聚类分析在公务员招聘中应用及SPSS实现.pdfVIP

维普资讯 第36卷第10期 数学的实践与认识 2006年10月 MATHEMATICSIN PRACTICE AND THEORY Vo1．36 NO．10 Oetober，2006 聚类分析在公务员招聘中的应用及SPSS实现 冯 梅 (淮安信息职业技术学院基础部．江苏 淮安 223001) 摘 要： 用多元统计分析中聚类分析的基本原理和方法．设计公务员招聘的择优录用方案。~sess实现 其大量数据的计算问题．为公务员的公正招聘提供有效依据． 关键词 ： 多元统计分析；聚类分析；公务员招聘；SPSS O 引 言 我 国公务员制度已实施多年．目前，我国招聘公务员的程序一般分三步进行：公开考试 (笔试)、面试考核、择优录取．然而，如何高效地处理招聘相关的大量数据，科学的 “择优”，这 仍然是一个有待完善解决的问题．本文讨论用聚类分析的基本原理和方法，实现公务员招聘 中的“择优”录取方案的设计，并用软件SPSS实现相关数据的计算，为招聘录用分配工作提 供有效依据． 1 聚类分析的基本原理和方法 聚类分析是根据事物本身的特性研究个体分类的方法．其依据是同一类中个体有较大 的相似性，不同类的个体差异较大．进行聚类分析有很多种方法，多元统计分析中有系统聚 类法、动态聚类法、分解法等，在模糊数学中，聚类分析有最大树法、传递闭包法、编网法等． 系统 聚类分析方法主要又有两种，一种是 “快速聚类分析方法”(K—MeansCluster Analysis)，另一种是 “层次聚类分析方法”(HierarchicalClusterAnalysis)．聚类分析的形式 也分为两种，对样本进行分类，称为Q型聚类 ；对研究对象的观察变量进行分类，称为R型聚 类．本文介绍并使用快速聚类分析方法的Q型聚类． 设在～个统计问题中有，个变量，n个样本，则有 x = 为统计样本资料矩阵．其中 ，，为第 个样本第 个变量的观测值，对应每个样本的观测值 = ( …T：， ，… )可以看成是 维空间的一个点，而各样本之间的亲疏程度可用m维 空间中点与点之间的距离d表示，也可以用Pearson相关系数、Sosine相似度等表示．do常 用 的计算方法有：欧 氏距离 (EuclideanDistance)、欧 氏距离平 方 (SquaredEuclidean 收稿 日期：2005—10—20 维普资讯 IO期 冯 梅 ：聚类分析在公务员招聘中的应用及SPSS实现 47 Distance)、Chebychev距离、Block距离、Minkowski距离、Customized距离(用户 自定义距 离)等．本文使用欧氏距离公式计算d 其公式为 d 一 √厂■—c——一一 (2) 快速聚类分析的一般过程及SPSS实现： 1)对样本指标量化，并标准化处理，使公式 (1)中的量为具有可比性的数据． 2)根据实际解决问题的需要，确定聚类成多少类(例如足类)． 3)确定七个类的初始类中心点．可以由用户指定k组 维数据作为初始类中心点；也可 以由SPSS根据样本数据的情况，选择k个有代表性的样本数据作为初始类中心点． 4)计算所有样本点到志个类中心点的欧氏距离，SpSS按照k个类中心点距离最短原 则，把所有样本分派到各中心点所在的类中，形成一个新的k类，完成一次迭代过程． 5)SPSS重新确定k个类的类中心点．SPSS计算每个类 中各个变量的变量值均值，并 以均值点作为新的类 中心点． 6)重复4)、5)两步的计算过程 ，直到达到指定的迭代次数或终止迭代的判断要求为止． 当然，也可以仅按初始类 中心点分类，仅作一次迭代计算． 2 公务员招聘方案的设计及实现 设待聘 个岗，分为K类，应聘者为N个，面试考核素质为 项．