数据挖掘分类技术在企业人才招聘中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-13页 |
| ·引言 | 第10-11页 |
| ·课题研究的目的及意义 | 第11页 |
| ·数据挖掘的研究现状 | 第11-12页 |
| ·研究的主要内容及组织结构 | 第12-13页 |
| 2 数据挖掘的技术研究 | 第13-22页 |
| ·数据挖掘的基本理论 | 第13-16页 |
| ·数据挖掘的过程和模型 | 第16-18页 |
| ·数据挖掘的工具 | 第18-20页 |
| ·应用领域 | 第20-22页 |
| ·研究热点 | 第22页 |
| 3 数据分类中的决策树算法 | 第22-31页 |
| ·数据分类 | 第22-25页 |
| ·数据分类的过程 | 第23-24页 |
| ·分类方法的评估标准 | 第24-25页 |
| ·决策树分类算法在在国内外的研究现状 | 第25-26页 |
| ·决策树算法的含义 | 第26页 |
| ·决策树算法的构造 | 第26-27页 |
| ·决策树方法的评价 | 第27-28页 |
| ·本文采用决策树的原因 | 第28页 |
| ·常用的决策树方法 | 第28-29页 |
| ·贝叶斯分类算法 | 第29页 |
| ·神经网络分类算法 | 第29-30页 |
| ·几种分类算法的比较 | 第30-31页 |
| 4 课题需求分析及数据准备 | 第31-40页 |
| ·问题的提出 | 第31-32页 |
| ·问题的定义 | 第32-33页 |
| ·员工分类过程中的总体结构 | 第33-34页 |
| ·数据准备 | 第34-40页 |
| 5 分类技术在人才招聘中的实现 | 第40-59页 |
| ·ID3算法 | 第40-43页 |
| ·ID3算法的定义 | 第41-42页 |
| ·算法的描述 | 第42页 |
| ·ID3算法的基本策略的说明 | 第42-43页 |
| ·决策树的建立 | 第43-57页 |
| ·ID3算法的具体实现过程 | 第43-48页 |
| ·建立决策树模型 | 第48-57页 |
| ·结果分析 | 第57-59页 |
| ·评估决策树分类效率的模型 | 第57页 |
| ·决策树中提取出的规则 | 第57-59页 |
| 6 结束语 | 第59-61页 |
| ·工作总结 | 第59页 |
| ·未来工作展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 个人简历 | 第65页 |
| 攻读学位期间的主要成果 | 第65页 |
