基于数据挖掘的人员配置模型研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 引言 | 第8-13页 |
| ·林业人力资源的重要性 | 第8-9页 |
| ·数据挖掘 | 第9-11页 |
| ·数据挖掘的起源 | 第9页 |
| ·数据挖掘的发展 | 第9-10页 |
| ·数据挖掘的含义 | 第10页 |
| ·数据挖掘的实现步骤 | 第10页 |
| ·数据挖掘在商业中的应用 | 第10-11页 |
| ·数据挖掘技术应用在人力资源管理中的必然性 | 第11页 |
| ·文章思路及框架 | 第11-13页 |
| 2 数据预处理 | 第13-25页 |
| ·数据来源 | 第13-14页 |
| ·我国林业行政管理体系 | 第13页 |
| ·全国林业行政执法管理系统 | 第13-14页 |
| ·初始数据 | 第14-17页 |
| ·数据预处理 | 第17-18页 |
| ·数据清理 | 第17-18页 |
| ·数据集成和变换 | 第18页 |
| ·数据归约 | 第18页 |
| ·我国林业行政执法人员数据的属性归约 | 第18-25页 |
| ·人口信息系统的属性归约 | 第19-22页 |
| ·数据归约在Excel中的实现 | 第22-25页 |
| 3 我国林业执法人员现状分析 | 第25-39页 |
| ·人员总体情况 | 第25页 |
| ·人员单属性分析 | 第25-33页 |
| ·人员数量 | 第26-27页 |
| ·年龄结构 | 第27-28页 |
| ·学历结构 | 第28-30页 |
| ·职称结构 | 第30-32页 |
| ·职务结构 | 第32-33页 |
| ·人员关联分析 | 第33-39页 |
| ·关联分析的概念 | 第33页 |
| ·关联分析的数学模型 | 第33-34页 |
| ·关联分析的实现 | 第34-39页 |
| 4 Excel中建立多属性查询系统 | 第39-45页 |
| ·Excel VBA介绍 | 第39页 |
| ·系统设计 | 第39-40页 |
| ·系统实现 | 第40-45页 |
| ·登陆界面 | 第40-41页 |
| ·功能界面 | 第41页 |
| ·简单查询界面与结果展示 | 第41-43页 |
| ·高级查询界面与结果展示 | 第43-45页 |
| 5 对林业执法人员进行聚类分析 | 第45-60页 |
| ·因子分析 | 第45-51页 |
| ·因子分析的概念 | 第45-46页 |
| ·因子分析的数学模型 | 第46-47页 |
| ·因子分析在SPSS中的实现 | 第47-51页 |
| ·聚类分析 | 第51-55页 |
| ·聚类分析的概念 | 第51-52页 |
| ·聚类分析的数学模型 | 第52-54页 |
| ·聚类分析在SPSS中的实现 | 第54-55页 |
| ·方差分析 | 第55-58页 |
| ·方差分析的概念 | 第55页 |
| ·方差分析的数学模型 | 第55-56页 |
| ·方差分析在SPSS中的实现 | 第56-58页 |
| ·聚类结果的展现 | 第58-60页 |
| 6 人员配置优化模型 | 第60-80页 |
| ·最大信息熵原理 | 第60-61页 |
| ·熵 | 第60页 |
| ·最大信息熵原理 | 第60-61页 |
| ·拉格朗日乘子法 | 第61页 |
| ·最大信息熵原理的应用 | 第61页 |
| ·最大模糊熵原理 | 第61-63页 |
| ·模糊集 | 第61-62页 |
| ·模糊熵 | 第62-63页 |
| ·最大模糊熵 | 第63页 |
| ·人员配置优化模型 | 第63-74页 |
| ·模型的建立 | 第63-64页 |
| ·模型的计算 | 第64-66页 |
| ·模型结果的展现 | 第66-74页 |
| ·不同职务的人员配置优化结果比较 | 第74-76页 |
| ·不同职务的年龄最优分布比较 | 第74页 |
| ·不同职务的学历最优分布比较 | 第74-75页 |
| ·不同职务的职称最优分布比较 | 第75-76页 |
| ·典型省份与优化结果对比 | 第76-80页 |
| ·典型省份高职称人员现状与最优解对比 | 第76-77页 |
| ·典型省份中职称人员现状与最优解对比 | 第77-78页 |
| ·典型省份低职称人员现状与最优解对比 | 第78-80页 |
| 7 结论与展望 | 第80-81页 |
| ·结论 | 第80页 |
| ·展望 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 个人简介 | 第84-85页 |
| 导师简介 | 第85-86页 |
| 获得成果目录清单 | 第86-87页 |
| 致谢 | 第87页 |
