針對傳統(tǒng)人力資源決策技術對海量人力資源數(shù)據(jù)辨別能力不高,導致決策效果不佳,研究基于Hadoop大數(shù)據(jù)平臺的人力資源決策技術。該技術對海量的企業(yè)人力資源數(shù)據(jù)進行分布式處理,將神經網(wǎng)絡下的員工信息按照輸入層、隱含層、輸出層進行組別劃分;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;通過計算人力資源的熵值離散度設立決策指標,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建決策樹,生成人力資源決策分析報表,以此實現(xiàn)人力資源決策技術。實驗結果表明:所研究的人力資源決策技術面對海量的人力資源數(shù)據(jù),其辨識能力更強,決策結果的完整度達到了98.35%,比傳統(tǒng)決策技術高出了21.55%。由此可見,所研究的決策技術性能更優(yōu)越、更能滿足企業(yè)當前的發(fā)展需求。 

【文章來源】：現(xiàn)代電子技術. 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、產業(yè)結構較為復雜的企事業(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)平臺無法精準地對這樣龐大的信息進行準確查找和判斷。而Hadoop為海量的人員數(shù)據(jù)存儲和分析處理提供了新的解決方案，Hadoop基于一個開源框架，采用分布式的方法存儲和處理大規(guī)模數(shù)據(jù)集，憑借其高容錯性和可伸縮性的特點，利用名稱節(jié)點維護命名空間層次結構和文件系統(tǒng)元數(shù)據(jù)，將命名空間和元數(shù)據(jù)存儲在RAM中并定期刷新磁盤；數(shù)據(jù)節(jié)點在本地文件系統(tǒng)中存儲人員信息文件數(shù)據(jù)，并定期向名稱節(jié)點匯報數(shù)據(jù)存儲模塊的員工數(shù)據(jù)信息的變動情況。而分布式的數(shù)據(jù)處理方式需要利用循環(huán)神經網(wǎng)絡，對員工信息進行序列處理[5]，該處理結構如圖2所示。通過圖2可知，隱含層是該分布結構的核心，同時也是處理信息的地方。假設計入輸入層的數(shù)據(jù)為n，隱含層的神經元數(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)絡中隱含層在t-1時刻下輸出值在t時刻的權重矩陣；O則是隱含層到輸出層的權重矩陣[6]。設在第t時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、員工信息以及人事事件管理三個子模塊，建立決策樹利用上述設置的決策指標對這三個子模塊進行數(shù)據(jù)提取，實現(xiàn)企業(yè)人力資源的決策。該決策技術[10]的操作過程如圖3所示。企業(yè)組織架構中主要包含員工職務、職位、級別、地址以及工資等數(shù)據(jù)。該技術在Hadoop大數(shù)據(jù)平臺中的系統(tǒng)界面選擇相應的組織管理對象后，進行管理對象的信息維護，如員工姓名、開始日期、結束日期、備注、與其他部門的關系等，然后將這些資料保存，根據(jù)設定的決策指標進行自動匹配，生成一個決策人員所需要的組織架構樹形瀏覽表。根據(jù)需要決策的目標，選擇表頭的篩選按鈕，得到所需要決策的員工信息，同時，每一姓名下的人員入職時間、工作年限等信息通過數(shù)據(jù)透視表透視到與該表相關聯(lián)的子表之中。同理，對企業(yè)的財務信息、生產和銷售數(shù)據(jù)進行維護，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算生成：

【參考文獻】：
期刊論文
[1]基于大數(shù)據(jù)的人力資源審計管理平臺構建研究[J]. 楊麗麗,劉國城.  經濟問題. 2019(03)
[2]基于Hadoop的氣象大數(shù)據(jù)分析GIS平臺設計與試驗[J]. 李濤,馮仲科,孫素芬,程文生.  農業(yè)機械學報. 2019(01)
[3]雙元環(huán)境下戰(zhàn)略人力資源管理影響組織創(chuàng)新的中介機制:企業(yè)生命周期視角[J]. 孫銳,李樹文,顧琴軒.  南開管理評論. 2018(05)
[4]基于Hadoop平臺的大數(shù)據(jù)圖像分類機制[J]. 張睿萍,馬宗梅.  吉林大學學報(理學版). 2018(05)
[5]e-HRM對人力資源管理戰(zhàn)略職能影響研究:一個文獻綜述[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技術的突水治理平臺的云服務及實現(xiàn)[J]. 張聰,趙怡晴,李仲學.  工業(yè)安全與環(huán)保. 2017(12)
[7]基于Hadoop大數(shù)據(jù)平臺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.  物理學報. 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. 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——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)時代高校人事檔案信息化建設的問題與對策[J]. 張麗娜.  山西檔案. 2017(02)



本文編號：3068138