摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第9-15页 |
1.1 课题来源及背景 | 第9页 |
1.2 课题研究的目的和意义 | 第9-10页 |
1.3 国内外研究现状 | 第10-13页 |
1.3.1 数据挖掘 | 第10-12页 |
1.3.2 数据挖掘在人力资源管理中的应用 | 第12-13页 |
1.4 本文的主要研究内容及组织结构 | 第13-15页 |
第2章 系统需求分析 | 第15-20页 |
2.1 问题提出 | 第15-16页 |
2.2 办公自动化模块角色划分及业务流程 | 第16-19页 |
2.2.1 招聘需求管理 | 第16-17页 |
2.2.2 入职管理 | 第17-19页 |
2.3 非功能需求 | 第19页 |
2.4 本章小结 | 第19-20页 |
第3章 人力资源管理系统的设计 | 第20-32页 |
3.1 总体架构设计 | 第20-21页 |
3.2 系统各模块功能介绍 | 第21-22页 |
3.3 招聘需求管理模块设计 | 第22-25页 |
3.3.1 招聘需求管理模块的业务流程 | 第22-23页 |
3.3.2 招聘需求管理模块结构设计 | 第23-25页 |
3.4 入职管理模块设计 | 第25-28页 |
3.4.1 入职管理模块业务流程 | 第25-26页 |
3.4.2 入职管理模块结构设计 | 第26-28页 |
3.5 应聘人员预分类模块设计 | 第28-31页 |
3.5.1 预分类基本过程 | 第28-30页 |
3.5.2 预分类算法选择 | 第30-31页 |
3.6 本章小结 | 第31-32页 |
第4章 应聘人员预分类算法 | 第32-43页 |
4.1 决策树 C4.5 算法 | 第32-35页 |
4.2 AdaBoost 算法 | 第35-38页 |
4.3 AdaBoost 投票决策权值改进算法 | 第38-40页 |
4.3.1 分类器投票决策权值分析 | 第38页 |
4.3.2 改进分类器集成加权方式算法流程 | 第38-40页 |
4.4 AdaBoost 样本加权方式改进算法 | 第40-42页 |
4.4.1 AdaBoost 样本加权方式分析 | 第40-41页 |
4.4.2 改进样本权重更新算法流程 | 第41-42页 |
4.5 本章小结 | 第42-43页 |
第5章 人力资源招聘管理系统实现 | 第43-69页 |
5.1 招聘需求管理模块的实现 | 第43-44页 |
5.2 入职管理模块的实现 | 第44-45页 |
5.3 应聘人员预分类的实现 | 第45-60页 |
5.3.1 数据准备 | 第45-52页 |
5.3.2 C4.5 算法的实现 | 第52-55页 |
5.3.3 剪枝算法的实现 | 第55-56页 |
5.3.4 评估算法实现 | 第56-58页 |
5.3.5 AdaBoost 集成算法的实现 | 第58-59页 |
5.3.6 AdaBoost 改进算法的实现 | 第59-60页 |
5.4 AdaBoost 改进算法比较分析 | 第60-68页 |
5.4.1 样本集基本特征概述 | 第60-61页 |
5.4.2 C4.5 和 AdaBoost-C4.5 算法实验结果分析 | 第61-62页 |
5.4.3 AdaBoost-A 算法实验结果分析 | 第62-65页 |
5.4.4 AdaBoost-B 算法实验结果分析 | 第65-68页 |
5.5 本章小结 | 第68-69页 |
第6章 系统测试与结果分析 | 第69-85页 |
6.1 招聘需求管理模块 | 第69-72页 |
6.1.1 功能测试 | 第69-70页 |
6.1.2 性能测试 | 第70-71页 |
6.1.3 成果展示 | 第71-72页 |
6.2 入职管理模块 | 第72-75页 |
6.2.1 功能测试 | 第72-74页 |
6.2.2 性能测试 | 第74-75页 |
6.2.3 成果展示 | 第75页 |
6.3 应聘员工预分类 | 第75-84页 |
6.3.1 模型构建测试 | 第75-79页 |
6.3.2 决策树剪枝规则测试 | 第79页 |
6.3.3 基分类模型评估 | 第79-80页 |
6.3.4 集成分类模型评估及与基分类模型比较结果 | 第80-82页 |
6.3.5 规则提取 | 第82-84页 |
6.4 本章小结 | 第84-85页 |
结论 | 第85-86页 |
参考文献 | 第86-91页 |
致谢 | 第91-92页 |
个人简历 | 第92页 |