基于數(shù)據(jù)挖掘的人力資源最優(yōu)結(jié)構(gòu)建模設(shè)計

盧軼遐

摘 要： 為了優(yōu)化人力資源管理，提高人力資源管理過程中的信息匹配能力，從而促進人力資源建設(shè)及人力資源管理信息庫的完善，提出基于數(shù)據(jù)挖掘的人力資源最優(yōu)結(jié)構(gòu)建模設(shè)計方法。采用信息提取方法進行人力資源管理的信息資源調(diào)度和特征提取，結(jié)合規(guī)范化正則遷移模型進行人力資源管理中人員和崗位的信息配準，進行人力資源優(yōu)化調(diào)度設(shè)計，采用自相關(guān)組成成分挖掘方法進行人力資源信息挖掘，實現(xiàn)人力資源信息管理的優(yōu)化建模。實驗結(jié)果表明，采用該方法進行人力資源最優(yōu)結(jié)構(gòu)建模，提高了人力資源調(diào)度分配的配準性和時效性，具有較好的人力資源信息管理能力。

關(guān)鍵詞： 數(shù)據(jù)挖掘； 人力資源； 建模； 信息管理； 特征提取

中圖分類號： TN911?34； TP311 文獻標識碼： A 文章編號： 1004?373X（2017）24?0043?03

Abstract： To optimize human resource management， improve information matching capability in the process of human resource management， and facilitate human resource construction and perfection of human resource management information base， a design method of the human resource optimal structure modeling based on data mining is proposed. The information extraction method is adopted for human resource management information scheduling and feature extraction. Combined with standardized regular migration model， information registration is performed for employees and positions in human resource management， and human resource optimized scheduling is designed. The autocorrelation component mining method is adopted for human resource information mining to realize optimized modeling of human resource information management. The experimental results show that the method for human resource optimal structure modeling can improve the registration and timeliness of human resource scheduling， and has good human resource information management capability.

Keywords： data mining； human resource； modeling； information management； feature extraction

人力資源管理是一項系統(tǒng)化工程，人力資源管理信息化系統(tǒng)建設(shè)是實現(xiàn)人力資源的信息化管理的關(guān)鍵。通過構(gòu)建人力資源的信息化管理系統(tǒng)，進行人力資源信息的分類存儲和調(diào)度，提高人力資源的信息分配和科學統(tǒng)籌能力，從而更好地發(fā)揮人力資源的主動性，促進崗位建設(shè)發(fā)展，進一步提高生產(chǎn)力。因此，研究人力資源的信息化管理模型，進行人力資源的最優(yōu)結(jié)構(gòu)建模設(shè)計，在促進人力資源建設(shè)方面具有重要的意義，相關(guān)的人力資源信息管理方法研究受到人們的極大重視[1]。人力資源的最優(yōu)結(jié)構(gòu)建模建立在人力資源信息數(shù)據(jù)分析和數(shù)據(jù)挖掘的基礎(chǔ)上，通過數(shù)據(jù)挖掘?qū)崿F(xiàn)人力資源管理信息數(shù)據(jù)的關(guān)聯(lián)數(shù)據(jù)聚類處理，構(gòu)建反映人力資源管理信息數(shù)據(jù)特征的高維信息空間，在信息空間中采用信息融合方法進行大數(shù)據(jù)信息處理，提高對人力資源的調(diào)度能力，從而實現(xiàn)人力資源最優(yōu)結(jié)構(gòu)設(shè)計。

1 人力資源最優(yōu)結(jié)構(gòu)構(gòu)架

人力資源管理的最優(yōu)結(jié)構(gòu)設(shè)計是采用三層體系結(jié)構(gòu)模型設(shè)計，分別是基礎(chǔ)層、服務(wù)層和應(yīng)用層[2]，采用專有多維結(jié)構(gòu)存儲模型進行人力資源的原始數(shù)據(jù)源采樣，人力資源的管理信息數(shù)據(jù)主要來自于人力資源信息服務(wù)庫的資源管理中心，采用批量調(diào)度和實時查詢等方法構(gòu)建人力資源管理的分析模型。通過分布式數(shù)據(jù)庫的Hbase存儲模型進行數(shù)據(jù)分區(qū)，構(gòu)建人力資源管理信息系統(tǒng)，信息系統(tǒng)中的分布式文件支持高性能的輔助決策（DSS）計算，資源數(shù)據(jù)來自于采集主站、營銷系統(tǒng)。通過對人力資源信息的分類存儲采集，使用ETL工具對數(shù)據(jù)源數(shù)據(jù)進行抽取（Extract）、清洗（Cleaning），獲取所需數(shù)據(jù)，如用戶檔案、采集成功率和異常工單等，在應(yīng)用服務(wù)層中完成數(shù)據(jù)挖掘和信息分類，在數(shù)據(jù)存儲層中完成人力資源管理信息的裝載。

采用模塊化軟件設(shè)計方法構(gòu)建人力資源的最優(yōu)結(jié)構(gòu)模型，采用規(guī)范的接口進行人力資源管理系統(tǒng)的模塊化調(diào)度和總線傳輸，根據(jù)數(shù)據(jù)處理層之間的耦合性進行人力資源管理系統(tǒng)的信息化批量計算[3]，提高應(yīng)用服務(wù)響應(yīng)效率。根據(jù)上述設(shè)計原理，得到本文設(shè)計的大數(shù)據(jù)運維人力資源最優(yōu)結(jié)構(gòu)建模構(gòu)架如圖1所示。根據(jù)圖1所示的人力資源信息化管理系統(tǒng)的總體設(shè)計構(gòu)架，采用數(shù)據(jù)挖掘方法進行信息調(diào)度和數(shù)據(jù)加工，提高人力資源管理的效率，降低人力資源信息管理的開銷，促進人力資源信息化建設(shè)的優(yōu)化。endprint

2 人力資源管理信息數(shù)據(jù)挖掘

在上述構(gòu)建了人力資源管理信息系統(tǒng)建設(shè)的總體結(jié)構(gòu)模型基礎(chǔ)上，采用信息提取方法進行人力資源管理的信息資源調(diào)度和特征提取，計算人力資源管理信息數(shù)據(jù)信息流模型的二階不變矩[4]，對于人力資源管理信息數(shù)據(jù)的非線性序列，其階幾何矩為：

式中，是人力資源管理信息數(shù)據(jù)非線性時間序列分布的極坐標。根據(jù)尺度分割的不變性原理，得到人力資源管理信息數(shù)據(jù)非線性時間序列特征的特征分布函數(shù)為：

通過主特征向量分布式挖掘，得到人力資源管理信息數(shù)據(jù)的關(guān)聯(lián)規(guī)則特征函數(shù)滿足，決策矩陣的秩滿足。

構(gòu)建規(guī)范化正則遷移模型，進行人力資源管理信息數(shù)據(jù)調(diào)度[5]，得到人力資源調(diào)度的正則訓練遷移法則描述為：

人力資源管理信息數(shù)據(jù)中員工與崗位的配準信息函數(shù)記為：

式（5）表示一組資源信息分布的相似度特征參量，通過主成分分析方法進行人力資源信息調(diào)度，得到人力資源調(diào)度的關(guān)聯(lián)度伴隨量定義為：

定義為人力資源最優(yōu)結(jié)構(gòu)分布的非合作博弈函數(shù)，計算式為：

定義為人力資源調(diào)度的端到端信道分配度量值，計算式為：

式中：為單組人力資源信息調(diào)度節(jié)點在時刻傳輸信息吞吐量；為提取的人力資源的信息幅值均值。通過規(guī)范化正則遷移模型設(shè)計，進行人力資源管理中人員和崗位的信息配準[6]。

3 人力資源信息管理結(jié)構(gòu)設(shè)計優(yōu)化

在進行人力資源管理信息數(shù)據(jù)挖掘優(yōu)化設(shè)計的基礎(chǔ)上，進行人力資源信息管理結(jié)構(gòu)最優(yōu)化設(shè)計，結(jié)合規(guī)范化正則遷移模型進行人力資源管理中人員和崗位的信息配準，得到在第組分類崗位上人力資源結(jié)構(gòu)的中心節(jié)點在時刻的信息配準集為：

利用概念、實例和屬性等實體集進行人力資源的結(jié)構(gòu)優(yōu)化，得到人力資源管理中心的數(shù)據(jù)挖掘信息量估計值為：

結(jié)合規(guī)范化正則遷移模型修正每個權(quán)向量，人力資源管理數(shù)據(jù)中最優(yōu)關(guān)聯(lián)匹配[7]，得到相應(yīng)的人力資源管理信息數(shù)據(jù)的崗位配對關(guān)聯(lián)權(quán)重為則在人力資源管理信息數(shù)據(jù)分布的云網(wǎng)格中，采用本體結(jié)構(gòu)模型進行人力資源結(jié)構(gòu)優(yōu)化，輸出調(diào)度向量集，得到人力資源結(jié)構(gòu)體系中的資源均衡模型為：

4 仿真實驗

為了測試本文方法在實現(xiàn)人力資源最優(yōu)結(jié)構(gòu)設(shè)計和人力資源數(shù)據(jù)挖掘中的優(yōu)越性能，進行仿真實驗。實驗采用Matlab 7編程設(shè)計，人力資源的信息管理平臺建立在OpenGL 2.0云信息管理平臺基礎(chǔ)上，采用OpenGL的opengl32.dll作為人力資源信息管理的本體數(shù)據(jù)庫，人力資源信息管理的中心服務(wù)器使用Tomcat 4.1，數(shù)據(jù)采樣長度為1 024，模糊決策的閾值為1.25，迭代次數(shù)為300，資源數(shù)據(jù)的比特序列調(diào)制參量為。根據(jù)上述仿真環(huán)境和參量設(shè)定，進行人力資源最優(yōu)結(jié)構(gòu)設(shè)計的數(shù)據(jù)挖掘仿真，得到人力資源數(shù)據(jù)挖掘的輸出結(jié)果如圖2所示。

分析圖2結(jié)果得知，采用本文方法進行人力資源信息系統(tǒng)的數(shù)據(jù)挖掘，能實現(xiàn)信息的準確配對和特征提取。圖3給出了采用不同方法進行人力資源結(jié)構(gòu)建模的信息配準性對比。

由仿真結(jié)果分析得知，本文設(shè)計的人力資源結(jié)構(gòu)模型提高了人力資源調(diào)度分配的配準性和時效性。

5 結(jié) 語

本文提出一種基于數(shù)據(jù)挖掘的人力資源最優(yōu)結(jié)構(gòu)建模設(shè)計方法。采用信息提取方法進行人力資源管理的信息資源調(diào)度和特征提取，結(jié)合規(guī)范化正則遷移模型進行人力資源管理中人員和崗位的信息配準，進行人力資源優(yōu)化調(diào)度設(shè)計。采用自相關(guān)組成成分挖掘方法進行人力資源信息挖掘，實現(xiàn)人力資源信息管理的優(yōu)化建模。實驗結(jié)果表明，采用該方法進行人力資源最優(yōu)結(jié)構(gòu)建模，提高了人力資源調(diào)度分配的配準性和時效性，具有較好的人力資源信息管理能力，在人力資源信息管理中具有一定的應(yīng)用價值。

參考文獻

[1] 何力，丁兆云，賈焰，等.大規(guī)模層次分類中的候選類別搜索[J].計算機學報，2014，37（1）：41?49.

[2] 周橋，伊鵬，門浩崧.基于資源效用最大化的虛擬網(wǎng)絡(luò)功能備份方法[J].計算機應(yīng)用，2017，37（4）：948?953.

[3] 李永剛，張治中，李龍江.一種WLAN與eHRPD系統(tǒng)間負載均衡算法[J].微電子學與計算機，2017，34（1）：44?47.

[4] BARI M F， CHOWDHURY S R， AHMED R， et al. On orchestrating virtual network functions in NFV [C]// Proceedings of the 11th International Conference on Network and Service Management. Washington： IEEE Computer Society， 2015： 50?56.

[5] 付艷艷，張敏，馮登國，等.基于節(jié)點分割的社交網(wǎng)絡(luò)屬性隱私保護[J].軟件學報，2014，25（4）：768?780.

[6] HAZAY C， NISSIM K. Efficient set operations in the presence of malicious adversaries [J]. Journal of cryptology， 2012， 25（3）： 383?433.

[7] 周彥偉，楊波，張文政.可證安全的移動互聯(lián)網(wǎng)可信匿名漫游協(xié)議[J].計算機學報，2015，38（4）：733?748.

[8] RAHMAN A， MUHAMMAH H， SUNGYOUNG L， et al. Rough set?based approaches for discretization： a compact reviews [J]. Artificial intelligence review， 2015， 44（2）： 235?263.endprint