情报职业胜任力结构与模型研究

发布时间：2020-05-02 20:57

【摘要】：随着信息社会的迅速发展,情报工作对于组织而言至关重要。情报职业从业人员作为影响组织情报工作成败的关键人力资源因素,对组织成长和发展起到关键作用,然而,国内情报职业从业者的人力资源管理相关研究却相对较少。本文正是在这样的背景下,对情报职业胜任力进行初步的探讨,为未来组织情报职业从业者的人力资源管理研究作铺垫。 为增强研究的客观性,本文结合招聘广告文本挖掘和网络问卷调查两种方法构建情报职业胜任力模型。招聘广告文本挖掘用于提取情报职业胜任力关键词,并提出初步的胜任力模型结构。并以文本挖掘的结果为基础,编制情报职业胜任力调查问卷,实施网络调查。对调查问卷进行单因素方差分析和因子分析,一方面验证文本挖掘所得到的胜任力模型结构,另一方面对模型的变量差异性作进一步探讨。 本文的创新之处主要在于：第一,理论方面,对情报职业进行定位分类,提出情报职业胜任力的概念；第二,实践方面,首次尝试构建情报职业胜任力模型；第三,工具方法方面,将文本挖掘方法运用于胜任力模型构建过程中。 本文的主要内容与结构为： 第一章阐述论文的研究背景、研究意义、研究内容、研究框架、研究方法和创新点。 第二章对国内外关于胜任力和情报职业的研究成果进行总结。 第三章提出情报职业的定义、情报职业的分类、情报职业胜任力的概念以及本文的研究假设。 第四章对组织招聘广告文本进行文本挖掘,提炼、总结出招聘广告中提到的情报职业从业者胜任力条目,验证、补充和分析各条目及其内涵,并在此基础上编制《情报职业胜任力调查问卷》 第五章对调查问卷结果进行分析,通过因子分析得出情报职业的胜任力结构；通过单因素方差分析方法分析个人特征因素、行业因素和岗位因素对胜任力的影响；根据均值分析结果与胜任特征主因子,得出情报职业胜任力模型。 第六章为本文的结论与展望。
【图文】：

sPsSelementine数据挖掘基于“跨行业数据挖掘标准流程”，即eR!sP一DM(eross一Ind。 strystandardproeessforoataMining)参考模型。该参考模型将数据(文本)挖掘项目的生命周期分为六个阶段(见图4一1)。图4一IcRlsp一DM参考模型 4.2.3SPSSClementine中的文本挖掘模块目前，文本概念自动化提取的方法主要有两种:语言化方法和非语言化方法，非语言化的方法基于统计学和神经网络理论，，通过统计词频以及词与概念间接近度来提取概念，尽管这种方法的处理速度很快，但是也增加了很多不相关的结果甚至淹没了真正相关概念。而语言化方法模仿人工处理文本的思路，通过识别同义异形的语词和分析句子的结构来提供一个理解文本的框架。这种方法付出的速度和成本代价相对较高，但是其精确度更高、人工干预度更低。一 extminingfore.ementine，是 spsselementine的一个完全集成内插式插件，其文本概念自动化提取采用的便是语言化方法。
【学位授予单位】：华东师范大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：G351

【引证文献】

相关期刊论文 前1条

1 熊莉君;熊文龙;;基于素质商数的学科馆员胜任力研究[J];图书馆学研究;2012年20期

本文编号：2647476