数据挖掘在人力资源市场中的应用与研究

发布时间：2017-04-13 01:10

  本文关键词：数据挖掘在人力资源市场中的应用与研究，，由笔耕文化传播整理发布。

【摘要】：在过去的几年间,人力资源信息发布平台受到更多企业和人才的青睐,逐渐成为最主要的招聘、应聘信息发布的工具之一。网络信息量因此呈现出剧增的态势,在传统模式下,招、应聘双方通过手工的方式查询对方的信息,这种方式显然难以为不断增长的职位、人才需求提供快速的满足。在本课题中,围绕数据挖掘在人力资源市场中实践应用这一重点展开分析。在大量的数据中,挖掘人才和职位彼此间的关系。首先对人力资源市场业务的特征进行归纳,对现有的数据挖掘算法进行对比分析,在此基础上决定使用决策树算法中的一种C4.5算法。应用长春市人才市场的求职人员信息,对这些信息进行科学的抽取和预处理,然后将处理结果提供给C4.5算法,并得到决策树和规则,创建择业倾向矩阵;基于数据挖掘技术,实现个性化推荐功能。这一方法的运用,要经历条件过滤、条件相似度计算、求职倾向计算等环节。针对求职中存在的所有因素展开分析,从而确定推荐职位列表,帮助求职者更快地选择更加适合自己的工作。成功设计出可行的方法后,还通过实验对该方法的效果进行验证,对比了传统人才推荐方法的效果。实验结果证明,应用数据挖掘的人才推荐方法,在效果方面的表现是最佳的。
【关键词】：数据挖掘 人才和职位推荐 决策树分类
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13;F249.27
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-15
• 1.1 研究背景9-10
• 1.2 研究的目的及意义10-11
• 1.3 研究现状与发展趋势11-12
• 1.4 研究内容12-13
• 1.5 论文组织结构13
• 1.6 本章小结13-15
• 第二章 人力资源理论综述15-19
• 2.1 人力资源管理15-16
• 2.1.1 人力资源管理的定义15
• 2.1.2 人力资源管理的任务15-16
• 2.2 人力资源价值研究综述16-17
• 2.2.1 风险分类16-17
• 2.2.2 风险识别17
• 2.2.3 风险评估17
• 2.2.4 风险消除17
• 2.2.5 风险监控17
• 2.3 人力资源模块分析17-18
• 2.3.1 招聘管理17-18
• 2.3.2 离职管理18
• 2.3.3 绩效管理18
• 2.3.4 薪金管理18
• 2.4 本章小结18-19
• 第三章 数据挖掘技术19-25
• 3.1 数据挖掘的概念19
• 3.2 数据挖掘的现状19-20
• 3.3 数据挖掘的应用20-21
• 3.4 数据挖掘的任务21-24
• 3.5 本章小结24-25
• 第四章 数据分类中的决策树学习方法25-33
• 4.1 决策树学习的表示形式25-26
• 4.2 决策树的建立26
• 4.3 决策树学习算法介绍26-32
• 4.3.1 属性选择度量27
• 4.3.2 信息熵27-28
• 4.3.3 信息增益与增益率28-29
• 4.3.4 ID3与C4.5 算法的比较29-30
• 4.3.5 C4.5 算法中的离散化与默认值处理30-31
• 4.3.6 C4.5 的剪枝31-32
• 4.4 本章小结32-33
• 第五章 决策树分类在求职倾向挖掘中的应用33-61
• 5.1 决策树算法的选择33
• 5.2 业务问题的定义33-34
• 5.3 数据抽取34-42
• 5.4 数据预处理42-53
• 5.4.1 数据集成42-43
• 5.4.2 数据清洗43-48
• 5.4.3 数据归约48-50
• 5.4.4 数据转换50-53
• 5.5 建立求职倾向分析决策树53-60
• 5.5.1 数据输入53-54
• 5.5.2 参数设置54-55
• 5.5.3 决策树的建立与模型评价55-56
• 5.5.4 规则生成和倾向矩阵建立56-60
• 5.6 本章小结60-61
• 第六章 基于数据挖掘的个性化人才推荐方法61-73
• 6.1 个性化推荐概述61
• 6.2 传统的推荐方法61-64
• 6.2.1 基于内容的推荐61-63
• 6.2.2 基于协同过滤的推荐63-64
• 6.3 个性化人才推荐方法过程64-70
• 6.3.1 职位硬性条件过滤65-66
• 6.3.2 非硬性条件相似度计算66-68
• 6.3.3 求职倾向权重计算68-69
• 6.3.4 最终权重计算69
• 6.3.5 职位推荐列表生成69-70
• 6.4 推荐方法效果比较70-71
• 6.4.1 数据集70
• 6.4.2 评价标准70-71
• 6.4.3 实验结果与分析71
• 6.5 推荐方法应用实例71-72
• 6.6 本章小结72-73
• 第七章 总结与展望73-75
• 7.1 总结73
• 7.2 展望73-75
• 参考文献75-77
• 致谢77

【相似文献】

中国期刊全文数据库 前10条

1 香丽芸;浅谈数据挖掘及其应用[J];昌吉师专学报;2001年02期

2 韩海萌;信息时代的指南针——数据挖掘[J];江苏统计;2002年05期

3 林阳;数据挖掘在教育信息化中的潜在价值[J];现代教育技术;2002年01期

4 朱世武 ,崔嵬 ,张尧庭 ,谢邦昌;数据挖掘运用的理论与技术[J];统计研究;2003年08期

5 王晓涓,祁慧敏;数据挖掘漫谈[J];天中学刊;2003年02期

6 韩江;数据挖掘——极具发展潜力的新领域[J];苏州市职业大学学报;2004年01期

7 李菁菁,邵培基,黄亦潇;数据挖掘在中国的现状和发展研究[J];管理工程学报;2004年03期

8 ;中国科学院数据挖掘与知识管理学术研讨会在京举行[J];管理评论;2004年07期

9 魏瑜,陆静;数据挖掘与统计学的关系浅析[J];沿海企业与科技;2005年09期

10 单靖华;金矿就在你手中 读《数据挖掘——客户关系管理的科学与艺术》随笔[J];数据;2005年10期

中国重要会议论文全文数据库 前10条

1 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

2 张弦;;数据挖掘在农业中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

3 魏顺平;;教育数据挖掘:现状与趋势[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年

4 关清平;沉培辉;;概率网络在数据挖掘上的应用[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年

5 丁瑾;;基于Web数据挖掘的综述[A];山西省科学技术情报学会学术年会论文集[C];2004年

6 聂茹;田森平;;Web数据挖掘及其在电子商务中的应用[A];中南六省（区）自动化学会第24届学术年会会议论文集[C];2006年

7 李菊;王军;;数据挖掘在客户关系管理的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

8 肖阳;李启贤;;数据挖掘在中国钢铁行业中的应用[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年

9 杨磊;王贵成;汪勇;张占胜;;SQL Server 2005在数据挖掘中的应用[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

10 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

中国重要报纸全文数据库 前10条

1 本报记者褚宁;数据挖掘如“挖金”[N];解放日报;2002年

2 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年

3 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年

4 《网络世界》记者 王莹;数据挖掘保险业的新蓝海[N];网络世界;2012年

5 刘俊丽;基于地理化的网络数据挖掘与分析提升投资有效性[N];人民邮电;2014年

6 本报记者 连晓东;数据挖掘：金融信息化新热点[N];中国电子报;2002年

7 本报记者 凤小华 朱仁康;“数字挖掘软件”引领中国信息化新浪潮[N];中国电子报;2003年

8 本报记者　史延廷;“成功企业数据挖掘暨数量化管理论坛”在京举办[N];中国旅游报;2002年

9 朱小宁;数据挖掘：信息化战争的基础工程[N];解放军报;2005年

10 本报记者 王小平;从“大集中”走向数据挖掘[N];金融时报;2002年

中国博士学位论文全文数据库 前10条

1 于自强;海量流数据挖掘相关问题研究[D];山东大学;2015年

2 张馨;全基因组SNP芯片应用于CNV和L0H分析的软件比对与数据挖掘[D];复旦大学;2011年

3 彭计红;基于数据挖掘的痴呆中医证的研究[D];南京中医药大学;2015年

4 李秋虹;基于MapReduce的大规模数据挖掘技术研究[D];复旦大学;2013年

5 邬文帅;基于多目标决策的数据挖掘方法评估与应用[D];电子科技大学;2015年

6 谢邦彦;整合数据挖掘与TRIZ理论的质量管理方法研究[D];首都经济贸易大学;2010年

7 何伟全;云南高校学生意外伤害因素关联规则挖掘及风险管控体系研究[D];昆明理工大学;2015年

8 段功豪;基于多结构数据挖掘的滑坡灾害预测模型研究[D];中国地质大学;2016年

9 白晓明;基于数据挖掘的复合材料宏—细观力学模型研究[D];哈尔滨工业大学;2016年

10 蓝永豪（LAM Wing Ho）;基于数据挖掘技术分析当代中医名家痤疮验方经验研究[D];南京中医药大学;2016年

中国硕士学位论文全文数据库 前10条

1 林仁红;基于数据挖掘的机遇识别与评价研究[D];首都经济贸易大学;2007年

2 张彦俊;游戏运营中的数据挖掘[D];复旦大学;2011年

3 王杰锋;物联网能耗数据智能分析及其应用平台设计[D];江南大学;2015年

4 刘学建;数据挖掘在电子商务推荐系统中的应用研究[D];昆明理工大学;2015年

5 戴阳阳;基于数据挖掘的金融时间序列预测研究与应用[D];江南大学;2015年

6 石思优;基于主题模型的医疗数据挖掘研究[D];广东技术师范学院;2015年

7 陈丹;移动互联网信令挖掘实现智慧营销的设计与实现应用研究[D];华南理工大学;2015年

8 陈思;基于数据挖掘的大学生客户识别模型的研究[D];昆明理工大学;2015年

9 位长帅;基于客户数据挖掘的电信客户关系管理研究[D];西南交通大学;2015年

10 安康;基于数据挖掘的商业银行客户关系管理研究[D];兰州交通大学;2014年

  本文关键词：数据挖掘在人力资源市场中的应用与研究，由笔耕文化传播整理发布。

本文编号：302459