数据挖掘技术在人力资源管理领域探究和应用.docxVIP

数据挖掘技术在人力资源管理领域探究和应用 摘要：随着知识经济的到来，人力资源管理仍存在 一些现有技术不能解决的问题。寻找新的管理技术势在必 行。擅长从数据中发现模式的数据挖掘技术，在许多领域被 使用，将数据挖掘技术与人力资源管理相结合，解决实际应 用问题，取得良好的经济效应。 关键词：数据挖掘；人力资源管理系统；分析决策 1前言 在经济全球化和知识经济主导的趋势下，人力资源是经 济社会发展重要而稀缺的资源，人力资源管理在提高企业竞 争力、建立核心竞争优势中将扮演更为重要的角色。未来的 人力资源管理将更具战略性、更具人性化，更具有弹性和适 应性。新兴的数据挖掘技术能很好地适合海量的动态的人力 资源信息，从中提取有用的人力资源知识，为人力资源管理 提供有力的分析、决策工具。 人力资源管理被提到了前所未有的高度，现已成为企业 管理的重要内容。同时，许多新兴技术在人力资源管理领 域得到广泛应用。即便如此，人力资源管理仍存在一些现有 技术不能解决的问题。企业里的人力资源管理部门面临庞大 的繁杂的员工数据，要想有效的提升人力资源管理的效益， 从人才配备的角度确保企业的战略目标的实现，当老套的管 理办法和思路越来越力不从心时，实在有必要尝试先进的数 据挖掘应用了。总的来看，当前国内的先进的人力资源管理 方面的信息化决策支持还只限于联机事物处理（OLTP）,只 能提供一些简单的统计、汇总、查询、制表等等有限的粗放 的功能，未来的发展方向一定是数据挖掘的深度应用分析 了。 2主题 数据挖掘在人力资源管理中的应用在员工离职牵涉到 人力资源管理的各个方面，研究数据挖掘技术在人力资源管 理中的具体应用过程。人力资源管理系统及数据挖掘技术在 人力资源管理系统中的应用问题，如利用数据挖掘技术帮助 管理人力资源的各个阶段，包括员工招聘、在职员工管理、 员工离职等。 人力资源管理系统及数据挖掘技术在人力资源管理系 统中的应用问题，如利用数据挖掘技术帮助管理人力资源的 各个阶段，包括员工招聘、在职员工管理、员工离职等，运 用数据挖掘技术实现了对现有数据的分析、处理，以及对未 来情况的预测，为决策支持提供辅助，为数据挖掘技术在人 力资源管理实用化做出了有益的尝试。 首先，要踏踏实实做好基础数据库的建设。一个企业实 现数据挖掘的前提和基础是拥有大量、真实的数据积累。没 有数据积累，数据挖掘将无用武之地。 一般用于挖掘的数据有两种来源：数据仓库或数据库。 目前，基于数据仓库的数据挖掘逐渐被人们所推崇，它有三 点显著优势：一，数据挖掘必须要对数据进行抽取、清洗、 转换和装载，这个过程很耗时。如果基于数据仓库，数据仓 库已经做好以上工作，就能避免挖掘时每次对数据进行抽 取、清洗等。二，数据仓库的数据是按主题组织的，这为数 据挖掘选择合适的数据源提供了方便。三，数据库不能存放 历史数据，因此直接在数据库中挖掘，许多知识无法挖掘出 来，如预测型应用；相反，数据仓库却能。 其次，企业要有比较明确的挖掘目标。盲目的数据挖掘 是很难成功的。 再次，数据挖掘必须由来自不同领域的人员共同参与， 包括行业专家、数据管理员、数据分析人员、业务分析人员、 数据挖掘专家等。大家需要通力合作，寻找一套适合自己企 业的开发方法，并逐步建立起挖掘的模型库。 最后，构建数据挖掘系统，不仅需要很高的资金投入， 而且挖掘结果是供决策层决策使用的，因此必须得到最高决 策管理层的支持、认可和参与。 3小结 21世纪是全球化、市场化、信息化的世纪，是知识主宰 的世纪。在新经济条件下，企业人力资源管理必然要发生相 应的变化。因此，企业人力资源管理系统将构筑在 Internet/intranet的计算机网络平台上，形成新型的人力 资源管理模式。 总之，现实中人类的社会和经济活动，总可以用数据来 描述和记录；经过对这些数据的分析，就会产生信息；用这 些信息来指导实践，就可以做出相应的决策，这些决策又引 发了新一轮的社会和经济活动。商业领域产生了大量的业务 数据，这些数据不再是为了分析的目的而收集的，而是由于 纯机会的(Opportunistic)商业运作而产生。分析这些数 据也不再是单纯为了研究的需要，更主要是为商业决策提供 真正有价值的信息，进而获得利润。但所有企业面临的一个 共同问题是：企业数据量非常大，而其中真正有价值的信息 却很少，因此从大量的数据中经过深层分析，获得有利于商 业运作、提高竞争力的信息，就像从矿石中淘金一样，我们 要利用数据挖掘技术为企业的人力资源这个重要岗位作出 应有的贡献。 ［参考文献］ ［1］ 毛国君?数据挖掘原理与算法［M］.北京：清华大学出 版社.2007-12. ［2］ 王宏.基于粗糙集数据挖掘技术的客户价值分析［M］. 北京：经济科学出版社.2006-09. ［3］ 彭剑锋