数据挖掘在煤炭企业人力资源管理系统中的应用

摘要

数据挖掘是目前信息领域和数据库技术的前沿研究课题，被公认为最具发前景的关键技术之一。数据挖掘涉及到数理统计、模糊理论、神经网络和人工能等多种技术，技术含量比较高，实现难度比较大。人力资源管理作为一种先进管理模式的重要组成部分，日益受到各个领域的重视。人力资源管理面对着海量数据，迫切需要一种技术来发现有价值的知识，从而为制定人才发展战略提供决策支持。数据挖掘在人力资源管理中应用有很多优势，对如何在人力资源管理中应用数据挖掘进行了研究，介绍了数据挖掘在人力资源管理中的工作流程。
　　煤炭企业的发展对我国国民经济发展起着举足轻重的作用，随着煤炭企业内外部环境的变化，人力资源已经成为企业的核心资源，要研究怎样加强煤炭企业的人力资源管理，考虑为煤炭企业设计符合自身特点的人力资源管理系统，并引入数据挖掘技术。
　　本文在研究现代人力资源管理理论后，研究了数据挖掘相关理论，并重点研究了聚类分析算法，结合煤炭企业人力资源管理的特点，用统一建模语言UML对煤炭企业人力资源管理系统进行了功能分析和系统分析建模，重点对数据挖掘系统分析和设计。最后通过对样本数据进行聚类分析，以K-means算法应用为例介绍数据挖掘系统的应用过程，最终挖掘出有一定价值的信息。
　　最后对进一步工作的方向进行了简要的讨论。

目录

封面

声明

中文摘要

英文摘要

目录

Contents

1 绪论

1.1 研究背景和意义

1.2 研究目标和内容

1.3 国内外研究现状

1.4 论文创新点

1.5 研究方法和技术路线

2 相关理论概述

2.1 人力资源管理

2.2 数据挖掘

2.3 聚类分析

2.4 统一建模语言UML

3 煤炭企业人力资源管理系统中的数据挖掘

3.1 煤炭企业人力资源管理现状及问题

3.2 煤炭企业人力资源管理系统功能分析

3.3 系统分析建模

3.4 系统实现思路

4 数据挖掘系统在A公司中应用分析

4.1 A公司人力资源结构简介

4.2 变量的选择

4.3聚类分析步骤

4.4 输出结果解释

5 结论与展望

致谢

参考文献