借助数据挖掘软件开展技能等级信息核查.docVIP

借助数据挖掘软件开展技能等级信息核查 　　摘 要：由于各种原因，ERP系统中员工技能等级信息缺失、错误较多。借助数据挖掘软件开展技能等级信息核查，借助CRISP-DM标准的六个数据挖掘环节（业务理解、数据理解、数据准备、建模、评估、部署）进行数据挖掘，依据原劳动和社会保障部印发的《职业技能鉴定考务管理编码方案》中对职业资格证书编码的规定，对证书编码进行逻辑校验。最后，对核查过程中发现的不符合要求（不完整、不准确）的技能等级信息记录进行标识，进行重点核查，进而大大减轻工作量、提高准确程度。 　　关键词：数据挖掘 信息核查 计算机技术 软件 　　中图分类号：TP311 文献标识码：A 文章编号：1672-3791（2015）05（b）-0030-02 　　为提高ERP系统中人员技能等级信息的完整性和准确性，我们借助数据挖掘软件开展ERP技能等级信息数据核查。在核查过程中，我们借助Clementine软件，大大提高了工作效率。 　　Clementine是SPSS公司开发的一款著名且非常实用的数据挖掘软件，它提供了可视化、功能强大且易用的数据挖掘平台，将聚类、决策树、神经网络、关联规则等一系列数据处理程序或技术整合成相互独立的模块，并集成在可视化图形界面中。用户在建立数据挖掘模型过程中只需把不同类型、功能各异的节点按照一定的顺序连接在一起即可，简单易用。由于不需要编程就可以完成数据挖掘模型的建立工作，用户可以将更多的精力集中在拟具体解决的业务问题上，而不是工具软件的使用上。 　　Clementine数据挖掘流程完全支持CRISP-DM标准。CRISP-DM将一个数据挖掘生命周期分成六个阶段：业务理解、数据理解、数据准备、建模、评估、部署。 　　下面，我们按照CRISP-DM标准，逐步开展技能等级信息核查。先通过Clementine选出有疑问的记录，对具体有疑问的证书信息，再与证书颁发机构发布信息逐一核对。 　　1 业务理解 　　开展技能等级信息核查，主要是对ERP系统维护的技能等级信息完整性、准确性进行核查。其中：⑴完整性：主要就所维护的技能等级信息中技能鉴定工种名称、工种编码、资格等级、证书编号、批准单位、批准日期等6个信息项是否完整就行判断；⑵准确性：主要依据原劳动和社会保障部印发的《职业技能鉴定考务管理编码方案》中对职业资格证书编码的规定，对2001年以后取得的证书编码进行证书核发年份、鉴定机构、证书类别（等级）、证书编号是否重复等逻辑校验；⑶在准确性判断的基础上，对个别证书通过与鉴定机构确认，进一步确定其准确性。核查过程中度不符合要求（不完整、不准确）的技能等级信息记录进行标识，要求证书持有人提供佐证材料进行确认。为便于业务理解，我们对技能等级信息核查流程进行了梳理。详见图2 　　2 数据理解 　　从ERP系统中导出的人员技能等级信息项有：人员号、人事子范围、姓名、开始日期、结束日期、申报年度、技能鉴定工种名称、工种代码、资格等级、证书编号、批准单位、批准日期、取得方式、是否最高技能等级等字段信息，筛选出技能鉴定工种名称、工种编码、资格等级、证书编号、批准单位、批准日期、申报年度等7个信息项进行完整性判断，再对证书核发年份、鉴定机构、证书类别（等级）等进行证书编码规则校验。 　　3 数据准备 　　在获得人员技能等级有关信息数据后，过滤掉人员号、人事子范围、姓名、开始日期、结束日期、申报年度、取得方式、是否最高技能等级等字段信息，筛选出技能鉴定工种名称、工种编码、资格等级、证书编号、批准单位、批准日期、申报年度等7个信息项。为便于比较，需将技能等级字段、证号等字符型字段信息转换为整数型，同时增加用于保存“是否特有工种”、“证号是否重复”、“结论”等用于保存判断结果字段，并初始化为空字符。 　　4 建模 　　根据技能等级信息核查流程，我们建立了Clementine流文件。 　　在主流程中，我们使用了两个超级节点，分别进行证书编号是否重复判断、批准单位是否准确判断。在“证书编号是否重复判断”流程中：首先将字符型字段“证书编号”转换为整数型字段“新证号”，对“新证号”进行升序排序，判断前后两个记录的“新证号”是否相等（相减是否为零），相等的则在“结论”字段标注“证号重复”；接着再对“新证号”进行降序排序，同样如果前后两个记录的“新证号”相等，也在“结论”字段相应标注“证号重复”。 　　在“批准单位是否准确”判断流程中，首先选择字段“批准单位”为空的记录，在“结论”字段标注“批准单位为空”；接着，依次选取“批准单位”为“电力行业职业技能鉴定指导中心”（以下简称行业指导中心）、“福建省职业技能鉴定指导中心”（以下简称省指导中心）、“福建省电力行业职业技能鉴定中心”（以下简称鉴定中心）的记录，进行证