| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 选题背景与意义 | 第8-9页 |
| 1.2 研究内容与研究方法 | 第9-10页 |
| 1.3 研究目标 | 第10-12页 |
| 2 数据挖掘与人力资源管理概述 | 第12-20页 |
| 2.1 数据挖掘的基本概念 | 第12-14页 |
| 2.1.1 数据挖掘的基本定义 | 第12-13页 |
| 2.1.2 数据挖掘的基本过程 | 第13-14页 |
| 2.2 理论综述 | 第14-15页 |
| 2.2.1 国外学者研究 | 第14-15页 |
| 2.2.2 国内学者研究 | 第15页 |
| 2.3 数据挖掘与人力资源管理 | 第15-20页 |
| 2.3.1 人力资源数据特征 | 第15-16页 |
| 2.3.2 人力资源数据体系 | 第16-18页 |
| 2.3.3 数据挖掘与人力资源体系的关系 | 第18-20页 |
| 3 人力资源管理与数据决策的现状分析 | 第20-29页 |
| 3.1 人力资源管理与信息化 | 第20-22页 |
| 3.1.1 人力资源管理的新模式 | 第20-21页 |
| 3.1.2 人力资源信息化的发展历程 | 第21-22页 |
| 3.1.3 人力资源软件从信息化向数据化迈进的可行性 | 第22页 |
| 3.2 基于数据模型的人力资源管理 | 第22-27页 |
| 3.2.1 数据分析方法 | 第23-26页 |
| 3.2.2 数据分析模型 | 第26-27页 |
| 3.3 人力资源管理应用大数据技术应注意的事项 | 第27-28页 |
| 3.3.1 数据的共享与安全的考虑 | 第27-28页 |
| 3.3.2 数据的收益与支出的考虑 | 第28页 |
| 3.4 本章小结 | 第28-29页 |
| 4 基于灰色关联模型的GST公司员工离职因素实证分析 | 第29-46页 |
| 4.1 灰色关联分析与模型简介 | 第29-30页 |
| 4.1.1 灰色关联的定义 | 第29页 |
| 4.1.2 灰色关联度的计算 | 第29-30页 |
| 4.2 GST公司员工离职数据与分析 | 第30-34页 |
| 4.2.1 GST公司简介 | 第30-32页 |
| 4.2.2 离职员工分析 | 第32-34页 |
| 4.3 员工离职因素灰色关联实证研究 | 第34-41页 |
| 4.3.1 数据指标体系的建立 | 第35-36页 |
| 4.3.2 基于灰色关联的员工离职分析过程 | 第36-40页 |
| 4.3.3 基于灰色关联的员工离职原因分析 | 第40-41页 |
| 4.4 GST公司避免员工离职的改进与经验借鉴 | 第41-44页 |
| 4.4.1 避免员工离职的改进措施 | 第41-43页 |
| 4.4.2 员工离职管理的经验借鉴 | 第43-44页 |
| 4.5 本章总结 | 第44-46页 |
| 5 GST公司构建人力资源数据挖掘体系的路径 | 第46-52页 |
| 5.1 以GST公司离职分析为基础的扩展研究 | 第46-47页 |
| 5.1.1 以模型为基础的数据化决策 | 第46页 |
| 5.1.2 以数据为导向的智能化应用 | 第46-47页 |
| 5.2 人力资源数据挖掘体系的建设目标 | 第47-48页 |
| 5.2.1 持续化建设 | 第47-48页 |
| 5.2.2 透明化导向 | 第48页 |
| 5.3 GST公司构建人力资源数据体系的路径 | 第48-51页 |
| 5.3.1 建立数据追踪计划 | 第48页 |
| 5.3.2 建立人力资源数据平台 | 第48-50页 |
| 5.3.3 转变人力资源的工作模式 | 第50页 |
| 5.3.4 人力资源数据挖掘的经验借鉴 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 6 结论与不足 | 第52-55页 |
| 6.1 研究结论 | 第52页 |
| 6.1.1 人力资源数据化是必然的趋势 | 第52页 |
| 6.1.2 人力资源数据化的目标是智能化 | 第52页 |
| 6.1.3 人力资源数据化的路径是平台化 | 第52页 |
| 6.2 不足之处 | 第52-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |