高校人事数据的探索性分析与关联分析研讨.pdfVIP

高校人事数据的探索性分析与关联分析研究 769 高校人事数据的探索性分析与关联分析研究木 刘鹏1’2孙莉1孙珏妍1许剑萍1董瑾1 陈婷婷1赵洁1 (1信息管理与工程学院2人事处上海财经大学 上海200433，中国) 摘要：本文针对一个真实的高校人力资源数据集，分析了在高校人力资源管理中适用的数据挖掘技术与过 程。由于篇幅有限，本文仅关注于探索性数据分析和关联分析。通过探索性的数据分析进行了特征值的离散化和特 征值的归约、特征选择和构造等方面的分析，并给出了衡量教学科研人员科研能力水平的分类标签建议。关联规则 发掘技术描述了教学、科研和社会工作等几方面的关系。研究分析的结果具有较好的解释性，对高校的人力资源管 理具有一定的管理学意义。 关键词：高校人力资源管理：探索性数据分析；关联规则；特征归约；数据挖掘 随着人力资源管理理论的日趋成熟和完备，组 1．1探索性数据分析 织已经将对于人力资源的管理提上日程。数据挖掘 探索性数据分析的目的在于概括整个数据集， 技术的引人极大的便利了组织对于海量人员数据的 使用的基本技术为描述性统计技术，通过刻画数据 分类管理及分析。数据挖掘在高校人力资源管理中 的结构和关系，得到不同的、潜在的、值得注意的 的应用主要有：①人才的招聘与选拔。②绩效考 某些数据特征口J。 核。③岗位设计及薪资福利体系的制定。运用数据 1)单特征探索性分析 挖掘技术，有助于决策者管理人力资源的各个阶 单特征的分析为后续的分析和模型构造收集重 段，包括员工招聘、在职员工管理、员工离职 要的信息。它的主要工具是单特征图形表示和一系 等。 列概括指标。对于分类型数据，常用的图形表示有 本文选取适宜于高校人力资源管理使用的数据 条形图和饼图等。连续定量特征可重新分类或离散 挖掘技术，通过探索性的数据分析进行了特征值的 化为分类区间。 离散化和特征值的归约、特征选择和构造等方面的 2)多特征探索性分析 分析，并给出了衡量教学科研人员科研能力水平的 两个特征的关系可以通过散点图表示。散点图 分类标签建议；运用关联规则发现技术对高校人力 使用于任何类型的特征。人力资源数据集包含的特 资源信息库进行数据挖掘分析，最终为管理决策提 征远远多于两个，但是总能从对所有特征对构造的 供参考。在第二节对一个真实的高校人力资源数据 二值散点图的分析中抽取有用信息。对于多特征， 集进行探索性数据分析，第三节进行关联规则分 还可进行相关性一独立性分析。 析，最后是本文的总结。 1．2维度归约 按照P．Giudici的分类，维度归约可归入探索 1 数据挖掘过程及分析方法 性数据分析中心J，但鉴于维度归约在人力资源数据 数据挖掘从大量的数据中挖掘出潜在且非平凡 集中的重要作用，这里对维度归约进行单独的描 的模型或模式，从而为管理者的决策提供有价值的 述。 依据。数据挖掘是从问题理解、数据理解、数据准 人力资源数据集常常含有数百数据库特征，其 备、数据挖掘、知识评估、知识使用等6个步骤的 中存在大量与数据挖掘任务无关的信息，此外由于 of 过程¨J。根据高校人力资源数据的特点和管理的需 维度效应(curese 求，采用的数据挖掘技术包括：探索性数据分析、