决策树算法人力资源管理中的应用研究.docxVIP

《数据挖掘与商务智能》小组作业 PAGE \* MERGEFORMAT19 作 业 题 目 《数据挖掘与商务智能》小组作业 ——决策树算法在人力资源管理中的 应用研究 小组成员 涂艳红 沈之夏 吴虹桥 韩进 刘泽银 专业班级 2013级企业管理 学院名称 工商管理学院 指导老师 杨超 副教授 提交日期 2014年7月4日  决策树算法在人力资源管理中的应用研究 1 数据挖掘技术在人力资源管理中的应用 数据库数据挖掘 数据库 数据挖掘 预测模型 决策评估 员工分类 策略制定 配置人力资源 图1 数据挖掘在人力资源管理中的应用 （1）员工招聘 员工的招聘是具体人力资源管理的开始。人力资源管理者利用各种方法和手段，如网路招聘、接受推荐、刊登广告、举办人才交流会、到职业介绍所登记等从组织内部和外部吸引优秀人才。招聘是企业获取人力资本的重要手段，企业要生存并持续发展就必须招聘。因此，招聘的结果直接关系到企业能否保持优良的员工素质和合理的结构，也影响企业的人员流动和人力资源管理的费用控制。现实中往往经常存在着这种现象，企业急需优秀员工但招聘者找不到合适的人才，而有能力的求职者又找不到合适的工作。这些问题主要就是因为二者的许多潜在的联系没有被挖掘出来。比如说，招聘的企业不了解求职者离职的普遍原因，不了解求职者普遍要求的薪资水平等，这就导致企业在招聘过程中盲目性。而要解决这类问题，就目前的技术而言，采用数据挖掘技术是一种方便有效的解决方案。在数据挖掘子系统中，数据挖掘技术所要解决的问题之一就是找出求职者身份、特点与离职的各种原因之间的关系并建立模式，以公司可以通过调整薪资、福利，甚至更换工作环境等手段来留住所需的人才，对新的求职者做出预测，以帮助人力资源部门招聘人员找到正确的招聘对象。 （2）员工绩效考评 对在职员工的管理，不能只局限于记录和管理相关的数据，如员工基本信息，员工考核信息等，更重要的是应该能整理和分析这些数据，并提出有价值的报告。例如：通过对员工考评数据的分析，企业可以了解到目前的整体绩效状况；通过对工资结构分布的分析，可以提出成本控制的建议等。所以我们要求人力资源管理系统不但要对企业整体的人力资源状况做出判断，更重要的是可以向企业高层提出支持性的建议，引入数据挖掘技术，即可达到该目标。在该系统中运用数据挖掘技术，比如通过对人才年龄的分析，判断公司年龄结构是否合理，应补充哪一年龄层次的人才等；收集和分析人力资源供给与需求方面的信息，预测人力资源供给和需求的发展趋势。这些统计与分析结果为人力资源部制订人力资源招聘、调配、培训、开发及发展计划等政策和措施提供准确、量化的依据。 （3）员工离职 在市场化的人才就业机制下，人才的流动是一种必然现象，而且我国正处于社会转型期，人才的流动更为频繁。适度的员工流动率对企业发展有益，但是员工流动过于频繁，对于企业和社会都具有不利影响。对于企业来说，过高的员工流动率意味着企业人才的流失，以及企业在员工身上所进行的人力资源投资的丧失，包括招聘，培训等费用的空耗，还面临着巨大的重置成本。特别是核心员工的离职，往往对企业产生非常重要的影响，甚至决定企业的生存与否。离职员工从不同的方面对企业的生产经营过程产生着各种各样的影响，特别是现在的人员流动经常是以团队方式进行的，一个人的离职可能会产生连锁反应，严重的有可能使企业陷入瘫痪。企业应充分认识到人才流失对企业经营带来的巨大风险，建立完整的针对人才流失危机管理机制，从而避免优秀人才的流失可能给企业带来的巨大损失。人力资源管理者通常是通过书面调查和口头询问得到的信息来定性的分析员工离职原因，但是这种分析带有很大的主观性。通过数据挖掘技术建立起员工分类模型，发现离职员工的主要特征，然后利用这个模型挖掘出在职员工中的潜在的离职者，对于其中的优秀员工，企业应该引起重视，并采取措施留住人才。 诚如上文所述，人力资源的管理的目标是人——员工，他是一个复杂的、易变的对象，传统的分析方法已经不能满足管理者的需要。数据挖掘技术在近几年刚刚出现，它在挖掘数据中隐含的规律以及解决具体问题方面而言，是其他技术方法所不能比拟的。现已经在实际领域得到广泛的应用，并且产生了良好效果。此外，数据挖掘技术的优点是可以集成到具体的人力资源管理系统之中，从而利用已有信息系统存储的数据进行挖掘计算，利用计算机应用程序，把高深复杂的统计技术、挖掘算法封装起来，使人们不用掌握这些技术也能完成同样的功能，从而更专注于自己所要解决的问题。 下面是一些数据挖掘技术在人力资源管理系统中研究和应用的实例。 （1）IBM在管理系统解决方案中，数据挖掘部件使用的是Intelligent Miner。它提供以下功能:a.广泛的数据挖掘技术和算法集；b.在数据规模和计算性能方面有非常高的可伸缩性，可在许多I