本文關(guān)鍵詞：數(shù)據(jù)挖掘在人力資源市場(chǎng)中的應(yīng)用與研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：在過去的幾年間,人力資源信息發(fā)布平臺(tái)受到更多企業(yè)和人才的青睞,逐漸成為最主要的招聘、應(yīng)聘信息發(fā)布的工具之一。網(wǎng)絡(luò)信息量因此呈現(xiàn)出劇增的態(tài)勢(shì),在傳統(tǒng)模式下,招、應(yīng)聘雙方通過手工的方式查詢對(duì)方的信息,這種方式顯然難以為不斷增長(zhǎng)的職位、人才需求提供快速的滿足。在本課題中,圍繞數(shù)據(jù)挖掘在人力資源市場(chǎng)中實(shí)踐應(yīng)用這一重點(diǎn)展開分析。在大量的數(shù)據(jù)中,挖掘人才和職位彼此間的關(guān)系。首先對(duì)人力資源市場(chǎng)業(yè)務(wù)的特征進(jìn)行歸納,對(duì)現(xiàn)有的數(shù)據(jù)挖掘算法進(jìn)行對(duì)比分析,在此基礎(chǔ)上決定使用決策樹算法中的一種C4.5算法。應(yīng)用長(zhǎng)春市人才市場(chǎng)的求職人員信息,對(duì)這些信息進(jìn)行科學(xué)的抽取和預(yù)處理,然后將處理結(jié)果提供給C4.5算法,并得到?jīng)Q策樹和規(guī)則,創(chuàng)建擇業(yè)傾向矩陣;基于數(shù)據(jù)挖掘技術(shù),實(shí)現(xiàn)個(gè)性化推薦功能。這一方法的運(yùn)用,要經(jīng)歷條件過濾、條件相似度計(jì)算、求職傾向計(jì)算等環(huán)節(jié)。針對(duì)求職中存在的所有因素展開分析,從而確定推薦職位列表,幫助求職者更快地選擇更加適合自己的工作。成功設(shè)計(jì)出可行的方法后,還通過實(shí)驗(yàn)對(duì)該方法的效果進(jìn)行驗(yàn)證,對(duì)比了傳統(tǒng)人才推薦方法的效果。實(shí)驗(yàn)結(jié)果證明,應(yīng)用數(shù)據(jù)挖掘的人才推薦方法,在效果方面的表現(xiàn)是最佳的。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 人才和職位推薦 決策樹分類
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP311.13;F249.27
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-15
• 1.1 研究背景9-10
• 1.2 研究的目的及意義10-11
• 1.3 研究現(xiàn)狀與發(fā)展趨勢(shì)11-12
• 1.4 研究?jī)?nèi)容12-13
• 1.5 論文組織結(jié)構(gòu)13
• 1.6 本章小結(jié)13-15
• 第二章 人力資源理論綜述15-19
• 2.1 人力資源管理15-16
• 2.1.1 人力資源管理的定義15
• 2.1.2 人力資源管理的任務(wù)15-16
• 2.2 人力資源價(jià)值研究綜述16-17
• 2.2.1 風(fēng)險(xiǎn)分類16-17
• 2.2.2 風(fēng)險(xiǎn)識(shí)別17
• 2.2.3 風(fēng)險(xiǎn)評(píng)估17
• 2.2.4 風(fēng)險(xiǎn)消除17
• 2.2.5 風(fēng)險(xiǎn)監(jiān)控17
• 2.3 人力資源模塊分析17-18
• 2.3.1 招聘管理17-18
• 2.3.2 離職管理18
• 2.3.3 績(jī)效管理18
• 2.3.4 薪金管理18
• 2.4 本章小結(jié)18-19
• 第三章 數(shù)據(jù)挖掘技術(shù)19-25
• 3.1 數(shù)據(jù)挖掘的概念19
• 3.2 數(shù)據(jù)挖掘的現(xiàn)狀19-20
• 3.3 數(shù)據(jù)挖掘的應(yīng)用20-21
• 3.4 數(shù)據(jù)挖掘的任務(wù)21-24
• 3.5 本章小結(jié)24-25
• 第四章 數(shù)據(jù)分類中的決策樹學(xué)習(xí)方法25-33
• 4.1 決策樹學(xué)習(xí)的表示形式25-26
• 4.2 決策樹的建立26
• 4.3 決策樹學(xué)習(xí)算法介紹26-32
• 4.3.1 屬性選擇度量27
• 4.3.2 信息熵27-28
• 4.3.3 信息增益與增益率28-29
• 4.3.4 ID3與C4.5 算法的比較29-30
• 4.3.5 C4.5 算法中的離散化與默認(rèn)值處理30-31
• 4.3.6 C4.5 的剪枝31-32
• 4.4 本章小結(jié)32-33
• 第五章 決策樹分類在求職傾向挖掘中的應(yīng)用33-61
• 5.1 決策樹算法的選擇33
• 5.2 業(yè)務(wù)問題的定義33-34
• 5.3 數(shù)據(jù)抽取34-42
• 5.4 數(shù)據(jù)預(yù)處理42-53
• 5.4.1 數(shù)據(jù)集成42-43
• 5.4.2 數(shù)據(jù)清洗43-48
• 5.4.3 數(shù)據(jù)歸約48-50
• 5.4.4 數(shù)據(jù)轉(zhuǎn)換50-53
• 5.5 建立求職傾向分析決策樹53-60
• 5.5.1 數(shù)據(jù)輸入53-54
• 5.5.2 參數(shù)設(shè)置54-55
• 5.5.3 決策樹的建立與模型評(píng)價(jià)55-56
• 5.5.4 規(guī)則生成和傾向矩陣建立56-60
• 5.6 本章小結(jié)60-61
• 第六章 基于數(shù)據(jù)挖掘的個(gè)性化人才推薦方法61-73
• 6.1 個(gè)性化推薦概述61
• 6.2 傳統(tǒng)的推薦方法61-64
• 6.2.1 基于內(nèi)容的推薦61-63
• 6.2.2 基于協(xié)同過濾的推薦63-64
• 6.3 個(gè)性化人才推薦方法過程64-70
• 6.3.1 職位硬性條件過濾65-66
• 6.3.2 非硬性條件相似度計(jì)算66-68
• 6.3.3 求職傾向權(quán)重計(jì)算68-69
• 6.3.4 最終權(quán)重計(jì)算69
• 6.3.5 職位推薦列表生成69-70
• 6.4 推薦方法效果比較70-71
• 6.4.1 數(shù)據(jù)集70
• 6.4.2 評(píng)價(jià)標(biāo)準(zhǔn)70-71
• 6.4.3 實(shí)驗(yàn)結(jié)果與分析71
• 6.5 推薦方法應(yīng)用實(shí)例71-72
• 6.6 本章小結(jié)72-73
• 第七章 總結(jié)與展望73-75
• 7.1 總結(jié)73
• 7.2 展望73-75
• 參考文獻(xiàn)75-77
• 致謝77

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 香麗蕓;淺談數(shù)據(jù)挖掘及其應(yīng)用[J];昌吉師專學(xué)報(bào);2001年02期

2 韓海萌;信息時(shí)代的指南針——數(shù)據(jù)挖掘[J];江蘇統(tǒng)計(jì);2002年05期

3 林陽;數(shù)據(jù)挖掘在教育信息化中的潛在價(jià)值[J];現(xiàn)代教育技術(shù);2002年01期

4 朱世武 ,崔嵬 ,張堯庭 ,謝邦昌;數(shù)據(jù)挖掘運(yùn)用的理論與技術(shù)[J];統(tǒng)計(jì)研究;2003年08期

5 王曉涓,祁慧敏;數(shù)據(jù)挖掘漫談[J];天中學(xué)刊;2003年02期

6 韓江;數(shù)據(jù)挖掘——極具發(fā)展?jié)摿Φ男骂I(lǐng)域[J];蘇州市職業(yè)大學(xué)學(xué)報(bào);2004年01期

7 李菁菁,邵培基,黃亦瀟;數(shù)據(jù)挖掘在中國(guó)的現(xiàn)狀和發(fā)展研究[J];管理工程學(xué)報(bào);2004年03期

8 ;中國(guó)科學(xué)院數(shù)據(jù)挖掘與知識(shí)管理學(xué)術(shù)研討會(huì)在京舉行[J];管理評(píng)論;2004年07期

9 魏瑜,陸靜;數(shù)據(jù)挖掘與統(tǒng)計(jì)學(xué)的關(guān)系淺析[J];沿海企業(yè)與科技;2005年09期

10 單靖華;金礦就在你手中 讀《數(shù)據(jù)挖掘——客戶關(guān)系管理的科學(xué)與藝術(shù)》隨筆[J];數(shù)據(jù);2005年10期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 史東輝;蔡慶生;張春陽;;一種新的數(shù)據(jù)挖掘多策略方法研究[A];第十七屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2000年

2 張弦;;數(shù)據(jù)挖掘在農(nóng)業(yè)中的應(yīng)用[A];紀(jì)念中國(guó)農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

3 魏順平;;教育數(shù)據(jù)挖掘:現(xiàn)狀與趨勢(shì)[A];信息化、工業(yè)化融合與服務(wù)創(chuàng)新——第十三屆計(jì)算機(jī)模擬與信息技術(shù)學(xué)術(shù)會(huì)議論文集[C];2011年

4 關(guān)清平;沉培輝;;概率網(wǎng)絡(luò)在數(shù)據(jù)挖掘上的應(yīng)用[A];科技、工程與經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展——中國(guó)科協(xié)第五屆青年學(xué)術(shù)年會(huì)論文集[C];2004年

5 丁瑾;;基于Web數(shù)據(jù)挖掘的綜述[A];山西省科學(xué)技術(shù)情報(bào)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2004年

6 聶茹;田森平;;Web數(shù)據(jù)挖掘及其在電子商務(wù)中的應(yīng)用[A];中南六�。▍^(qū)）自動(dòng)化學(xué)會(huì)第24屆學(xué)術(shù)年會(huì)會(huì)議論文集[C];2006年

7 李菊;王軍;;數(shù)據(jù)挖掘在客戶關(guān)系管理的應(yīng)用[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

8 肖陽;李啟賢;;數(shù)據(jù)挖掘在中國(guó)鋼鐵行業(yè)中的應(yīng)用[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2012年會(huì)暨能源計(jì)量與節(jié)能降耗經(jīng)驗(yàn)交流會(huì)論文集[C];2012年

9 楊磊;王貴成;汪勇;張占勝;;SQL Server 2005在數(shù)據(jù)挖掘中的應(yīng)用[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[C];2009年

10 謝中;邱玉輝;;面向商務(wù)網(wǎng)站有效性的數(shù)據(jù)挖掘方法[A];第十八屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2001年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 本報(bào)記者褚寧;數(shù)據(jù)挖掘如“挖金”[N];解放日?qǐng)?bào);2002年

2 周蓉蓉;數(shù)據(jù)挖掘需要點(diǎn)想像力[N];計(jì)算機(jī)世界;2004年

3 □中國(guó)電信股份有限公司北京研究院 張舒博 □北京郵電大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 牛琨;走出數(shù)據(jù)挖掘的誤區(qū)[N];人民郵電;2006年

4 《網(wǎng)絡(luò)世界》記者 王瑩;數(shù)據(jù)挖掘保險(xiǎn)業(yè)的新藍(lán)海[N];網(wǎng)絡(luò)世界;2012年

5 劉俊麗;基于地理化的網(wǎng)絡(luò)數(shù)據(jù)挖掘與分析提升投資有效性[N];人民郵電;2014年

6 本報(bào)記者 連曉東;數(shù)據(jù)挖掘：金融信息化新熱點(diǎn)[N];中國(guó)電子報(bào);2002年

7 本報(bào)記者 鳳小華 朱仁康;“數(shù)字挖掘軟件”引領(lǐng)中國(guó)信息化新浪潮[N];中國(guó)電子報(bào);2003年

8 本報(bào)記者　史延廷;“成功企業(yè)數(shù)據(jù)挖掘暨數(shù)量化管理論壇”在京舉辦[N];中國(guó)旅游報(bào);2002年

9 朱小寧;數(shù)據(jù)挖掘：信息化戰(zhàn)爭(zhēng)的基礎(chǔ)工程[N];解放軍報(bào);2005年

10 本報(bào)記者 王小平;從“大集中”走向數(shù)據(jù)挖掘[N];金融時(shí)報(bào);2002年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 于自強(qiáng);海量流數(shù)據(jù)挖掘相關(guān)問題研究[D];山東大學(xué);2015年

2 張馨;全基因組SNP芯片應(yīng)用于CNV和L0H分析的軟件比對(duì)與數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 彭計(jì)紅;基于數(shù)據(jù)挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學(xué);2015年

4 李秋虹;基于MapReduce的大規(guī)模數(shù)據(jù)挖掘技術(shù)研究[D];復(fù)旦大學(xué);2013年

5 鄔文帥;基于多目標(biāo)決策的數(shù)據(jù)挖掘方法評(píng)估與應(yīng)用[D];電子科技大學(xué);2015年

6 謝邦彥;整合數(shù)據(jù)挖掘與TRIZ理論的質(zhì)量管理方法研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2010年

7 何偉全;云南高校學(xué)生意外傷害因素關(guān)聯(lián)規(guī)則挖掘及風(fēng)險(xiǎn)管控體系研究[D];昆明理工大學(xué);2015年

8 段功豪;基于多結(jié)構(gòu)數(shù)據(jù)挖掘的滑坡災(zāi)害預(yù)測(cè)模型研究[D];中國(guó)地質(zhì)大學(xué);2016年

9 白曉明;基于數(shù)據(jù)挖掘的復(fù)合材料宏—細(xì)觀力學(xué)模型研究[D];哈爾濱工業(yè)大學(xué);2016年

10 藍(lán)永豪（LAM Wing Ho）;基于數(shù)據(jù)挖掘技術(shù)分析當(dāng)代中醫(yī)名家痤瘡驗(yàn)方經(jīng)驗(yàn)研究[D];南京中醫(yī)藥大學(xué);2016年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 林仁紅;基于數(shù)據(jù)挖掘的機(jī)遇識(shí)別與評(píng)價(jià)研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2007年

2 張彥俊;游戲運(yùn)營(yíng)中的數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 王杰鋒;物聯(lián)網(wǎng)能耗數(shù)據(jù)智能分析及其應(yīng)用平臺(tái)設(shè)計(jì)[D];江南大學(xué);2015年

4 劉學(xué)建;數(shù)據(jù)挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究[D];昆明理工大學(xué);2015年

5 戴陽陽;基于數(shù)據(jù)挖掘的金融時(shí)間序列預(yù)測(cè)研究與應(yīng)用[D];江南大學(xué);2015年

6 石思優(yōu);基于主題模型的醫(yī)療數(shù)據(jù)挖掘研究[D];廣東技術(shù)師范學(xué)院;2015年

7 陳丹;移動(dòng)互聯(lián)網(wǎng)信令挖掘?qū)崿F(xiàn)智慧營(yíng)銷的設(shè)計(jì)與實(shí)現(xiàn)應(yīng)用研究[D];華南理工大學(xué);2015年

8 陳思;基于數(shù)據(jù)挖掘的大學(xué)生客戶識(shí)別模型的研究[D];昆明理工大學(xué);2015年

9 位長(zhǎng)帥;基于客戶數(shù)據(jù)挖掘的電信客戶關(guān)系管理研究[D];西南交通大學(xué);2015年

10 安康;基于數(shù)據(jù)挖掘的商業(yè)銀行客戶關(guān)系管理研究[D];蘭州交通大學(xué);2014年

  本文關(guān)鍵詞：數(shù)據(jù)挖掘在人力資源市場(chǎng)中的應(yīng)用與研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：302459