数据挖掘技术在高校人力资源管理中的应用研究

ＩＳＳＮ　１００９－３０４４　Ｅ—ｍａｉｌ：ｊｓｈ＠ｄｎｚｓ．ｎｅｔ．ｃｎ　ｈｔｔｐ：／／ｗｗｗ．ｄｎｚｓ．ｎｅｔ．ｃｎ　Ｔｅｈ＋８６—５５　１—６５６９０９６３　６５６９０９６４　Ｃｏｍｐｕｔｅｒ　Ｋｎｏｗｌｅｄｇｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ电脑知识与技术　Ｖｏ１．１０，Ｎｏ．１０，Ａｐｒｉｌ　２０１４　数据挖掘技术在高校人力资源管理中的应用研究　瞿丹　（上海杉达学院，上海２０１２０９）　摘要：科学技术水平的快速提升，让计算机在越来越多的领域得到普及与广泛应用。＂３前在很多的高校中慢慢的建立了　－相关的信息系统，用于人力资源的管理工作，同时积累了越来越多的数据。要想实现数据最大效率的运用，为高校人力资　源组织建设工作奉献更大的价值，就需要借助一项技术对数据加以处理及筛选。数据挖掘技术的应用在大量人力资源数　据中加以准确的定位，用最快的效率筛选出最有应用价值的数据资源，这对于高校办学工作的开展及人力资源规划工作　的开展具有关键性的支撑意义。　关键词：高校；数据挖掘；人力资源；管理；应用　中图分类号：ＴＰ３１１　文献标识码：Ａ　文章编号：１Ｏ０９—３０４４（２Ｏ１４）１Ｏ一２１８２一Ｏ２　随着我国教育制度的改革及社会岗位需求量的扩大，高职教育在近年来规模得到进一步扩大。做好高职院校管理工作是确　保学校办学稳定正常开展的保障。人力资源管理作为高校管理工作的关键环节，其开展效果关系到高校人才架构的组织与建设，　对于高校的战略决策及教学丁作的开展起到了决定性影响作用。科学技术水平的提升，让计算机在高校管理工作中得到了越来　越充分的应用，从现有的情况来看，在很多高校中都慢慢的建设成立了相关的信息系统及平台，用于人力资源的管理工作。在先　进科学技术应用的基础上，高校人力资源管理工作取得了更为显著高效的成果，另外一方面也慢慢的累积了越来越多的数据资　源。在应用的过程中，怎么才能够高效技术的对信息加以筛选，选择出所需的具有运用价值的信息数据，成为高校所面临的重要　问题。该文我们将针对数据发掘技术在高校人力资源管理中的应用展开分析及研究。　１数据挖掘技术概念简述　本文我们所提到的数据挖掘其实就是针对大量的数据实施筛选处理的一项活动，属于计算机辅助性决策的范畴。针对高校　人力资源管理工作开展的时候所接触的海量数据，这一数据的运用能够有效实现对数据的统筹与归纳，并自主的分析得出数据潜　在的规律特点，同时对于之后的发展趋势做出有效的推断，这样一来就能够给高校人力资源管理工作的开展提供有效参考，帮助　高校实现人力资源管理效率进一步提高。可以说数据挖掘技术在高校人力资源管理系统中的应用，能够使数据资源应用价值得　以最大化的体现，为高校管理＿Ｔ作的开展开辟新的途径。　数据挖掘技术这一概念的提出最初是基于计算机信息技术的实际应用的。越来越海量的数据被产生，但是知识却产生的相　对较慢，原有的数据库处理工具已经不能满足浩如烟海的数据处理需求，所以说当前必须要研发出一种全新的技术去应对海量数　据资源的运用。数据挖掘技术的应用刻意在海量的数据资源中寻找出所潜藏的讯息，分析出数据资源所存在的规律，及时的探索　都对用户有利用价值的信息，从而让用户更加准确的做出决策与判断。　２数据挖掘技术在高校人力资源管理中的应用分析　从现有的情况来看，在我国很大一部分高校在建设成立人力资源信息管理系统的时候，其实都是在原本管理模式基础上所实　施的改进，也就是说在之前人工所负责的管理工作输入电脑系统，在降低人工工作强度的同时，实现工作效率的有效提升。不过，　我们必须看到这一工作模式存在的不足，因为在长期的应用中，系统会累积越来越多的应用，这样一来对于数据的应用价值就受　到很大影响，海量数据在无法探索出规律的情况下，就很容易导致应用效率低下的问题。而数据挖掘技术的应用，能够在海量的　数据信息中，实现有效的筛选与挖掘，寻求到有利用价值的数据，并将其充分应用，这对于高校人力组织架构的建设及发展战略的　决策而言都是十分重要的依据。　２．１针对人才的类别加以正确科学划分　随着社会的发展及人们自我意识的强化，个性化需求也愈发凸显。在高校的人力资源管理当中，如果能够对人才的个性进行　分析加以分类，判断出每位职工的具体类型，将会对人才战略的发展有重要的意义。数据挖掘技术可以从海量的数据中，具体分　析每一个人的共性和个性，进而提供合理的分类方法将每个人划分进一种类型中。对人才进行划分类别的数据挖掘过程主要如　下：　２．１．１针对海量数据加以有效预处理　这一环节的开展就是针对海量的数据信息加以搜集、类别换份及规整，实现数据的统一化处理，然后将数据储存到数据仓库　里面。　收稿日期：２０１４－０３—２０　作者简介：瞿丹（１９８６一），女，上海人，上海杉达学院教师，学士。　２１８２　…数据库与信息管理　本栏目责任编辑：代影　第１Ｏ卷第１０期（２０１４年４月）　２．１．２对数据进行建模搜索　Ｃｏｍｐｕ￣ｒ　Ｋｎｏｗｌｅｄｇｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ电脑知识与技术　这一步可以采取系统自动执行的方法，让数据挖掘工具在数据中自动从底部向上进行搜索，发现数据中的规律和联系，也可　以由用户和系统之间交互完成，验证用户的某种假设是否正确。　２．１－３针对搜索结果加以分析　在数据挖掘技术应用的过程中，通常情况下是不可以一次就实现的，一定要重复多次的运用才可以收获所需要的效果。因此　在任何一次搜索之后，都应该针对所得结果加以分析判断，直到所得结果满足实际工作需求，就完成整个数据搜索环节，并生成报　告以备下一步骤所用。　２．１．４知识转化　这一步主要对分析的结果进行解释，根据结果采取相应的措施加以管理。这一步主要有人工来完成，是数据挖掘目的实现的　关键步骤。　２．２避免人才流失问题的出现　从现有的情况来看，在很大一部分高校中都存在人才流失的情况，这一问题对于高校的发展而言是具有极大的制约作用的，　不利于高校办学工作的稳定开展，因此作为高校必须要对这一问题给予充分重视，并采取相应的对策避免这一问题的出现，这将　是未来高校发展的关键任务。从根本上来说，导致高校出现这一问题的关键原因就是对人才需求特点没有一个清晰的了解，无法　针对人才的特征去切实的达到其标准。而数据挖掘技术在人力资源管理系统中的运用能够有利于高校从大量的数据中寻求判断　出员工的真正需要，并组织建设这类员工身份特征与人才流失问题间存在的关联作用，并进一步的分析出导致其离开的根本原　因，这样一来学校就能够实施可行的对策去留住人才。利用数据挖掘技术避免人才流失问题具体表现如下：　２．２．１针对数据进行整理归纳　针对离职人员，将其原有的数据进行分类整理规划，对于相关的文本文件及相关数据分类整理，把与离职有关的信息整理成　数据表格，将与离职无关的数据删除，从而对模型中需要进行分析的几个变量进行确定。　２．２．２组织建设相应的模型加以分析判断　这一环节的开展就是借助模型的组织与建设来实现数据的分析与判断，从而为高校决策提供相应依据。树状模型能够在大　量的数据资源中完成对分枝的选定，并确定最科学合理的决策位置。在实际的工作应用过程中，可把人员离职具体原因设定为树　状模型的目标属性，把别的属性设置成单独存在的变量，然后把所有的人员离职记录加以分类，并以此为前提实现选择树的组织　建设。如此一来就能够针对大量的数据信息加以统一分析，明确的了解到导致人员离职的主要因素，并针对性的采取措施予以应　对。　２．３有效提升校园招聘活动的效率　在高校发展的过程中，经常会开展一些校园招聘活动，在这里数据挖掘技术的应用也具有重要影响意义，对于提升招聘活动　的效率体现出关键性的推动作用。由于高校的人才信息管理系统在多年的实践中，积累了大量的有效数据，对这些数据进行数据　挖掘加以分析，能够不断找出其中包含的规则，在加以人工分析之后，对高校招聘人才具有非常重要的参考作用。在通过一系列　的分析工作后，能够更加清晰的认识到招聘的一些规律，Ｉ；Ｌ￣ｎ说哪种类别的用人单位最需要何种类型的人才，采取哪种招聘途径　能够取得更为显著的效果等。如此一来能够帮助高校更高的了解人才发展规律，并在此基础上遵循人才发展趋势，规划设定有效　的人才引进策略，有效提升招聘活动的效率。　３数据挖掘技术在高校人力资源管理中的应用前景展望　从现有的情况来看，数据挖掘技术在高校人力资源管理中的应用依然较为浅显，虽然获得了较为显著的效果，却依然存在很　多的不足需要进一步的深入研究与完善，下面我们将针对这一技术的应用前景做出展望与分析。　３．１针对海量数据和时空关联数据的技术　在长时间的应用中，高校人力资源信息管理系统会储存越来越多的数据资源，这对数据资源的管理与查询工作带来了一定困　难，所以说之前的数据库管理技术已经不能满足需要，必须使用更高强度和容量的数据仓库技术来对数据进行管理，为数据挖掘　提供强有力的基础性支持。不仅如此，现在在数据资源中所展示出的时间关联性愈发明显，也就是说数据资源并不是一成不变　的，而是会在时间的推动下发生相应的改变，所以说时空数据挖掘技术已经成为未来数据挖掘技术在高校人力资源管理中应用的　重要方向。　３．２优化用户交互界面的技术　目前已有的数据挖掘工具对挖掘结果的表示不够直观，只是用一些简单的坐标图画或数字来进行表示，怎样借助图形化界面　去实现提升数据挖掘结果的实际运用水平，正逐渐的发展成摆在数据挖掘技术教育面前十分关键的问题。不仅如此，在数据挖掘　技术教学的过程中，假如可以注重用户和机器彼此间的互动与交流，使得用户可以参与数据挖掘的过程，就可以大大提高数据挖　掘的效率和可控性。　３．３充分发挥互联网技术优势　当前网络技术水平的提升，让互联网技术覆盖到我们生活与工作的各个领域，为我们工作开展创造极大的方便。怎样充分发　挥网络资源优势实现高校人力资源管理效率的有效提升，将是未来数据挖掘技术的重要发展方向。对于高职院校而言，其中所储　（下转第２１９８页）　本栏目责任编辑：代　影　ｍ　数据库与值息管理…　２１８３　Ｃｏｍｐｕ￣ｒ　Ｋｎｏｗｌｅｄｇｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ电脑知识与技术　第１Ｏ卷第１Ｏ期（２０１４年４月）　ｂｉｏｌｏｇｉｃａｌｐｒｏｃｅｓｓ　Ｉ　ＮＵＬＬ　—ｇｅｎｅ—ｏｎｔｏｌｏｇｙ　Ｉ　ＮＵＬＬ　ｍｏｌｅｃｕｌａｒ　ｆｕｎｃｔｉｏｎ　１　ＮＵＬＬ　ｃｅｌｌｕｌａｒｃｏｍｐｏｎｅｎｔ　ｌ　ＮＵＬＬ　＿４　ｒｏｗｓ　ｉｎ　ｓｅｔ（０．００　ｓｅｅ）　５导入生物数据　根据实验需求，建立一个能够处理特色生物信息的二次数据库。从ｆｔｐ：／／ｆｔｐ．ｅｂｉ．ａｅ．ｕｋ／ｐｕｂ／ｄａｔｂａａｓｅｓ／ｅｍｂｌ／Ｔ载ＥＭＢＬ发布的特　定物种的生物信息数据包，下载到本地解压缩后，利用ＢｉｏＰｅｆｌ－ＤＢ安装包中自带的ｐｅｒｌ脚本ｌｏａｄ—ｓｅｑｄａｔａｂａｓｅ．ｐｌ完成ＧｅｎＢａｎｋ格式　数据的导入。导人基本数据后，剩下的工作就是随时将发布在一次数据库中相关的新数据导入二次数据库中。　６结束语　通过上述生物二次数据库的构建，生物信息使用者不仅可以搜集并下载网络中的特定物种的信息数据，而且还可以对搜集到　的数据进行格式转换。在已构建二次数据库的基础上可以根据生物信息序列对比和统计分析等需要，进行数据筛选和数据处理。　参考文献：　［１】Ｗｏｍｂｌｅ　Ｄ　Ｄ．ＧＣＧ：Ｔｈｅ　Ｗｉｓｃｏｎｓｉｎ　Ｐａｃｋａｇｅ　ｏｆ　ｓｅｑｕｅｎｃｅ　ａｎａｌｙｓｉｓ　ｐｒｏｇｒａｍｓ［Ｊ［．Ｍｅｔｈｏｄｓ　ｉｎ　ｍｏｌｅｃｕｌａｒ　ｂｉｏｌｏｇｙ，２０００，１３２：３—２２．　【２】Ｊａｍｉｓｏｎ　Ｄ　Ｃ．Ｅｄｉｔｏｒｉａｌ：ＯＰＥＮ　ＢＩＯＩＮＦＯＲＭＡＴＩＣＳ［Ｊ］．Ｎｕｃｌｅｉｃ　Ａｃｉｄｓ　Ｒｅｓｅａｒｃｈ，２００３，１　９（６）：６７９—６８０．　【３】Ｐｈｉｌｉｐｐｉ　Ｓ．Ｌｉｇｈｔ—ｗｅｉｇｈｔ　ｉｎｔｅｇｒａｔｉｏｎ　ｏｆ　ｍｏｌｅｃｕｌａｒ　ｂｉｏｌｏｇｉｃａｌ　ｄａｔａｂａｓｅｓ［Ｊ］．Ｂｉｏ　ｉｎ　ｆｏｒ　ｍａｔｉｃｓ，２００４，２Ｏ（１）：５　１—５７．　【４】Ｂａｘｅｖａｎｉｓ　Ａ　Ｄ．Ｔｈｅ　ｍｏｌｅｃｕｌａｒ　ｂｉｏｌｏｇｙ　ｄａｔａｂａｓｅ　ｃｏｌｌｅｃｔｉｏｎ［Ｊ［．２００２　ｕｐｄａｔｅ．Ｎｕｃｌｅｉｃ　Ａｃｉｄｓ　Ｒｅｓ，２００２，３０（１）：１—１２．　【５】陆枫．真核生物基因组结构自动注释系统研究ｆＤｌ＿华中科技大学，２００６．　［６］ＰｏｓｔｇｒｅＳＱＬ　ｌ习站［ＥＢ／ＯＬ］．［ｈｔｔｐ：／／ｗｗｗ．ｐｏｓｔｇｒｅｓｑｌＬ．ｏｒ＃，２００３—４—６／２０１２—３—１６．　（上接第２１８３页）　存的数据资源很多时候都不够充分，而互联网技术恰好能够弥补这一不足，将数据资源进一步的扩充，能够体现出更加真实的高　校人力资源管理规律特征，为高校发展提供更多的决策性依据。　４结束语　总的来说，当前我国高校校园网络正逐渐的趋于完善，数字化资源已经慢慢的变成高校数据资源的关键组成部分，尤其是人　力资源管理的数字化资源，是高校人力组织规划及办学决策的重要依据，对于学校的发展具有重要意义。数据挖掘的应用，能够　实现对数据的有效筛选、掌握可靠的教职人员的发展情况及未来方向，是学校未来工作开展过程中不可或缺的一项技术支撑。　参考文献：　［１】张宜生，刘凡，梁书云．人力资源数据挖掘技术及其应用　计算机工程与应用，２００２（６）：１８７—１８９．　［２］黄彦．基于高校人力资源的数据挖掘技术研究『Ｄ］．天津大学，２００４．　［３］陈小颖．人力资源管理系统中数据挖掘技术的应用［Ｄ１＿武汉理工大学，２００６．　【４】杜巍．基于数据挖掘技术的人力资源信息系统的需求分析［Ｄ】．山东大学，２００６．　［５】郭庆．数据挖掘技术在人力资源统计信息系统中的应用研究［Ｄ】．暨南大学，２００７．　２１９８　…数据库与信息■理＊　本栏目责任编辑：代　影