基于Hadoop大数据平台的人力资源决策技术研究
发布时间：2021-03-07 01:10
针对传统人力资源决策技术对海量人力资源数据辨别能力不高,导致决策效果不佳,研究基于Hadoop大数据平台的人力资源决策技术。该技术对海量的企业人力资源数据进行分布式处理,将神经网络下的员工信息按照输入层、隐含层、输出层进行组别划分;根据影响每一数据组数据变化的影响因素建立初选数据集合;通过计算人力资源的熵值离散度设立决策指标,以员工的姓名、部门、历史业绩、往期工作效率等要素作为选择条件;采用决策树分类算法构建决策树,生成人力资源决策分析报表,以此实现人力资源决策技术。实验结果表明:所研究的人力资源决策技术面对海量的人力资源数据,其辨识能力更强,决策结果的完整度达到了98.35%,比传统决策技术高出了21.55%。由此可见,所研究的决策技术性能更优越、更能满足企业当前的发展需求。
【文章来源】：现代电子技术. 2020,43(03)北大核心
【文章页数】：4 页
【部分图文】：
Hadoop大数据平台的人力资源决策系统登录页面
在效益较好、发展较快、产业结构较为复杂的企事业单位中，每名员工都在不断变化，可以说企业人力资源相关数据信息每日都在变更，这就令人力资源信息管理部门收集和分析数据的难度增加，传统的数据平台无法精准地对这样庞大的信息进行准确查找和判断。而Hadoop为海量的人员数据存储和分析处理提供了新的解决方案，Hadoop基于一个开源框架，采用分布式的方法存储和处理大规模数据集，凭借其高容错性和可伸缩性的特点，利用名称节点维护命名空间层次结构和文件系统元数据，将命名空间和元数据存储在RAM中并定期刷新磁盘；数据节点在本地文件系统中存储人员信息文件数据，并定期向名称节点汇报数据存储模块的员工数据信息的变动情况。而分布式的数据处理方式需要利用循环神经网络，对员工信息进行序列处理[5]，该处理结构如图2所示。通过图2可知，隐含层是该分布结构的核心，同时也是处理信息的地方。假设计入输入层的数据为n，隐含层的神经元数量为m，输出层的数据量为r。图2中利用Q表示输入层到隐含层的矩阵；P表示该网络中隐含层在t-1时刻下输出值在t时刻的权重矩阵；O则是隐含层到输出层的权重矩阵[6]。设在第t时刻输入到序列中的员工信息为at，输出的信息为bt，隐含层为ct，其划分公式为：
人力资源管理决策模块中主要包括企业组织架构、员工信息以及人事事件管理三个子模块，建立决策树利用上述设置的决策指标对这三个子模块进行数据提取，实现企业人力资源的决策。该决策技术[10]的操作过程如图3所示。企业组织架构中主要包含员工职务、职位、级别、地址以及工资等数据。该技术在Hadoop大数据平台中的系统界面选择相应的组织管理对象后，进行管理对象的信息维护，如员工姓名、开始日期、结束日期、备注、与其他部门的关系等，然后将这些资料保存，根据设定的决策指标进行自动匹配，生成一个决策人员所需要的组织架构树形浏览表。根据需要决策的目标，选择表头的筛选按钮，得到所需要决策的员工信息，同时，每一姓名下的人员入职时间、工作年限等信息通过数据透视表透视到与该表相关联的子表之中。同理，对企业的财务信息、生产和销售数据进行维护，保证企业信息和员工信息的同步[11]。该决策树采用决策树分类算法计算生成：
【参考文献】：
期刊论文
[1]基于大数据的人力资源审计管理平台构建研究[J]. 杨丽丽,刘国城. 经济问题. 2019(03)
[2]基于Hadoop的气象大数据分析GIS平台设计与试验[J]. 李涛,冯仲科,孙素芬,程文生. 农业机械学报. 2019(01)
[3]双元环境下战略人力资源管理影响组织创新的中介机制:企业生命周期视角[J]. 孙锐,李树文,顾琴轩. 南开管理评论. 2018(05)
[4]基于Hadoop平台的大数据图像分类机制[J]. 张睿萍,马宗梅. 吉林大学学报(理学版). 2018(05)
[5]e-HRM对人力资源管理战略职能影响研究:一个文献综述[J]. 李伟阳,罗仕文,吴伟炯. 中国人力资源开发. 2018(05)
[6]基于Hadoop技术的突水治理平台的云服务及实现[J]. 张聪,赵怡晴,李仲学. 工业安全与环保. 2017(12)
[7]基于Hadoop大数据平台和无简并高维离散超混沌系统的加密算法[J]. 温贺平,禹思敏,吕金虎. 物理学报. 2017(23)
[8]大数据下的用户行为的分析[J]. 苏林忠. 科技通报. 2017(05)
[9]从信息化人力资源管理到大数据人力资源管理的演进——以腾讯为例[J]. 西楠,李雨明,彭剑锋,马海刚. 中国人力资源开发. 2017(05)
[10]大数据时代高校人事档案信息化建设的问题与对策[J]. 张丽娜. 山西档案. 2017(02)
本文编号：3068138
【文章来源】：现代电子技术. 2020,43(03)北大核心
【文章页数】：4 页
【部分图文】：
Hadoop大数据平台的人力资源决策系统登录页面
在效益较好、发展较快、产业结构较为复杂的企事业单位中，每名员工都在不断变化，可以说企业人力资源相关数据信息每日都在变更，这就令人力资源信息管理部门收集和分析数据的难度增加，传统的数据平台无法精准地对这样庞大的信息进行准确查找和判断。而Hadoop为海量的人员数据存储和分析处理提供了新的解决方案，Hadoop基于一个开源框架，采用分布式的方法存储和处理大规模数据集，凭借其高容错性和可伸缩性的特点，利用名称节点维护命名空间层次结构和文件系统元数据，将命名空间和元数据存储在RAM中并定期刷新磁盘；数据节点在本地文件系统中存储人员信息文件数据，并定期向名称节点汇报数据存储模块的员工数据信息的变动情况。而分布式的数据处理方式需要利用循环神经网络，对员工信息进行序列处理[5]，该处理结构如图2所示。通过图2可知，隐含层是该分布结构的核心，同时也是处理信息的地方。假设计入输入层的数据为n，隐含层的神经元数量为m，输出层的数据量为r。图2中利用Q表示输入层到隐含层的矩阵；P表示该网络中隐含层在t-1时刻下输出值在t时刻的权重矩阵；O则是隐含层到输出层的权重矩阵[6]。设在第t时刻输入到序列中的员工信息为at，输出的信息为bt，隐含层为ct，其划分公式为：
人力资源管理决策模块中主要包括企业组织架构、员工信息以及人事事件管理三个子模块，建立决策树利用上述设置的决策指标对这三个子模块进行数据提取，实现企业人力资源的决策。该决策技术[10]的操作过程如图3所示。企业组织架构中主要包含员工职务、职位、级别、地址以及工资等数据。该技术在Hadoop大数据平台中的系统界面选择相应的组织管理对象后，进行管理对象的信息维护，如员工姓名、开始日期、结束日期、备注、与其他部门的关系等，然后将这些资料保存，根据设定的决策指标进行自动匹配，生成一个决策人员所需要的组织架构树形浏览表。根据需要决策的目标，选择表头的筛选按钮，得到所需要决策的员工信息，同时，每一姓名下的人员入职时间、工作年限等信息通过数据透视表透视到与该表相关联的子表之中。同理，对企业的财务信息、生产和销售数据进行维护，保证企业信息和员工信息的同步[11]。该决策树采用决策树分类算法计算生成：
【参考文献】：
期刊论文
[1]基于大数据的人力资源审计管理平台构建研究[J]. 杨丽丽,刘国城. 经济问题. 2019(03)
[2]基于Hadoop的气象大数据分析GIS平台设计与试验[J]. 李涛,冯仲科,孙素芬,程文生. 农业机械学报. 2019(01)
[3]双元环境下战略人力资源管理影响组织创新的中介机制:企业生命周期视角[J]. 孙锐,李树文,顾琴轩. 南开管理评论. 2018(05)
[4]基于Hadoop平台的大数据图像分类机制[J]. 张睿萍,马宗梅. 吉林大学学报(理学版). 2018(05)
[5]e-HRM对人力资源管理战略职能影响研究:一个文献综述[J]. 李伟阳,罗仕文,吴伟炯. 中国人力资源开发. 2018(05)
[6]基于Hadoop技术的突水治理平台的云服务及实现[J]. 张聪,赵怡晴,李仲学. 工业安全与环保. 2017(12)
[7]基于Hadoop大数据平台和无简并高维离散超混沌系统的加密算法[J]. 温贺平,禹思敏,吕金虎. 物理学报. 2017(23)
[8]大数据下的用户行为的分析[J]. 苏林忠. 科技通报. 2017(05)
[9]从信息化人力资源管理到大数据人力资源管理的演进——以腾讯为例[J]. 西楠,李雨明,彭剑锋,马海刚. 中国人力资源开发. 2017(05)
[10]大数据时代高校人事档案信息化建设的问题与对策[J]. 张丽娜. 山西档案. 2017(02)
本文编号：3068138
本文链接：https://www.wllwen.com/guanlilunwen/renliziyuanguanlilunwen/3068138.html
