数据挖掘技术在再就业管理中应用地研究.pdfVIP

摘 要 摘 要 随着信息技术在劳动力市场和社会保障管理方面的广泛应用，各地劳动保障系统中 积累了大量的劳动力就业、失业、求职和招工的数据。这些数据是大量的、不完全的， 但同时又是非常有用的。数据挖掘技术可以对这些数据进行有效的分析整理，为数据使 用者提供及时、有用的信息。 本文针对数据挖掘技术如何应用于再就业管理进行了探讨。本文首先介绍了“某市 再就业管理系统”的实现，该系统实现了对失业人员、企业、招工等信息的管理；并通 过使用ART 算法和EM 算法对该系统的数据进行分析，从数据中挖掘出有用的信息。 ART 算法是针对连续值预测的回归算法，它将数据分解成主要趋势成分和时间变化成 分。应用ART 算法对2006 年至2009 年某市行业招工的时间序列数据进行分析，预测 某些行业的劳动力需求趋势。该预测模型可以帮助掌握这些行业对劳动力资源的需求规 律，从而有针对地开展职业技能培训，缩小劳动力供需结构的差异，实现劳动力资源的 合理优化配置。EM 聚类算法是一种流行的迭代求精算法，可以看作是k 均值算法的一 种扩展，该算法根据对象与簇之间的隶属关系发生的概率来分配对象。本文从某市 200