本文關鍵詞：大數(shù)據(jù)場景下關聯(lián)規(guī)則挖掘在人事管理系統(tǒng)中的應用

  更多相關文章： 數(shù)據(jù)挖掘技術 基于SQL的關聯(lián)規(guī)則發(fā)現(xiàn) 職位推薦服務

【摘要】：朝陽區(qū)人才服務中心作為政府部門所屬的人事人才中介服務機構,其擁有的人事檔案管理信息系統(tǒng)已保存了近二十萬余個用戶的檔案信息,且檔案數(shù)據(jù)仍以每年超過一萬份的數(shù)量增長。如何在海量的信息中快速準確的獲取、分析信息,進而提供更加優(yōu)質、個性化和創(chuàng)新型的服務是擺在人才中心面前的一個重要問題。本文在分析現(xiàn)有的人事檔案管理信息系統(tǒng)后,根據(jù)現(xiàn)有人事檔案管理系統(tǒng)的缺陷與不足,通過對系統(tǒng)中龐大的人事檔案數(shù)據(jù)進行數(shù)據(jù)挖掘分析,嘗試找出數(shù)據(jù)數(shù)據(jù)項間隱含的關聯(lián)關系,并最終找出了有實際意義的關聯(lián)規(guī)則,進而據(jù)此實現(xiàn)了職位推薦功能,豐富完善了人事檔案管理信息系統(tǒng)應用。本課題所做的主要工作和獲得的初步成果包括如下內(nèi)容:(一)在功能需求分析的基礎上,設計職位推薦功能的實現(xiàn)途徑和手段,并完成相關系統(tǒng)設計和數(shù)據(jù)庫設計。(二)選擇合適的技術手段,如數(shù)據(jù)挖掘算法,并應用算法對系統(tǒng)進行可行性驗證。(三)確定在SQL環(huán)境下使用經(jīng)改進的Apriori算法,并根據(jù)測試結果不斷對算法進行優(yōu)化以提高執(zhí)行效率。最終得到了有意義的與職位相關的數(shù)據(jù)關聯(lián)規(guī)則,進而初步實現(xiàn)并為人事檔案管理系統(tǒng)添加了職位推薦模塊。(四)通過對課題成果進行總結,找出系統(tǒng)未來的改進和完善方向。
【關鍵詞】：數(shù)據(jù)挖掘技術 基于SQL的關聯(lián)規(guī)則發(fā)現(xiàn) 職位推薦服務
【學位授予單位】：北京工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F249.2;TP311.13
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-15
• 1.1 研究背景9-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-12
• 1.3 本文主要工作12
• 1.4 本文的組織結構12-15
• 第2章 相關技術概述15-27
• 2.1 數(shù)據(jù)挖掘綜述15-18
• 2.1.1 數(shù)據(jù)挖掘的概念15-16
• 2.1.2 數(shù)據(jù)挖掘的過程16-17
• 2.1.3 數(shù)據(jù)挖掘的任務17-18
• 2.1.4 數(shù)據(jù)挖掘的常用技術18
• 2.2 關聯(lián)規(guī)則18-21
• 2.2.1 相關概念18-19
• 2.2.2 挖掘關聯(lián)規(guī)則的步驟19
• 2.2.3 Apriori算法19-21
• 2.2.4 FP-Growth算法21
• 2.3 機器學習21-25
• 2.3.1 機器學習的基本概念22
• 2.3.2 機器學習的應用領域22-24
• 2.3.3 K-means算法24-25
• 2.4 J2EE和MVC設計模式25-26
• 2.4.1 J2EE25
• 2.4.2 MVC設計模式25-26
• 2.5 本章小結26-27
• 第3章 人事檔案管理職位推薦服務子系統(tǒng)需求分析與設計27-47
• 3.1 職位推薦服務子系統(tǒng)需求分析27-37
• 3.1.1 需求分析27-28
• 3.1.2 數(shù)據(jù)分析28-29
• 3.1.3 功能分析29-30
• 3.1.4 用例模型30-35
• 3.1.5 系統(tǒng)運行流程分析35-36
• 3.1.6 數(shù)據(jù)挖掘流程36-37
• 3.2 職位推薦模塊的設計思想37-39
• 3.2.1 人事檔案管理系統(tǒng)現(xiàn)狀37-38
• 3.2.2 職位推薦系統(tǒng)模塊的設計思路38
• 3.2.3 改進后的人事檔案管理系統(tǒng)38-39
• 3.3 系統(tǒng)概要設計39-42
• 3.3.1 總體結構設計39-40
• 3.3.2 系統(tǒng)功能模塊設計40-42
• 3.4 系統(tǒng)建模42-44
• 3.4.1 系統(tǒng)靜態(tài)結構圖42-43
• 3.4.2 系統(tǒng)動態(tài)結構圖43-44
• 3.5 數(shù)據(jù)庫設計44-46
• 3.6 本章小結46-47
• 第4章 數(shù)據(jù)挖掘的算法應用與實施47-62
• 4.1 待挖掘的數(shù)據(jù)集成47-49
• 4.1.1 數(shù)據(jù)的抽取、消減和清洗47-48
• 4.1.2 生成事務集48
• 4.1.3 提高數(shù)據(jù)預處理效率48-49
• 4.2 最小支持度49-51
• 4.2.1 設置最小支持數(shù)49
• 4.2.2 最小支持數(shù)合理性檢驗49-51
• 4.3 職位關聯(lián)規(guī)則挖掘方法51-57
• 4.3.1 基于SQL的關聯(lián)規(guī)則挖掘算法實現(xiàn)51-56
• 4.3.2 關聯(lián)規(guī)則的管理56-57
• 4.4 關聯(lián)規(guī)則挖掘結果57-58
• 4.5 結論與應用58-61
• 4.5.1 規(guī)則數(shù)據(jù)在數(shù)據(jù)庫中的存儲58-59
• 4.5.2 規(guī)則數(shù)據(jù)在系統(tǒng)中的使用59-61
• 4.6 本章小結61-62
• 第5章 系統(tǒng)實現(xiàn)62-72
• 5.1 開發(fā)運行環(huán)境62
• 5.2 SSH環(huán)境的整合62-64
• 5.3 系統(tǒng)實現(xiàn)64-69
• 5.3.1 表現(xiàn)層的實現(xiàn)65-66
• 5.3.2 控制層的實現(xiàn)66-68
• 5.3.3 模型層的實現(xiàn)68-69
• 5.4 系統(tǒng)部分運行界面69-71
• 5.5 本章小結71-72
• 第6章 總結與展望72-74
• 6.1 系統(tǒng)總結72
• 6.2 存在的問題與展望72-74
• 參考文獻74-76
• 致謝76

，

本文編號：1024852