基于數據挖掘技術的人力資源信息管理系統設計

韓王瑩

（陜西職業技術學院陜西西安710100）

隨著現代信息技術的發展，數據挖掘被應用在各個不同的領域，從而實現對大量信息的有效挖掘。作為企業人力管理，如何借助數據挖掘技術實現對企業管理的科學化、合理化，并從大量的數據中挖掘中有利于企業決策的信息，成為當前思考的重要問題。對此，本文通過構建決策樹算法，并對其在人力資源管理中的應用進行了詳細的分析。

1 基于決策樹算法的人力資源信息管理系統模型

1.1 決策樹

決策樹主要被運用于分類的一種樹結構。它是一個以樹狀結構表示的分類器，并通過大量的訓練樣本來產生。在樹狀結構當中，每個不同的節點都是對屬性的判斷，整個樹狀結構中葉子的節點則成為分類的最終的結果。其每個內部的節點代表對屬性的測試，一條線則代表一個測試的結果。最上面的節點為根結點。

1.2 決策樹ID3算法

決策樹算法進行分類主要分為兩部分，一部分是通過訓練集建立決策樹模型，另一部分則是對數據的輸入。在對決策樹建立的過程中，包括兩個階段：第一為建樹；第二為剪枝。建樹則是遞歸的過程，剪枝則是對決策樹進行適當的修正。而ID3算法作為決策樹中的典型算法，其原理則是利用信息增量值對節點的最佳分裂指標質量進行衡量。

假設H=F1*F2*…*Fn為n為有窮向量空間，其中Fi的表示為又窮離散符號集合，H當中的元素e=＜V1，V2，…Vn＞為例子，其中Vi∈Fi，i=1，2，…n。假設PE和NE表示為E中的兩例子集，成為正例集與反例集。PE和NE的大小分別用p和n進行表示，并假設在向量空間H上的決策樹對其中任意的例子進行分類的概率和H當中的正反例概率是保持一致的，并且通過決策樹可作出正確的判斷的信息量為：

如以其中的屬性A作為該決策樹的一個根，則A具有Vv（v=1，2，…，v）個不同的值，由此通過該信息可以得到決策樹可以將H分為v個不同的子集，由此可以得到子集Hi的信息熵E（Hi）：

通過公式（2）以A作為根節點的信息增益的值：

1.3 基于決策樹的人力資源信息管理系統模型

對人力資源的數據挖掘很多，如優秀專業技術技術模型、員工忠誠度等。以優秀專業技術人才為例，該模型主要根據人力資源管理模型當中所建立的相關人才指數體系的內容對具體的屬性進行選取，其中的人才指數包括學歷、職稱、年齡和職位等。因此，通過決策樹算法，則構成系統數據挖掘模型。

2 系統需求與功能設計

通過對企業人力資源管理的調查發現，在當前的人力資源管理中，很多企業的人力資源管理集中在人事管理和檔案管理。同時對人力資源數據庫進行的挖掘，通常為企業人力部門提供相關的決策信息。因此，結合企業的實際需求，本文將該系統分為人事管理、數據挖掘管理兩個子系統的獨立的應用程序。其中人事管理根據要求分為人事管理、資料管理、系統設置、查詢統計、員工考核與培訓等功能。其具體的功能如圖1所示。

圖1 系統功能設計Fig.1 System function design

人力資源管理子系統中，包括人事檔案、系統管理、查詢、培訓考核、工資等功能。人事檔案管理主要實現對企業員工基本信息的管理，包括姓名、年齡、職稱等綜合情況，并可對其中的信息進行修改、添加和刪除；系統管理功能對系統的相關功能參數、數據備份、日志管理和系統的權限進行管理；查詢管理包括查詢和統計兩大功能。其中查詢功能主要對系統相關信息進行查詢統計，包括個人基本信息查詢、工資查詢、考勤查詢等；培訓考核主要根據企業人力資源管理制度對員工進行培訓和相關指標的綜合考核。如指定部門培訓計劃、月度培訓計劃、培訓指標設定等；工資則主要對員工的應發工資、實發工資、公積金、保險等內容的管理。數據挖掘子系統包括員工忠誠度挖掘、優秀人才挖掘、人才招聘挖掘等。

3 系統架構設計

3.1 數據整體架構設計

結合系統功能的需求，本文選擇B/S訪問模式對系統進行布局。其主要的原因在于傳統C/S結構在系統數據維護和更新方面比較麻煩，并且維護的成本也通常比較高。而B/S模式其典型的優點在于應用程序和數據庫的獨立性，使得對應用程序的修改不需要再根據以往的C/S模式一樣，需要對系統數據庫進行更新。在客戶端的選擇方面，用戶只需要根據安裝web瀏覽器即可實現對系統的訪問和數據的挖掘，從而給用戶帶來很大的方便，提高了系統的實用性。對此，本系統其具體的架構如圖2所示。

圖2 系統整體架構Fig.2 Overall system architecture

應用層:用戶通過互聯網對功能的請求，將請求首先傳送給應用服務器，并通過頁面中的ASP腳本實現應用層和業務層的響應。

業務層:該層作為該系統的邏輯控制中樞，負責對客戶請求進行邏輯處理。該層分為應用服務器和應用程序。通過應用服務器對請求的分配，從而傳遞給不同的應用程序，并通過業務層中的COM組件實現與數據層的響應。

數據層：通過ADO.NET組件實現與數據庫的連接。包括connection對象、command對象等。

整體系統的工具采用VS2005，并以SQL server 2008作為數據庫。

3.2 數據挖掘系統總體結構設計

結合人力資源管理系統的相關情況，本文對數據挖掘系統的整體挖掘設計則如圖3所示。

4 系統實現

4.1 系統登陸界面實現

系統登錄的流程主要包括以下步驟：第一，打開功能界面；第二，輸入用戶名和密碼；第三步，系統匹配。匹配成功，進入第四步；匹配錯誤，則提示“用戶名或密碼錯誤”；第五步，進入功能界面并結束登陸流程。其功能界面如圖4所示。

該界面其具體實現代碼如下：

procedure TLOGIN.BitBtn1Click（Sender:TObject）；

var

s，str1，str2，str3:string；

b:Int64；

i:integer；

begin

str1:=dblookupcombobox1.Text；

str2:=trim（edit2.Text）；

if adoquery1.Locate（'username'，str1，[]）=true then

begin

str3:=adoquery1.Fieldbyname（'password'）.AsString；

圖3 DM系統總體結構Fig.3 DMsystem architecture diagram

圖4 登陸界面Fig.4 Login screen

if str3=trim（str2）then

begin

userid:=adoquery1.Fieldbyname（'id'）.AsString；

username:=adoquery1.Fieldbyname（'username'）.

AsString；

hide；

jhgy.ShowModal；

close；

end

else messagebox（0，'密碼錯誤，請重新輸入！'，'錯誤'，mb_ok）；

end

else

messagebox（0，'操作員不存在，請重新選擇！'，'錯誤'，mb_ok）；

end；

4.2 數據挖掘的實現

4.2.1 接口的實現

為實現數據挖掘系統中的決策樹算法與其他接口的連接，本系統對該系統的文件進行統一規定，主要包括Names文件、Data文件、Tcshow和Rcshow文件等。

4.2.2 屬性定義

該模塊主要給用戶提供自定義屬性的功能。在數據挖掘中包含很多的屬性，因此，為挖掘的需要，本文在系統中輸入不同的屬性，如職稱、姓名、職位等。同時針對不同屬性，提供屬性合并的方式，“大專、大本”進行合并，都統稱為“一般學歷”。

4.2.3 數據抽取

采用隨機抽取的方法對數據進行抽取。其步驟為：系統自動將帶入到隨機產生的哈希函數當中。從而得到其地址。如果大于抽取的記錄或者是發生沖突的時候，則采用開放地址IFA重新生成函數，直到該過程合適位置，最后將所有的數據都存入到RecPos（）當中。

4.2.4 決策樹生成

Step1:從name、data等文件中國獨處相關的數據，并將其分別存儲到rec、target等數組當中；Step2:處理連續性屬性；Step3:生成TreeRec；Step4:生成決策樹；Step5:剪枝.

4.2.5 數據挖掘結果

本文以46例優秀技術員數據作為樣本，選擇性別、年齡、職稱、學歷、婚姻和黨派作為關聯屬性，通過挖掘可以得到職稱作為員工的一個重要的評價。高職稱大多為優秀人才，中低職稱當中的優秀的人才則很少。

5 結束語

文中以數據挖掘在人力資源管理系統中應用和系統的設計作為研究內容，構建了對企業優秀人才、員工招聘和員工忠誠度的挖掘系統，同時實現了基礎的人力資源管理功能，更好的輔助企業做好對人力資源管理的日常工作和決策，從而使得該系統具有很大的實用價值。

[1] 王雙苗.我國企業人力資源管理現狀及發展趨勢分析[J].生產力研究，2012（2）:210-211，251.WANG Shuang-miao.HRMsituation and development trend analysis of China’s enterprises[J].Productivity Research，2012（2）:210-211，251.

[2]李旭軍.計算機信息管理系統設計原理探究[J].咸寧學院學報，2012（8）:139-140.LI Xu-jun.Computer information management system design principles to explore[J].Xianning College，2012（8）:139-140.

[3] 謝楓平.數據分類中決策樹算法的一些改進[J].龍巖學院學報，2009（2）:22-26.XIE Feng-ping.Some improvements in data classification decision tree algorithm[J].Longyan University，2009（2）:22-26.

[4] 楊靜，張楠男，李建，等.決策樹算法的研究與應用[J].計算機技術與發展，2010（2）:114-116，120.YANG Jing，ZHANG Nan-nan，LI Jian.Research and application of decision tree algorithm[J].Computer Technology and Development，2010（2）:114-116，120.

[5] 汪海銳，李偉.基于關聯規則的決策樹算法[J].計算機工程，2011（9）:104-106，109.WANG Hai-rui，LI Wei.Decision tree algorithm based on association rules[J].Computer Engineering，2011（9）:104-106，109.

[6] 朱前飛，高芒.COM組件和ActiveX技術在B/S體系結構中的應用[J].計算機工程與設計，2011（9）:104-106，109.ZHU Qian-fei，GAO Mang.COMcomponents and ActiveX technology in the B/S architecture application[J].Computer Engineering and Design，2011（9）:104-106，109.

[7] 劉澤洪，于洪鵬.基于多Agent的分布式數據庫管理系統[J].電子科技，2011，24（4）:50-53.LIU Ze-hong，YU Hong-peng.Multi-Agent based distributed database management system[J].Electronic Science and Technology，2011，24（4）:50-53.

[8] 吳楠，高佳.基于ArcEngine的信息管理系統關鍵技術研究[J].現代電子技術，2013（12）:74-77.WU Nan，GAO Jia.Key technology research information management system based ArcEngine[J].Modern Electronics Technique，2013（12）:74-77.