高校人事管理中决策树分类法的应用
摘 要：高校人才的引进对学校的发展十分重要，人才识别方式是通过考察引进人员的定性指标实现的，很难保证识别结果的全面性、科学性和准确性。数据挖掘中的决策树分类技术是一种常用的预测模式，对已有的引进人才数据库的判断。
关键词：人事管理；数据挖掘；分类；决策树
1.概述
人力资源管理作为高校管理重要组成部分，日益受到各个领域的重视。高校人事管理的重要内容是人才预测与评价，它涉及的因素有人才的总量、人才的学历、人才的专业分布、人才的年龄以及人才的层次等。其主要内容有：人才的专业结构预测；人才的层次结构预测；人才的年龄结构预测；人才的学历结构预测；人才的需求总量预测等。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，从而制定人才发展战略，并为其提供决策支持。传统的人才识别方式是通过考察引进人员的定性指标实现的，依靠手工操作很难保证识别结果的全面性、科学性和准确性。鉴于许多高校都建立了人才数据库系统，应用数据挖掘技术对以往人才数据进行分析，有助于提高人才识别的准确性，并提高识别效率。
研究数据挖掘中的分类技术，在高校人事管理系统数据库或数据仓库中提取隐含的、未知的、异常的或有潜在应用价值的信息或模式，可以为制定人事激励制度，预测和评估最优秀的人才提供科学依据，针对不同类别的教师建立有针对性的人事激励制度，为领导和职能部门科学决策提供依据。因此，基于决策树分类在高校人事管理中的应用研究有着重要的意义。
2.高校人事管理数据库主要特点与分类技术
人力资源管理是企业(事业)单位生存的命脉。高校的人力资源具有明显的特点，它基本上由五个部分构成：管理人员、教研人员、服务人员、附属部门的工作人员与离退休人员。其中教研人员是主体，管理人员是关键，服务人员和离退人员是补充。教研人员中一般教学人员居多，满足于课程开设与知识传授的岗位需要；管理岗位中一般的维特性的管理人员居多，缺乏管理思想与能力，满足于学校的正常工作的运转；服务人员中文化素质不高，大都是教研人员和管理人员的家属与子女，对于离退休人员，有的认为是不用组织利用的富余人员，听任自由生活。这种结构现状，既不能满足高校跨世纪发展的需要，又引发了许多人力资源的问题：高精尖教研人员缺乏，而一般老师过剩；行政领导人才缺乏，而一般管理人员过多；上岗教研人员过少，而非教研人员比例过大...
|
== 试读已结束，如需继续阅读敬请充值会员 ==
|
|
本站文章均为原创投稿，仅供下载参考，付费用户可查看完整且有格式内容！
(费用标准：38元/2月，98元/2年，微信支付秒开通！) |
| 升级为会员即可查阅全文 。如需要查阅全文，请 免费注册 或 登录会员 |
|
