發(fā)布時(shí)間：2021-03-07 01:10

　　針對(duì)傳統(tǒng)人力資源決策技術(shù)對(duì)海量人力資源數(shù)據(jù)辨別能力不高,導(dǎo)致決策效果不佳,研究基于Hadoop大數(shù)據(jù)平臺(tái)的人力資源決策技術(shù)。該技術(shù)對(duì)海量的企業(yè)人力資源數(shù)據(jù)進(jìn)行分布式處理,將神經(jīng)網(wǎng)絡(luò)下的員工信息按照輸入層、隱含層、輸出層進(jìn)行組別劃分;根據(jù)影響每一數(shù)據(jù)組數(shù)據(jù)變化的影響因素建立初選數(shù)據(jù)集合;通過計(jì)算人力資源的熵值離散度設(shè)立決策指標(biāo),以員工的姓名、部門、歷史業(yè)績、往期工作效率等要素作為選擇條件;采用決策樹分類算法構(gòu)建決策樹,生成人力資源決策分析報(bào)表,以此實(shí)現(xiàn)人力資源決策技術(shù)。實(shí)驗(yàn)結(jié)果表明:所研究的人力資源決策技術(shù)面對(duì)海量的人力資源數(shù)據(jù),其辨識(shí)能力更強(qiáng),決策結(jié)果的完整度達(dá)到了98.35%,比傳統(tǒng)決策技術(shù)高出了21.55%。由此可見,所研究的決策技術(shù)性能更優(yōu)越、更能滿足企業(yè)當(dāng)前的發(fā)展需求。 

【文章來源】：現(xiàn)代電子技術(shù). 2020,43(03)北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

Hadoop大數(shù)據(jù)平臺(tái)的人力資源決策系統(tǒng)登錄頁面

在效益較好、發(fā)展較快、產(chǎn)業(yè)結(jié)構(gòu)較為復(fù)雜的企事業(yè)單位中，每名員工都在不斷變化，可以說企業(yè)人力資源相關(guān)數(shù)據(jù)信息每日都在變更，這就令人力資源信息管理部門收集和分析數(shù)據(jù)的難度增加，傳統(tǒng)的數(shù)據(jù)平臺(tái)無法精準(zhǔn)地對(duì)這樣龐大的信息進(jìn)行準(zhǔn)確查找和判斷。而Hadoop為海量的人員數(shù)據(jù)存儲(chǔ)和分析處理提供了新的解決方案，Hadoop基于一個(gè)開源框架，采用分布式的方法存儲(chǔ)和處理大規(guī)模數(shù)據(jù)集，憑借其高容錯(cuò)性和可伸縮性的特點(diǎn)，利用名稱節(jié)點(diǎn)維護(hù)命名空間層次結(jié)構(gòu)和文件系統(tǒng)元數(shù)據(jù)，將命名空間和元數(shù)據(jù)存儲(chǔ)在RAM中并定期刷新磁盤；數(shù)據(jù)節(jié)點(diǎn)在本地文件系統(tǒng)中存儲(chǔ)人員信息文件數(shù)據(jù)，并定期向名稱節(jié)點(diǎn)匯報(bào)數(shù)據(jù)存儲(chǔ)模塊的員工數(shù)據(jù)信息的變動(dòng)情況。而分布式的數(shù)據(jù)處理方式需要利用循環(huán)神經(jīng)網(wǎng)絡(luò)，對(duì)員工信息進(jìn)行序列處理[5]，該處理結(jié)構(gòu)如圖2所示。通過圖2可知，隱含層是該分布結(jié)構(gòu)的核心，同時(shí)也是處理信息的地方。假設(shè)計(jì)入輸入層的數(shù)據(jù)為n，隱含層的神經(jīng)元數(shù)量為m，輸出層的數(shù)據(jù)量為r。圖2中利用Q表示輸入層到隱含層的矩陣；P表示該網(wǎng)絡(luò)中隱含層在t-1時(shí)刻下輸出值在t時(shí)刻的權(quán)重矩陣；O則是隱含層到輸出層的權(quán)重矩陣[6]。設(shè)在第t時(shí)刻輸入到序列中的員工信息為at，輸出的信息為bt，隱含層為ct，其劃分公式為：

人力資源管理決策模塊中主要包括企業(yè)組織架構(gòu)、員工信息以及人事事件管理三個(gè)子模塊，建立決策樹利用上述設(shè)置的決策指標(biāo)對(duì)這三個(gè)子模塊進(jìn)行數(shù)據(jù)提取，實(shí)現(xiàn)企業(yè)人力資源的決策。該決策技術(shù)[10]的操作過程如圖3所示。企業(yè)組織架構(gòu)中主要包含員工職務(wù)、職位、級(jí)別、地址以及工資等數(shù)據(jù)。該技術(shù)在Hadoop大數(shù)據(jù)平臺(tái)中的系統(tǒng)界面選擇相應(yīng)的組織管理對(duì)象后，進(jìn)行管理對(duì)象的信息維護(hù)，如員工姓名、開始日期、結(jié)束日期、備注、與其他部門的關(guān)系等，然后將這些資料保存，根據(jù)設(shè)定的決策指標(biāo)進(jìn)行自動(dòng)匹配，生成一個(gè)決策人員所需要的組織架構(gòu)樹形瀏覽表。根據(jù)需要決策的目標(biāo)，選擇表頭的篩選按鈕，得到所需要決策的員工信息，同時(shí)，每一姓名下的人員入職時(shí)間、工作年限等信息通過數(shù)據(jù)透視表透視到與該表相關(guān)聯(lián)的子表之中。同理，對(duì)企業(yè)的財(cái)務(wù)信息、生產(chǎn)和銷售數(shù)據(jù)進(jìn)行維護(hù)，保證企業(yè)信息和員工信息的同步[11]。該決策樹采用決策樹分類算法計(jì)算生成：

【參考文獻(xiàn)】：
期刊論文
[1]基于大數(shù)據(jù)的人力資源審計(jì)管理平臺(tái)構(gòu)建研究[J]. 楊麗麗,劉國城.  經(jīng)濟(jì)問題. 2019(03)
[2]基于Hadoop的氣象大數(shù)據(jù)分析GIS平臺(tái)設(shè)計(jì)與試驗(yàn)[J]. 李濤,馮仲科,孫素芬,程文生.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2019(01)
[3]雙元環(huán)境下戰(zhàn)略人力資源管理影響組織創(chuàng)新的中介機(jī)制:企業(yè)生命周期視角[J]. 孫銳,李樹文,顧琴軒.  南開管理評(píng)論. 2018(05)
[4]基于Hadoop平臺(tái)的大數(shù)據(jù)圖像分類機(jī)制[J]. 張睿萍,馬宗梅.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2018(05)
[5]e-HRM對(duì)人力資源管理戰(zhàn)略職能影響研究:一個(gè)文獻(xiàn)綜述[J]. 李偉陽,羅仕文,吳偉炯.  中國人力資源開發(fā). 2018(05)
[6]基于Hadoop技術(shù)的突水治理平臺(tái)的云服務(wù)及實(shí)現(xiàn)[J]. 張聰,趙怡晴,李仲學(xué).  工業(yè)安全與環(huán)保. 2017(12)
[7]基于Hadoop大數(shù)據(jù)平臺(tái)和無簡并高維離散超混沌系統(tǒng)的加密算法[J]. 溫賀平,禹思敏,呂金虎.  物理學(xué)報(bào). 2017(23)
[8]大數(shù)據(jù)下的用戶行為的分析[J]. 蘇林忠.  科技通報(bào). 2017(05)
[9]從信息化人力資源管理到大數(shù)據(jù)人力資源管理的演進(jìn)——以騰訊為例[J]. 西楠,李雨明,彭劍鋒,馬海剛.  中國人力資源開發(fā). 2017(05)
[10]大數(shù)據(jù)時(shí)代高校人事檔案信息化建設(shè)的問題與對(duì)策[J]. 張麗娜.  山西檔案. 2017(02)



本文編號(hào)：3068138