摘 要：高校人才的引進(jìn)對(duì)學(xué)校的發(fā)展十分重要，人才識(shí)別方式是通過考察引進(jìn)人員的定性指標(biāo)實(shí)現(xiàn)的，很難保證識(shí)別結(jié)果的全面性、科學(xué)性和準(zhǔn)確性。數(shù)據(jù)挖掘中的決策樹分類技術(shù)是一種常用的預(yù)測(cè)模式，對(duì)已有的引進(jìn)人才數(shù)據(jù)庫(kù)的判斷。
　　關(guān)鍵詞：人事管理；數(shù)據(jù)挖掘；分類；決策樹
　　
　　1.概述
　　人力資源管理作為高校管理重要組成部分，日益受到各個(gè)領(lǐng)域的重視。高校人事管理的重要內(nèi)容是人才預(yù)測(cè)與評(píng)價(jià)，它涉及的因素有人才的總量、人才的學(xué)歷、人才的專業(yè)分布、人才的年齡以及人才的層次等。其主要內(nèi)容有：人才的專業(yè)結(jié)構(gòu)預(yù)測(cè)；人才的層次結(jié)構(gòu)預(yù)測(cè)；人才的年齡結(jié)構(gòu)預(yù)測(cè)；人才的學(xué)歷結(jié)構(gòu)預(yù)測(cè)；人才的需求總量預(yù)測(cè)等。人力資源管理面對(duì)著海量數(shù)據(jù)，迫切需要一種技術(shù)來發(fā)現(xiàn)有價(jià)值的知識(shí)，從而制定人才發(fā)展戰(zhàn)略，并為其提供決策支持。傳統(tǒng)的人才識(shí)別方式是通過考察引進(jìn)人員的定性指標(biāo)實(shí)現(xiàn)的，依靠手工操作很難保證識(shí)別結(jié)果的全面性、科學(xué)性和準(zhǔn)確性。鑒于許多高校都建立了人才數(shù)據(jù)庫(kù)系統(tǒng)，應(yīng)用數(shù)據(jù)挖掘技術(shù)對(duì)以往人才數(shù)據(jù)進(jìn)行分析，有助于提高人才識(shí)別的準(zhǔn)確性，并提高識(shí)別效率。
　　研究數(shù)據(jù)挖掘中的分類技術(shù)，在高校人事管理系統(tǒng)數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中提取隱含的、未知的、異常的或有潛在應(yīng)用價(jià)值的信息或模式，可以為制定人事激勵(lì)制度，預(yù)測(cè)和評(píng)估最優(yōu)秀的人才提供科學(xué)依據(jù)，針對(duì)不同類別的教師建立有針對(duì)性的人事激勵(lì)制度，為領(lǐng)導(dǎo)和職能部門科學(xué)決策提供依據(jù)。因此，基于決策樹分類在高校人事管理中的應(yīng)用研究有著重要的意義。
　　2.高校人事管理數(shù)據(jù)庫(kù)主要特點(diǎn)與分類技術(shù)
　　人力資源管理是企業(yè)(事業(yè))單位生存的命脈。高校的人力資源具有明顯的特點(diǎn)，它基本上由五個(gè)部分構(gòu)成：管理人員、教研人員、服務(wù)人員、附屬部門的工作人員與離退休人員。其中教研人員是主體，管理人員是關(guān)鍵，服務(wù)人員和離退人員是補(bǔ)充。教研人員中一般教學(xué)人員居多，滿足于課程開設(shè)與知識(shí)傳授的崗位需要；管理崗位中一般的維特性的管理人員居多，缺乏管理思想與能力，滿足于學(xué)校的正常工作的運(yùn)轉(zhuǎn)；服務(wù)人員中文化素質(zhì)不高，大都是教研人員和管理人員的家屬與子女，對(duì)于離退休人員，有的認(rèn)為是不用組織利用的富余人員，聽任自由生活。這種結(jié)構(gòu)現(xiàn)狀，既不能滿足高校跨世紀(jì)發(fā)展的需要，又引發(fā)了許多人力資源的問題：高精尖教研人員缺乏，而一般老師過剩；行政領(lǐng)導(dǎo)人才缺乏，而一般管理人員過多；上崗教研人員過少，而非教研人員比例過大；資深教授閑置，而年輕教授負(fù)擔(dān)過重；教學(xué)型教師過剩，而研究型教師不足，一般性教師過多，而藝術(shù)性教師偏少；一般性研究人員較多，而開發(fā)應(yīng)用性研究人員缺乏等。
　　由于高校人員流動(dòng)性強(qiáng)，人力資源數(shù)據(jù)庫(kù)中積累的信息過多，人事部門對(duì)現(xiàn)有的數(shù)據(jù)進(jìn)行客觀分析的難度很大。因此基于高校人力資源數(shù)據(jù)，應(yīng)用分類技術(shù)，無(wú)疑是一種可行的舉措，它不僅可以發(fā)現(xiàn)有價(jià)值的知識(shí)，而且可以為管理者提供決策支持。
　　3.決策樹分類法在高校人事管理中的應(yīng)用
　　目前，各個(gè)高校都建立了各自的信息管理系統(tǒng)，這些系統(tǒng)積累了大量數(shù)據(jù)。由于數(shù)據(jù)來源于不同部門，大部分?jǐn)?shù)據(jù)在放入挖掘庫(kù)前，要經(jīng)過整理。在進(jìn)行數(shù)據(jù)挖掘前，把預(yù)處理過的數(shù)據(jù)都放到一個(gè)數(shù)據(jù)庫(kù)中，建立數(shù)據(jù)挖掘庫(kù)的同時(shí)就開始數(shù)據(jù)預(yù)處理工作，最后建成一個(gè)可以直接用挖掘工具進(jìn)行挖掘的庫(kù)，處理過程主要環(huán)節(jié)有：收集數(shù)據(jù)、數(shù)據(jù)預(yù)處理模塊、數(shù)據(jù)準(zhǔn)備、程序運(yùn)行，查看結(jié)果等，如圖3-1所示。
　　3.1 數(shù)據(jù)準(zhǔn)備
　　數(shù)據(jù)準(zhǔn)備包括數(shù)據(jù)的選擇、抽取，數(shù)據(jù)的轉(zhuǎn)換，數(shù)據(jù)的預(yù)處理[1-2]。用于數(shù)據(jù)挖掘的源數(shù)據(jù)，可以是任何一個(gè)數(shù)據(jù)庫(kù)。
　　數(shù)據(jù)的預(yù)處理經(jīng)過了以下步驟；
　　(1)數(shù)據(jù)的審核、整理與收集。
　　(2)數(shù)據(jù)清理。
　　(3)數(shù)據(jù)離散化。
　　(4)加載數(shù)據(jù)挖掘庫(kù)。
　　3.2 高校人事管理中的決策樹分類算法
　　數(shù)據(jù)挖掘中的分類算法分類是數(shù)據(jù)挖掘中非常重要的方法。分類的目的是分析輸入的數(shù)據(jù)，通過觀察處于數(shù)據(jù)源中的數(shù)據(jù)記錄表現(xiàn)出來的特征，為每一個(gè)類找到一種準(zhǔn)確的描述或者模型。由此生成的類描述可以用來對(duì)未來的數(shù)據(jù)進(jìn)行分類，即預(yù)測(cè)。
　　決策樹算法是分類技術(shù)的一種常用算法。決策樹是一種表現(xiàn)一系列導(dǎo)致類或值的規(guī)則的方法，是一個(gè)類似于流程圖的樹結(jié)構(gòu),最頂層是根節(jié)點(diǎn),下面每個(gè)內(nèi)部節(jié)點(diǎn)表示一個(gè)屬性上的測(cè)試，每個(gè)分枝代表一個(gè)測(cè)試的輸出，每個(gè)葉節(jié)點(diǎn)表示類。它可以生成易于理解的規(guī)則。本文采用C4.5算法
　　決策樹C4.5算法的基本迭代過程：
　　(1)決策樹從訓(xùn)練樣本的單個(gè)節(jié)點(diǎn)開始；
　　(2)如果訓(xùn)練樣本都在同一個(gè)類，那么該節(jié)點(diǎn)成為葉子，并用該類標(biāo)記；
　　(3)否則，決策樹算法使用信息增益作為度量，選擇一個(gè)能最好地將訓(xùn)練樣本分類的字段。
　　(4)對(duì)字段的每個(gè)已知的屬性值，創(chuàng)建一個(gè)分枝,并據(jù)此劃分樣本；
　　(5)遞歸形成每個(gè)劃分上的樣本決策樹。直至滿足遞歸劃分終止條件結(jié)束。
　　遞歸劃分終止條件：
　　(1)當(dāng)給定節(jié)點(diǎn)的所有訓(xùn)練樣本都屬于同一個(gè)類時(shí)，停止,并用該類來標(biāo)記此葉子；
　　(2)當(dāng)沒有剩余字段可用來進(jìn)一步劃分訓(xùn)練樣本時(shí)，停止，并用訓(xùn)練樣本的多數(shù)的類來標(biāo)記此葉子；
　　(3)分枝沒有訓(xùn)練樣本時(shí)，停止，并用訓(xùn)練樣本的多數(shù)的類來標(biāo)記此葉子。
　　4 算法的程序?qū)崿F(xiàn)
　　采用MicrosoftVisualBasic6.0企業(yè)版作為開發(fā)工具。在VisualBasic中,有三種方式可以建立與數(shù)據(jù)源的連接，這里選擇MicrosoftODBC驅(qū)動(dòng)程序。對(duì)高校人力資源進(jìn)行數(shù)據(jù)挖掘的結(jié)果，是通過一棵決策樹來顯示的，在VisualBasic中使用TreeView控件來實(shí)現(xiàn)。節(jié)點(diǎn)位置的設(shè)計(jì)為：根節(jié)點(diǎn)的位置表示“e0”，一級(jí)節(jié)點(diǎn)表示為“e0_”，二級(jí)節(jié)點(diǎn)表示為“e0_ _”，類似地，n級(jí)節(jié)點(diǎn)表示為“e0_ _ … _”。例如:節(jié)點(diǎn)“e0213”表示的是第三級(jí)節(jié)點(diǎn),具體位置是：一級(jí)節(jié)點(diǎn)的第二個(gè)分枝、二級(jí)節(jié)點(diǎn)的第一個(gè)分枝、三級(jí)節(jié)點(diǎn)的第三個(gè)分枝。程序的結(jié)束可以以是否滿足n=0為條件判斷，當(dāng)回歸到第n級(jí)節(jié)點(diǎn)，n=0時(shí)，表示回歸到了根節(jié)點(diǎn)，所有分枝、葉子已經(jīng)產(chǎn)生結(jié)束，數(shù)據(jù)挖掘到此結(jié)束。
　　5 決策樹分類法數(shù)據(jù)挖掘?qū)嵗?br>　　決策樹算法的執(zhí)行結(jié)果是生成一棵決策樹，對(duì)決策樹從根到葉子的每條路徑創(chuàng)建一個(gè)規(guī)則，以IF-Then形式形成分類規(guī)則，組成規(guī)則集G。沿給定路徑上的每個(gè)屬性值形成IF部分的一個(gè)合取項(xiàng)，葉節(jié)點(diǎn)包含的類預(yù)測(cè)，形成Then后面的部分，將規(guī)則存入規(guī)則庫(kù)。
　　例如：要找出高校教師人員變動(dòng)情況與各種原因之間的關(guān)系并建立模式，以便通過調(diào)整薪資、增加培訓(xùn)機(jī)會(huì)!更換工作環(huán)境、提升職位等手段，留住所需人才，并對(duì)新引進(jìn)人才作出預(yù)測(cè)，可以以離職情況作為目標(biāo)類,其它字段有XL(學(xué)歷)，ZY(專業(yè))，ZJ(職稱)，ZW(職位)，XB(性別)，年齡(NL)，配偶工作情況(PO)，下面是一些規(guī)則：
　　(1) 如果職位B(處級(jí))，年齡C(41～50)，則不流失(N類)。
　　(2) 如果學(xué)歷05(博士)，配偶工作情況C(不滿意)，年齡B(31～40)，則流失(Y類)。
　　通過決策樹，可以看到,年齡在30～45之間的男性博士生容易感覺當(dāng)前單位待遇不理想或夫妻不在一地而調(diào)動(dòng)；25～35歲碩士生容易感覺當(dāng)前單位不能充分發(fā)揮作用或想繼續(xù)深造而離職。最后的分析結(jié)果通過人機(jī)交互界面反映給高校領(lǐng)導(dǎo)層和相關(guān)的職能部門，對(duì)今后關(guān)于人才的引進(jìn)及管理起到一定的輔助決策作用。
　　6 結(jié)束語(yǔ)
　　隨著社會(huì)的發(fā)展，教育體制的改革與完善，高校面臨的競(jìng)爭(zhēng)會(huì)越來越激烈，這就要求高校的管理者能根據(jù)人事管理、教學(xué)管理、科研管理、就業(yè)管理、學(xué)校發(fā)展規(guī)劃等實(shí)際情況進(jìn)行科學(xué)決策。本文研究數(shù)據(jù)挖掘技術(shù)在高校人事管理中的應(yīng)用，完成了程序代碼的實(shí)現(xiàn),通過友好的人機(jī)交互界面，為高校人才引進(jìn)和管理提供了科學(xué)的決策依據(jù)。
　　
　　參考文獻(xiàn)
　　[1]周學(xué)君，楊敏，面向高校就業(yè)的數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)析取技術(shù)及實(shí)現(xiàn).三峽大學(xué)學(xué)報(bào)，2005，27(3)：260～263
　　[2]范明，孟小峰數(shù)據(jù)挖掘概念與技術(shù)[M].第1版一t京：機(jī)械工業(yè)出版社，2001
　　[3]姜欣，徐六通．C4．5決策樹展示算法的設(shè)計(jì).計(jì)算機(jī)工程與應(yīng)用，2003，4：93～94

相關(guān)熱詞搜索：分類法 人事管理 高校 決策樹