基于数据挖掘的高校人力资源管理系统研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 课题背景及意义 | 第13-14页 |
| 1.2 人力资源研究现状 | 第14-15页 |
| 1.3 数据挖掘技术研究现状 | 第15-17页 |
| 1.3.1 数据挖掘发展过程 | 第15-16页 |
| 1.3.2 数据挖掘的分类 | 第16页 |
| 1.3.3 数据挖掘发展方向 | 第16-17页 |
| 1.4 本文的主要研究内容 | 第17页 |
| 1.5 论文组织结构 | 第17-19页 |
| 第2章 数据挖掘技术理论基础 | 第19-32页 |
| 2.1 数据挖掘的定义 | 第19页 |
| 2.2 关联规则基础理论 | 第19-25页 |
| 2.2.1 关联规则的相关定义 | 第19-20页 |
| 2.2.2 关联规则发现的步骤 | 第20-21页 |
| 2.2.3 频繁项集挖掘算法介绍 | 第21-24页 |
| 2.2.4 关联规则的挖掘中需注意的问题 | 第24-25页 |
| 2.3 多值属性关联规则 | 第25-27页 |
| 2.3.1 多值属性关联规则的定义 | 第25页 |
| 2.3.2 多值属性关联规则挖掘算法 | 第25-27页 |
| 2.4 基于信息熵的异常数据挖掘 | 第27-31页 |
| 2.4.1 信息熵的概念 | 第28-30页 |
| 2.4.2 基于信息熵的异常数据挖掘方法 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于关联规则的挖掘算法实现 | 第32-45页 |
| 3.1 基于矩阵的关联规则算法 | 第32-33页 |
| 3.2 频繁项集的挖掘 | 第33-35页 |
| 3.2.1 相关定义 | 第33页 |
| 3.2.2 算法思路 | 第33-35页 |
| 3.3 关联规则生成 | 第35-36页 |
| 3.3.1 GAR算法实现方法 | 第35-36页 |
| 3.3.2 GAR算法实例 | 第36页 |
| 3.4 工具设计与实现 | 第36-43页 |
| 3.4.1 功能分析 | 第37页 |
| 3.4.2 数据预处理 | 第37-38页 |
| 3.4.3 关联规则挖掘 | 第38-43页 |
| 3.5 人力资源系统关联规则的挖掘分析 | 第43-44页 |
| 3.5.1 关联规则的挖掘结果 | 第43页 |
| 3.5.2 关联规则挖掘的可信度 | 第43页 |
| 3.5.3 关联规则挖掘的应用 | 第43-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 基于信息熵的人力资源异常数据挖掘 | 第45-61页 |
| 4.1 算法基础 | 第45-48页 |
| 4.1.1 算法执行步骤 | 第45-46页 |
| 4.1.2 算法举例 | 第46-48页 |
| 4.2 挖掘工具设计与实现 | 第48-58页 |
| 4.2.1 数据预处理 | 第48-50页 |
| 4.2.2 算法实现 | 第50-58页 |
| 4.3 人力资源信息系统异常数据的挖掘分析 | 第58-60页 |
| 4.3.1 挖掘结果 | 第58-59页 |
| 4.3.2 挖掘数据的可信度 | 第59页 |
| 4.3.3 挖掘数据的应用 | 第59-60页 |
| 4.4 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66页 |
