基于数据挖掘技术的人力资源管理系统分析与设计

摘要

人力资源管理是管理学领域的一个重要组成部分。在日益激烈的市场竞争中，人力资源管理水平是提高企业核心竞争力的关键因素。
　　传统人力资源分析，只能对数据的表层信息进行分析，无法深层次的获取数据与数据间的内在关系和隐藏关系。伴随着云计算和大数据的兴起和发展，数据挖掘技术在各行各业都得到广泛的应用。数据挖掘与统计、精算、长期从事预言模型的经济学家之间并没有技术重叠。数据挖掘技术是通过数理统计的方法挖掘数据与数据间存在的隐藏规律，提取重要信息。本文从传统人力资源管理的不足之处出发，深入分析了传统人力资源存在的三大难点问题，探讨如果通过数据挖掘技术来解决这三个难点问题，从而提高人力资源的管理能力。
　　论文共分为八部分。首先是绪论，介绍了人力资源管理的概念和现有人力系统的步骤，之后对此次开发的相关技术及选择作了介绍。然后是系统的需求分析、整体设计与详细设计等。接下来设计了基于层次分析法的员工绩效考核算法，基于马尔可夫模型的人力资源流动算法，基于ID3决策树的员工满意度算法。接下来是对这些算法进行模拟，仿真与测试，测试结果表明这些数据挖掘算法能有效的解决传统人力资源的问题。在本文的最后，分析了算法实现中的优缺点，提出了人力资源系统今后的发展方向。

目录

声明

摘要

第一章 绪论

1．1 人力资源管理概述

1．2 人力资源管理信息化背景

1．3 传统人力资源管理系统缺陷

1．4 数据挖掘在人力资源管理

1．5 研究内容及文章结构

第二章 数据挖掘技术介绍

2．1 数据挖掘简介

2．2 数据挖掘任务

2．3 数据挖掘技术

2．4 小结

第三章 需求分析

3．1 需求概述

3．2 功能需求分析

3．2．1 用户信息管理

3．2．2 员工档案管理

3．2．3 员工绩效考核管理

3．2．4 员工满意度分析管理

3．2．5 员工流动预测分析

3．2．6 员工系统管理员

3．2．7 非功能需求

3．3 小结

第四章 基于数据挖掘的绩效考核分析

4．1 绩效考核现状分析

4．2 基于层次分析的绩效考核模型

4．2．1 层次分析的基本步骤

4．2．2 企业员工绩效考核体系

4．2．3 基于AHP的某企业员工考核评价指标体系

4．3 小结

第五章 基于数据挖掘的人力资源流动分析

5．1 人力资源流动分析

5．2 马尔可夫模型步骤

5．3 基于马尔可夫模型的人力资源流动预测

5．4 小结

第六章 基于数据挖掘的企业员工满意度分析

6．1 员工满意度介绍

6．2 ID3决策树模型

6．3 基于ID3决策树的员工满意度分析

6．4 小结

第七章 系统设计

7．1 系统架构设计

7．2 系统功能模块设计

7．2．1 系统登录模块设计

7．2．2 员工档案管理模块

7．2．3 员工绩效考核管理模块

7．2．4 员工满意度管理模块

7．2．5 员工流动分析模块

7．3 数据库设计

7．3．1 数据库需求分析

7．3．2 数据库概念结构设计

7．3．3 数据库E-R结构图

7．4 数据库逻辑结构设计

7．5 小结

第八章 总结与展望

8．1 总结

8．2 展望

参考文献

致谢