数据挖掘技术在人力资源管理中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 引言 | 第11-16页 |
| ·研究背景 | 第11页 |
| ·人力资源管理的现状和面临的挑战 | 第11-14页 |
| ·人力资源管理的现状 | 第11-13页 |
| ·人力资源管理面临的挑战 | 第13-14页 |
| ·本文的主要研究方法和研究内容 | 第14-16页 |
| 第2章 相关理论概述 | 第16-27页 |
| ·人力资源管理系统 | 第16-19页 |
| ·传统人力资源管理方法及不足 | 第16-17页 |
| ·人力资源管理系统的发展 | 第17-19页 |
| ·现有人力资源管理系统的局限性 | 第19页 |
| ·数据挖掘的相关技术 | 第19-23页 |
| ·数据挖掘的基本理论 | 第19-20页 |
| ·数据挖掘的相关技术介绍 | 第20-22页 |
| ·数据挖掘技术的应用 | 第22-23页 |
| ·数据挖掘技术在人力资源管理中的应用 | 第23-26页 |
| ·数据挖掘技术的引入 | 第23-25页 |
| ·主要的数据挖掘系统简介 | 第25-26页 |
| ·数据挖掘在人力资源管理系统中应用的发展趋势 | 第26页 |
| ·小结 | 第26-27页 |
| 第3章 人力资源管理系统中数据挖掘子系统的设计 | 第27-38页 |
| ·系统背景介绍 | 第27-28页 |
| ·系统功能描述 | 第28-29页 |
| ·系统结构描述 | 第29-30页 |
| ·数据挖掘子系统的设计 | 第30-37页 |
| ·主题选择 | 第32-33页 |
| ·数据准备 | 第33页 |
| ·数据挖掘 | 第33-35页 |
| ·解释评估 | 第35-37页 |
| ·决策规则知识表示 | 第37页 |
| ·小结 | 第37-38页 |
| 第4章 决策树算法及其在人力资源管理中的应用 | 第38-56页 |
| ·决策树方法介绍 | 第38-41页 |
| ·决策树方法基本思想 | 第38页 |
| ·决策树ID3算法 | 第38-41页 |
| ·决策树方法在员工离职分析中的应用 | 第41-54页 |
| ·员工分类过程中的总体结构 | 第41页 |
| ·数据准备 | 第41-44页 |
| ·运用决策树建立分类 | 第44-46页 |
| ·决策树的构建 | 第46-54页 |
| ·决策树应用结果分析 | 第54-55页 |
| ·小结 | 第55-56页 |
| 第5章 聚类分析及其在人力资源管理中的应用 | 第56-66页 |
| ·360度绩效考核基本理论 | 第56-58页 |
| ·聚类分析方法介绍 | 第58-60页 |
| ·聚类分析基本概念和典型应用 | 第58页 |
| ·距离和相似系数 | 第58-59页 |
| ·聚类分析方法 | 第59-60页 |
| ·聚类分析在员工绩效考评中的应用 | 第60-63页 |
| ·数据的获取 | 第60-61页 |
| ·聚类方法的选择 | 第61-63页 |
| ·分析结果的可视化 | 第63页 |
| ·聚类分析应用结果分析 | 第63-65页 |
| ·小结 | 第65-66页 |
| 第6章 结束语 | 第66-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的学术论文 | 第71-72页 |
| 附录 | 第72页 |
