基于关联规则的高校人力资源数据仓库构建与信息挖掘.pdfVIP

江西通信科技 1009—0940(2011)04·0031—05 谭国强 肖力江西省信息中心南昌330046 摘要：本文针对一个真实的高校人力资源数据集，通过进行特征值的离散化 和特征值的归约、特征选择和构造等方面的探索性数据分析，构建了在高校人力资 源管理中适用的数据仓库。并给出了基于关联规则的高校人事信息再挖掘方法，研 究分析的结果具有较好的解释_生，对高校的^力资源管理具有一定的管理学意义。 关键词：高校人力资源管理关联规则特征归约数据挖掘 0．引曹 。数据仓库首先可以被看作一个特殊的DBMS，我们 处于现代信息社会．高校人力资源管理的核心字 所开发的平台包含如图1所示： 眼将是“信息”二字。目前，高校^事部门利用管理 信息系统已经积累了大量的数据，但对现有数据资源 缺乏有效的组织、整理和提取，进行客观分析难度很 大，在其中寻找决策支持时更显得不知所措。基于高 校人力资源管理工作量大，工作内容繁琐而义重要等 因素．迫切需要实现信息管理的科学性、系统性。数 据仓库技术的出现及投展，大大简化了数据的整台与 转换，它能对繁杂的数据进行有效地组织，通过公正 客观的统计和分析，快速而正确地找出隐含的模式， 准确地掌握未来动态，提高数据利用的效率和能力。 ’i ， 删洲 ” 随着竞争的日益激烈．高校要想获得跨越式发展，必 0卷i器。l 须充分利用先进的信息技术，高校人事部门建立高校 图1高校人力资源数据仓库结构图 人力资源数据仓库，用数据挖掘辅助决策分析将成为 高校人力资源数据仓库建立的过程实际上是从 发展趋势。 传统的以数据库为中心的操作型系统结构转移到以数 1．设计高校人力资溽救器仓库 据仓库为中心的体系结构的过程。要实现体系结构的 数据仓库是一个面向对象的、结台的、非易失性 变迁，要做的第一件事就是了解系统己经具备了哪些 的、时间可变的、用于管理决策支持的数据集合【1] 数据，这是建立数据仓库的基点。了解系统具有的数 收稿日期：2011。11。17 L二=：互■～二曼堡竺!… 据之后，可以根据用户需求分析确定数据挖掘系统主 明确。如“教育水平”中的分类不够准确清晰而被删 题。对于一个大型的数据仓库系统，涉及的业务系统 除。原“学位”特征既描述员工学习专业，又描述员 众多、功能复杂，因此采用螺旋式开发方法，通过将 工获得的最高学位，将其表述明确为最高学位。 庞大的目标分成若干个实施阶段，分而治之[2]。关联 数据集的数据整理方法如下： 规则挖掘子系统是其中比较简单明确的小问题之一。 (1)将日期型特征变量转化为数值型。如用 2．高校人力资源数据仓库数据的预处理与转换 “年龄”， “校龄”， “工龄”特征分别表示原来 论文采用的入力资源数据集取自江西南昌一所理 的“出生日期”、“聘用日期”、“工作日期”等 工科大学，是一个真实的数据集(数据集隐去了工号、 特征变量。 姓名等个人隐私信息)。 (2)将数值型特征变量离散化。离散化的准则是 数据集记录了员工的个人统计信息、学位、专 离散化后的每一个特征离散化取值所包含的员工数接 业、技术职称、本校工作经历等信息。数据集中反映 近，同时离散化过程对离散化的划分点不敏感[3]。根 员工基本个人信息的数据库特征有数百个之多，分布 据这个准则，对数值型特征取值的分布绘图，在数据 在数10个数据库表中。根据专家建议，选取了有代表 分类汇总的图形按谷底分类，将数据离散化。如“年 意义的特征24个，包括：所属音13t3、国籍、民族、出生龄”变量可以离散