| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 问题来源 | 第8页 |
| 1.2 国内外人力资源可视化的发展现状 | 第8-9页 |
| 1.2.1 数据可视化技术的发展 | 第8-9页 |
| 1.2.2 可视化技术在人力资源数据方面的发展 | 第9页 |
| 1.3 平行集、主成分分析以及聚类分析发展现状 | 第9-11页 |
| 1.3.1 平行集的可视化发展现状 | 第9页 |
| 1.3.2 主成分的可视化发展现状 | 第9-10页 |
| 1.3.3 聚类分析算法的可视化发展现状 | 第10页 |
| 1.3.4 核主成分分析法的可视化研发展现状 | 第10-11页 |
| 1.4 本文研究内容和创新点 | 第11-12页 |
| 1.5 本文结构 | 第12-13页 |
| 第二章 数据的多元统计分析方法 | 第13-17页 |
| 2.1 多元统计分析方法概述 | 第13页 |
| 2.2 主成分分析 | 第13页 |
| 2.3 基于K-中心点聚类分析 | 第13-15页 |
| 2.3.1 聚类分析方法 | 第13-15页 |
| 2.3.2 基于K-中心点聚类分析原理 | 第15页 |
| 2.4 核主成分分析方法 | 第15-16页 |
| 2.5 Parallel sets理论分析 | 第16-17页 |
| 第三章 人才资源的主成分分析 | 第17-36页 |
| 3.1 数据的搜集 | 第17-24页 |
| 3.1.1 数据来源真实性和实用性 | 第17-20页 |
| 3.1.2 数据归一化处理 | 第20-24页 |
| 3.2 主成分分析应用 | 第24-26页 |
| 3.2.1 主成分分析数学模型的建立及其编程实现 | 第24-25页 |
| 3.2.2 主成分分析模型应用及Matlab实现 | 第25-26页 |
| 3.3 主成分分析结果及分析 | 第26-31页 |
| 3.3.1 人才发展指标的主成分分析结果 | 第26-29页 |
| 3.3.2 人才队伍建设的主成分分析结果 | 第29-31页 |
| 3.4 主成分分析结果可视化 | 第31-36页 |
| 3.4.1 主成分分析结果的三维可视化 | 第31-34页 |
| 3.4.2 主成分分析结果的Parsets可视化 | 第34-36页 |
| 第四章 基于主成分分析的人力资源K中心点聚类分析 | 第36-45页 |
| 4.1 基于K中心点聚类的人才发展重要指标聚类 | 第36-42页 |
| 4.1.1 MATLAB编程分析及数据分类 | 第36-41页 |
| 4.1.2 结果分析 | 第41-42页 |
| 4.2 基于k中心点聚类的人才队伍建设情况聚类 | 第42-45页 |
| 4.2.1 Matlab编程实现及数据分类 | 第42-43页 |
| 4.2.2 结果分析 | 第43-45页 |
| 第五章 基于核主成分分析的人力资源数据分析 | 第45-49页 |
| 5.1 基于核主成分分析的人才发展重要指标数据分析 | 第45-47页 |
| 5.1.1 核主成分分析法的MATLAB编程 | 第45-46页 |
| 5.1.2 核主成分分析结果 | 第46-47页 |
| 5.2 基于核主成分分析的人才队伍建设数据分析 | 第47-49页 |
| 5.2.1 Matlab编程分析及数据分类 | 第47页 |
| 5.2.2 结果分析 | 第47-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52页 |