由A劃分成子集的熵（期望信息）為：則以A分枝將獲得的信息增益是：Gain(A)=I(s1，s2，sm)-E(A)在選擇好數(shù)據(jù)挖掘的技術和方法后，下面就要對其建立模型，這是數(shù)據(jù)挖掘的核心環(huán)節(jié)。不同的技術方案產生的結果模型有很大不同，而且模型結果的可理解性也存在較大差異。例如，用決策樹方法產生模型結果就比用神經網絡技術的結果易于理解。另外，對結果的分析和描述（即進行知識發(fā)現(xiàn)）也很關鍵，不恰當?shù)拿枋鰰斐烧`導。通過上面的處理之后，就會得到一系列的分析結果和模式，它們是對目標問題的多側面的描述，這時需要對它們進行驗證和評價，以得到合理的完備的決策信息。可以采用的方法有直接使用原來建立模型的樣本數(shù)據(jù)進行檢驗，或另找一批數(shù)據(jù)對其進行檢驗，也可以在實際運行中取出新鮮數(shù)據(jù)進行檢驗。這種方法的優(yōu)越性具體體現(xiàn)在：1.決策樹方法所用時間少，技術上合理，經濟上合算，成效高，可避免決策失誤與各類偏差。2.它是從實際出發(fā)，分析主、客觀條件以及發(fā)展過程中可能發(fā)生的變化及結果的利弊，經過精密的計算和科學的預測后作出的決策。3.選優(yōu)的條件是不僅有一個合理的科學標準，而且還有一個科學的選擇方法，具有很高的科學性。三、結束語數(shù)據(jù)挖掘技術及其應用是目前國際上的一個研究熱點，并在許多行業(yè)中得到了很好的應用，尤其是在市場營銷中獲得了成功，初步體現(xiàn)了其優(yōu)越性和發(fā)展?jié)摿?。在人力資源信息管理領域，綜合應用數(shù)據(jù)挖掘技術和人工智能技術，將是實現(xiàn)人力