中级职称论文中级职称论文下载：数据挖掘在高校岗位设置管理中的研究与应用.docVIP

中级职称论文中级职称论文下载: 数据挖掘在高校岗位设置管理中的研究与应用 【摘要】岗位设置管理工作，是我国事业单位，包括各高校，正在进行的一项重要的人事制度改革，主要是为了解决原有的职称级别内部的分级问题。但如何制定更加切合实际的分级标准，就成了一个首要需要解决的问题。文章以一个真实的高校数据库为研究对象，通过数据挖掘技术进行研究，制定出有效的级别划分标准。 【关键词】数据挖掘；高校；岗位设置；研究与应用 岗位设置管理工作，是我国事业单位，包括各高校，正在进行的一项重要的人事制度改革。目前，全国各高校正在按教育部统一部署和要求，组织实施高校岗位设置与聘用工作。高校岗位设置管理工作的目标主要是专业技术人员，在改革之前，高校的专业技术人员职称等级简单的分为：正高级、副高级、中级、初级及无级五个等次，在每个等次之间，没有区分。换句话说，做了10年的正高级教授，和刚刚评为教授的教职工，其职务工资水平是没有差别的。这样就没有办法调动专业技术人员的工作积极性。 在岗位设置管理改革工作以及对教职工的考核与评价工作中，我们引入数据挖掘的聚类分析技术，对教职工整体结构水平做出一个比较深层次的分析，为制定切实可行的工作方案提供依据。 （一）数据挖掘中的聚类方法 数据挖掘中的聚类分析方法，是将物理或抽象对象的集合分组成为由类似的对象组成的多个类的过程。由聚类分析所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异。通过对专业技术人员进行聚类分析，就可以比较客观地对现有的师资结构进行分析，找到各级别之间的分界点，制定出行之有效的级别划分标准。 （二）聚类分析所要实现的目标 通过对某高校的现有教师科研工作数据进行聚类分析，以寻求各职称级别（正高级、副高级、中级、初级）内部的临界点，制定诸如“科研工作量应该达到多少、发表学术论文多少篇”等的聘任标准。 （三）具体实施过程 按照聚类分析的实施过程，对某高校的真实专业技术人员数据进行数据挖掘。 1.确定挖掘对象、目标 在本挖掘过程中，研究对象是某高校的专业技术人员数据库。挖掘的目标是对所有的专业技术人员进行分类，找到其中合理的分类条件，以此为依据来制定各岗位级别的聘任条件。为了简化研究过程，以科研工作量为分析对象，进行数据挖掘。 2.数据采集 从学校科研处，取得了教师08、09年两年的科研信息表。因为教学工作安排以学年为单位，为了降低最终聚类数据的差异度，选取了连续两年的科研信息表。 科研信息表包括字段：工号、姓名、成果名称、排名、成果类别、成果级别、学科门类、科研分。 3.数据预处理 （1）数据清洗 数据表内共有记录1030条，考虑研究对象是专业技术人员，清洗掉管理人员和工勤人员记录，剩余专任教师和教辅人员记录共759条。 在正高级别内，又划分为四级岗位，副高级别内，又划分为三级岗位。为了使研究具有代表性，又不至于臃肿，这里只针对副高级进行聚类分析，制定副高级内的三级岗位的聘任条件。而副高级的最基本要求是要具有副高级职称。基于这个原因，对所清理出来的759条记录进一步进行筛选，筛选条件为具有副高级职称。最终从759条记录里筛选出178条记录。计划对这178条记录进行数据挖掘。 （2）数据转换 对178条记录的相应字段进行数据转换。科研成果分别按类别统计，最终我们发现，按照科研分计算方法，可以计算出的每个人的总科研分，科研分足以代表其科研工作量。所以采取科研分作为最终衡量科研工作量的标准。工号是用作每条记录的关键字，不在聚类分析的考虑范围之内。 4.数据聚类挖掘 对应每个考察对象，对科研工作量进行聚类分析，找到考察对象中的两个临界点，从而将全体考察对象分为三个簇。 在聚类方法的选择上，因为考察对象数据库只有178条记录，数据库较小，属于中小规模数据库，并且所要划分成的簇的个数已经确定，适合采用划分方法中的典型方法（k-平均方法和k-中心点方法）进行聚类分析。其中，k是要划分成的簇的个数，在研究中，k=3（要将副高职称的岗位划分为副高五级、副高六级、副高七级三个层次的岗位）。 因为所取得的数据库表是以Excel表格形式存储的，并且在Excel里面可以很直观的反映数据迭代变化的过程，因此采用Excel内嵌的函数来实现聚类分析过程。 行5-行182，列出了表里面的178条记录，行2-行4分别记录了每次迭代所得出的新的平均值，A列和B列分别是工号和科研工作量数据，C5-G182的区域内，记录了每次迭代，计算欧氏距离之后每个点所划分到的簇，C1表示第一个簇，C2表示第二个簇，C3表示第三个簇。C1-G1单元格表示的是所进行的迭代的次数，行183-行185分别记录了每次迭代后，每个簇内的样本的个数。 具体实施过程如下 （1）确定每次迭代簇中心点 因为记录样本比较平均，没有非常特别的噪音