原创《数据挖掘技术在绩效考核中应用其作用》：本论文可用于绩效考核论文范文参考下载，绩效考核相关论文写作参考研究。
摘 要：本文主要通过数据预处理、评价指标体系、人力资源管理对数据挖掘技术和绩效考核进行了概述,并介绍了决策树分类算法C4.5算法在绩效考核中的应用,最后研究了数据挖掘技术在绩效考核中的主要作用.
关键词：数据挖掘技术 人力资源管理 绩效考核 道路养护人员
在信息网络发展迅速的社会中,人力资源的收集和管理更为依赖于网络数据,很多企业通过网络信息、数据挖掘技术等来收集、积累、统计人才市场上的优秀人才,从真正意义上来说,多数企业的人力资源绩效考核系统并没有考虑到员工绩效的因素.数据挖掘中的决策树分类算法为管理人员的人力资源管理决策提供有效的信息,挖掘出员工绩效考核背后有价值的信息,还可以对员工绩效的不当之处进行改进.现以基于轨迹数据挖掘的道路养护人员绩效考核模型为例,探讨数据挖掘技术在员工绩效考核中的应用和作用.
一、数据挖掘技术和人力资源管理
数据挖掘是指在海量数据中主动发现有效信息的过程,它是一门受到数据库系统、视化和信息科学、机器学习、统计学等多个学科影响的交叉学科.数据挖掘技术即数据库中的知识发现过程的一个基本步骤,这个步骤把人们对数据的应用从低层次的简单查询提升到从数据库中提取对决策有价值的信息.这个有价值信息的提取主要由数据准备、数据挖掘、结果表达和解释三个阶段组成,决策树、遗传算法、关联规则、聚类分析、神经网络是数据挖掘常用的几种算法.
为了充分研究数据挖掘技术在人力资源管理中的应用,现以基于轨迹数据挖掘的道路巡检养护人员绩效考核模型为例,此模型旨在通过道路巡检养护人员巡检的轨迹数据,对员工的绩效考核建立一个客观公正的模型.此轨迹数据挖掘方法首先采用消减数据、分割轨迹、过滤数据的方法对数据进行预处理,然后使用多元统计分析方法从数据库中挖掘信息,最后使用模糊综合评价方法对挖掘的信息进行考核评分.
1.数据预处理
现在选取某公路局2012年员工绩效考核的数据进行研究分析,并提取年资、专业能力、交际沟通能力、外文应用能力、解决问题能力等和绩效相关性很大的特征属性,并把员工的“绩效等级”作为类别标识属性.轨迹数据预处理是在轨迹数据挖掘之前通过一次性读取数据来实现的,这个措施不仅能够提高绩效考核模型的精确度,还能避免因重复操作引起的冗余问题,从而提高模型运行的质量和效率.对巡检轨迹数据进行预处理主要表现在消减数据、分割轨迹、过滤数据三个方面,首先,对记录频率为1s 的轨迹点过密现象进行消减,主要消减挖掘目标相对冗余的数据,消减的程度则通过读取数据的频率实现,以使数据频率仍能保持轨迹曲线光滑性的最大值.其次,将整个轨迹依据停留时间超过阈值的现象,分割成子轨迹对象.此分割过程是分层实现的,整个轨迹首先被分割成每天一条轨迹,然后将每天一条分割为每圈一条轨迹,最后将每圈一条分割成符合巡检规范的子轨迹段,在以上分割过程中,依据的标准分别是巡检日期、巡检圈数、停留时间超限次数.最后,将非指定巡检时间段内的轨迹数据,依据不及时关闭设备的现象进行数据过滤,数据过滤是将原始数据中不符合要求的数据过滤掉.
2.评价指标体系
应用多元统计分析方法对数据预处理的巡检轨迹进行数据挖掘,主要是对巡检总里程、巡检总用时,巡检总用时停留超时次数、巡检速度,巡线合格率、巡点合格率、圈数合格率进行数据挖掘.巡检总里程是通过相邻两坐标点间的距离（利用经纬度值求出）累积求和得出,巡检总用时是对每段子轨迹起始点和结束点的间隔时间累积求和得出;巡检速度即巡检总里程和巡检总用时之比,它和巡检总用时停留超时次数两项指标可以反映出巡检人员的态度和方式;巡视路线和地点都是预先设定的,巡线和巡点都通过统计分析得出,圈数合格率即实际圈数和要求圈数之比.进行数据挖掘的三项指标数据能够客观地反映出道路养护人员的工作积极性和巡检表现,根据这些工作表现,人力资源管理部门可以对道路养护人员进行合理管理和规划,以弥补工作中的缺陷和不足,发挥工作过程中的优点和长处.
3.人力资源管理
人力资源管理是指运用科学方法对人和人之间、人和事之间的关系和矛盾进行处理,并实现最终目标的过程,它包括了人员招聘、绩效考核、工资福利、员工培训、人力资源规划等内容.目前,很多企业都缺乏较为完善的人力资源管理体系,主要表现在对人才不重视、人才管理意识较弱、缺乏专业系统的人才管理、人力资源信息渠道少、收集和更新人才的能力过于低下、缺乏人力资源管理的专业人才.由此可见,企业更加需要利用网络和数据挖掘技术建立一个完整的人力资源管理体系.数据挖掘技术能够满足人力资源信息多样性的需求,通过企业内部管理数据库中,我们可以对人事各个模块进行数据挖掘分析,通过不同模块分析的结果,对公司部门结构进行优化并调整员工薪酬;能够满足管理人员对人力资源信息的决策和分析需要,提供公司各个层级工作人员的效率;通过企业外部人才招聘管理数据库中,我们可以在各个招聘网站、人才市场、竞争企业等招聘信息中筛选出符合公司要求的人才,并对不同地区的人力进行分类、对不同程度的应聘者进行不同层次的分类,以选择不同专业、不同技术、不同职位的人才.
二、数据挖掘技术在绩效考核中的应用
1.决策树算法
从机器学习中引出的决策树算法,是一种归纳学习方法,它以实例为数据基础.决策树算法采用的是一种自上向下的递归方式,以树的形式对给定的训练样本数据集进行模型构建,并对属性值进行归纳和分类.C4.5、CART 等各种决策树算法是在 Quinlan 研制的ID3算法基础上发展而来的,此类算法在决策树的内部节点对属性进行比较,并根据这些不同的属性数值对该节点向下的分枝进行判断,结论在决策树的叶结点得到.
2.C4.5算法
采用C4.5算法创建决策树,C4.5算法采用信息增益率对决策节点的属性进行选择,并在子节点进行分类过程中应用递归的方式.选取一个属性对树根节点处的所有训练样本进行区分,从属性的每个值产生一个分支属性值,并将此属性值相对应的样本子集转移到新生成的子节点上,直到一个节点上的所有样本都递归地分配到某个类中为止.
三、数据挖掘技术在绩效考核中的作用
引入数据挖掘技术中的决策树方法,轨迹数据挖掘技术在巡检绩效考核方面取得一定进展.巡检绩效模型从轨迹数据中挖掘巡检方式、巡检时间、停留次数等信息,因此能够更为客观、公正地对道路养护人员的工作绩效进行考核,也普及了众多具有定位功能的车载设备和手持设备,即产生了大量的轨迹数据.轨迹数据挖掘使巡检绩效考核能够更加公平、公正、客观地评价每一个巡检人员的工作表现,对巡检工作人员的工作过程给予更加公正合理的分析和指导.道路安全建立在道路巡检养护人员巡检工作的基础之上,道路巡检养护人员绩效考核也是对巡检人员在巡检过程中的工作表现和工作态度进行评估,此评估也可用于分析巡检工作中的缺陷和不足,对于提高道路巡检养护人员巡检管理水平有着极为重要的作用.运用决策树算法,能够提取员工绩效考核中的规则知识,发现决策属性对薪资类别的影响,并给人力资源管理部门更好的管理员工绩效提供了决策支持.
综上所述,在网络信息技术如此发达的今天,众多企业可以利用网络、数据库和数据挖掘技术获取人力资源信息,并且着重应用于员工绩效考核,构建自己的人力资源管理体系,提高企业员工的工作效率,加强企业的核心竞争力.但是数据挖掘技术在绩效考核中的应用并不广泛,作用没有得到很好的发挥.相关的工作人员应该在数据挖掘技术在绩效考核方面的应用加大研究力度,完善相关的数据挖掘绩效考核体系,以挖掘更多重要的信息,为企业的人力资源管理提供科学有效的依据.
参考文献
[1]李欢欢,刘建勋,刘毅志.基于轨迹数据挖掘的保安绩效考核模型研究[J].湖南科技大学,2011（12）：35-39
[2]和征,李慧玲.基于数据挖掘技术的员工绩效考核系统研究[J].综合管理,2010（9）：192-195
[3]张德.数据挖掘在人力资源管理中的应用[J].北京：清华大学出版社,2009（7）：178-180
[4]JLAWEIHMK.范明,孟小峰（译）.数据挖掘原理和技术[M].北京：机械工业出版社,2010（3）：192-193
绩效考核论文参考资料：
结论：数据挖掘技术在绩效考核中应用其作用为关于绩效考核方面的的相关大学硕士和相关本科毕业论文以及相关员工绩效考核表怎么写论文开题报告范文和职称论文写作参考文献资料下载。
