决策树算法在人力资源管理中的应用研究

论文摘要

本文是研究数据挖掘中的决策树算法在人力资源市场分析中的应用。基于对数据挖掘技术的产生和发展现状,运用数据挖掘的概念、原理、内容、算法、模式,构建人力资源数据挖掘模型;分析决策树方法的ID3算法,研究数据挖掘在人力资源管理中的应用,用数据挖掘结果指导管理人力资源的各个阶段,包括员工招聘、在职人员管理、员工离职等。针对性的整合人力市场资源,对人力资源进行有效合理配置,解决现代人力资源管理中的核心问题。本文以济宁人力市场的人才信息为原始数据,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,为人力资源管理决策支持提供依据。

论文目录

摘要

Abstract

1 绪论

1.1 人力资源是企业重要的战略资源

1.2 数据挖掘的研究方面

1.3 数据挖掘在人力资源管理中的应用研究

1.3.1 IBM 的应用

1.3.2 SAS 的应用

1.4 数据挖掘的主要任务

1.5 论文的重要内容

1.6 论文的组织结构

2 人力资源管理分析

2.1 人力资源管理的定义

2.2 人力资源管理的任务

2.3 人力资源管理的意义

2.4 人力资源配置

3 决策树算法描述

3.1 决策树方法

3.2 ID3 学习算法

3.2.1 信息增益

3.2.2 ID3 算法的基本思想

3.2.3 ID3 算法的优缺点

3.3 ID3 算法的发展

3.4 决策树的构建

3.5 决策树的简化

3.5.1 决策树过大的原因

3.5.2 控制树的大小

3.6 决策树方法的特点

3.6.1 优点

3.6.2 缺点

4 人力资源市场分类模型

4.1 数据挖掘在人力资源管理中的应用

4.2 员工离职原因调查反映出的问题

4.3 需求调查

4.4 问题定义

4.5 员工分类过程中的总体结构

4.6 数据准备

4.7 本章小结

5 决策树在人力市场的实现与分析

5.1 核心数据结构与ID3 算法流程

5.1.1 算法的形式化表现

5.1.2 基本学习策略说明

5.2 数据结构

5.3 构建决策树

5.4 结果分析

5.4.1 评估决策树分类准确率的方法

5.4.2 规则提取

6 结论与展望

6.1 研究工作总结

6.2 未来工作展望

参考文献

致谢

攻读硕士期间发表的论文

决策树算法在人力资源管理中的应用研究

论文摘要

论文目录

相关论文文献