基于云計算的人力資源管理信息平臺的研究

呂巖

摘 要：人力資源是推動整個經濟和社會發展的重要組成部分，是企業成功與否的關鍵要素，因此，人力資源管理信息系統成為企事業單位眾多信息系統的重要組成部分。文章利用大數據技術的海量存儲和處理能力，并依托“云計算”所具有的超大規模、高可擴展的數據計算方式，設計了人力資源管理信息平臺用于日常管理工作和決策技術支持。文章在分析現有人力資源管理系統的發展和存在的問題的基礎上，提出了數據采集層、通訊支持層、云計算支持層等7層技術架構，并就數據挖掘技術、決策支持系統設計和安全策略等關鍵技術進行了詳細介紹，該信息平臺將彌補原有系統功能單一、決策能力差、管理思想不明確等缺陷，實現了眾多數據的廣泛協作和綜合應用，滿足了管理體系中不同管理者對于決策信息的需求。

關鍵詞：人力資源；云計算；決策支持系統；數據挖掘；大數據

人力資源在企業競爭和企業發展過程中起著至關重要的決定性作用，因此人力資源管理理論也一直是企業管理的重要研究課題，多少年來，隨著計算科學、信息科學、運籌學、系統論等理論的高速發展，使得人力資源從原先的事務管理、數據管理發展到為不同的管理層人員提供不同精度、不同壽命、不同頻率的信息，從而為管理者的決策提供信息支持。因此，利用大數據技術的海量信息的存儲、分析和處理功能，并融合了云計算技術數據計算的方式方法，設計人力資源管理信息平臺是十分必要的。

1 現有人力資源管理系統的發展和存在的問題

從歷史上看，人力資源管理系統大約經歷了三個階段：

①第一代的人力資源管理系統出現在20 世紀60 年代末期。這個階段系統的主要作用在于數值計算，如：計算工資等；

②第二代的人力資源管理系統出現在20 世紀80 年代初。這個階段數據庫技術得到了空前的發展，從而解決了數據的存儲和管理問題，但是，由于管理學理論發展緩慢，人力資源管理的理念并沒有納入系統開發的需求分析中，因此人力資源數據的采集和產生的信息存在片面性和不科學性；

③第三代的人力資源管理系統出現在20 世紀90 年代末期，這個階段計算機得到了普及，通訊技術、互聯網技術、數據庫技術、管理學相關理論都有了長足發展。因此出現了以管理學理論為系統需求，以現代信息科學為實現手段，以數學、運籌學為算法，以哲學、系統論為思想的管理信息系統，從而為管理者的決策提供信息支持。但隨著社會的發展，現有的人力資源管理系統存在著以下問題：

①數據源存在異構化，從而造成數據共享程度不足；

②非結構化數據量日益增多，缺乏高度的管理；

③現有系統管理功能單一，其在人才測評、薪酬績效改革、人才招聘等方面有較大發展空間；

④人力資源管理信息系統功能覆蓋面窄。

2 基于云計算和大數據的人力資源管理信息平臺模型的構建

人力資源管理信息平臺的數據來源較為廣泛，存在數據量大，種類繁多，異構化數據多等特點，因此很難像財務管理信息系統、工業流程系統那樣具有統一的規范性，因此，可以利用云計算技術數據計算的方式方法構建平臺模型，從而實現高效、科學、規范的管理。

通過圖1可以看到，該平臺是由數據采集層、通訊支持層等7層組成。

數據采集層的目的是采集招聘，生產，營銷等過程中等的數據，這些數據有結構化的，也有非結構化的，通過一定的技術手段轉換后送入通訊支持層。由于系統的目標不是簡單地將數據“堆壘”或“混合”，而是按照要求將一定的有著相互關系的要素要求進行必要組合和轉換，因此就需要數據采集層提供足夠“質”和足夠“量”的資源。

通訊支持層是將數據采集層采集來的數據送入“云端”，該層的重點在于通過拓撲設計和軟硬件的支持實現自適應自組織特征的網絡通訊。

由于從云端傳來的數據具有多樣性、復雜性，特別是異構性，這就需要通過該層完成異構數據的同構化處理，從而實現向高層傳輸數據的“標準化”，該層建立了支持系統各個組成部分統一訪問的專用集成數據的中間件。

系統應用層是由招聘管理系統、人力資源系統、薪酬管理系統等組成，在橫向綜合方面，信息平臺可以同一管理層次的各種職能綜合到一起，在縱向綜合方面，平臺可以把不同層次的管理業務按職能綜合到一起，同時該層還通過下一層提供的各類算法服務、專家支持服務、報表模板等為管理人員提供不同層次、不同頻率、不同精度的信息。

決策支持層整合了各個層次和各個節點的數據，提供了優化數據整合等服務，進而實現為最終用戶的決策提供技術支持。

3 關鍵技術研究

3.1 數據挖掘應用

大數據技術側重的是海量信息的存儲、分析和處理；而云計算技術側重的是數據計算的方式方法。從信息流的角度來看：人力資源管理信息平臺的數據量大、類型多，因此，在整個信息網絡中的信源和信宿也越來越多；由于海量的信源和信宿數目，系統中所產生的信息也會很多，即會產生大數據；要想在這些大數據中提取和利用有價值的信息，就需要用高可擴展、超大規模的云計算技術和數據挖掘技術來支撐：

數據挖掘的過程，是一個大量循環的過程，它分為：采集、調整、修改等步驟，如圖2。在數據挖掘過程分為了3個不斷進行著采集、調整、修改與循環的階段，這個循環會直到滿足要求為止，即：

①數據預處理步驟：包含數據清洗、集成、選擇和變換等4個過程；

②數據挖掘步驟：通過眾多的數據挖掘算法（如：基于劃分的算法，Apriori算法等），對經過預處理的數據進行必要的知識發現；

③評估與表示步驟，包括了知識表示階段和模式評估階段。前者是指使用可視化和知識表示技術，向用戶展現挖掘的知識，后者是指根據某種興趣度量來識別表示知識的真正有趣的模式。

該信息平臺采用了廣義知識挖掘、關聯知識挖掘、預測型知識挖掘、自定義數據挖掘算法等4個類別的方法：

①廣義知識挖掘：被挖掘出的廣義知識可以結合可視化技術以直觀的圖表形式展示給用戶。

②關聯知識挖掘。

③預測型知識挖掘： 主要的方法有經典的統計方法、神經網絡和機器學習等技術。

④自定義數據挖掘算法：用戶可以通過此接口將自己編寫的算法保存在平臺上， 供日后使用等。此接口使得平臺具有更強的開放性、靈活性和擴展性。

圖2 數據挖掘過程

3.2 決策支持系統的設計

基于云計算和大數據的人力資源管理信息平臺的決策支持系統將對數據挖掘的數據進行分析、加工和計算，從而為人力資源管理者的決策提供信息支持，幫助管理者提高管理水平，提高決策的科學性、準確性、規范性，從而全面提高工作效率和水平。本系統由決策信息資源池、決策信息分析平臺和決策信息服務實施組成，如圖3所示。

決策信息資源池是整個系統的數據來源，是決策支持信息是否有效的基礎，其數據的質量、反應速度將極大地影響到整個系統。資源池包含了計算資源池、存儲資源池和數據資源池。其中，計算資源池負責系統的計算功能，并由其中的服務器、工作站、PC機進行組合和協調工作；存儲資源池是將多個磁盤陣列、磁盤和其它存儲設備進行互聯和虛擬化，形成統一的存儲機制；數據資源池來源于云下，并經數據挖掘，異構數據同構化處理后進入數據資源池。

決策分析平臺包括以下功能模塊：

①數據分類：將決策信息資源池傳來的數據進行分類和索引；

②數據加工：將數據分類后的數據進行重新整理、組織和集成，送入計算機資源池或存儲資源池；

③決策解釋：向用戶提供統一、集成、共享的標準環境，支持人力資源管理的全面決策過程。決策分析平臺采用人機結合分析的方式，將收集的信息經過各種處理，實現有序化、層次化、系統化，并通過一定的分析方法、數學方法、數學模型將信息轉化為所需的決策綱領用于員工考核目標的設置、薪酬的發放等等。

決策信息服務為用戶提供周期性服務和隨機性服務，周期性服務是按照用戶要求提供的年報表、月報表等等，往往出現在高層，為人力資源管理的戰略規劃、中長期目標提供支持，隨機性服務是根據環境變化、隨機事件做出的快速反應。總之，決策信息服務主要是根據決策信息需求，將大量的數據轉換為分析報告、圖表、表格等多種形式傳遞給用戶。

4 結論

基于云計算和大數據的人力資源管理信息平臺綜合了管理學、信息學、系統論、運籌學、數學等多學科理論，應用到人力資源管理是一項重要的應用和嘗試。實踐證明，該系統平臺的投入使用，打破了原有系統功能單一、決策能力差、管理思想不明確等缺陷，實現了眾多數據的廣泛協作和綜合應用，滿足了管理體系中不同管理者對于決策信息的需求。

參考文獻：

[1]QIN Lele， ZHAO Xin.Design and realization of information service platform of logistics parks based on cloud computing[J].Advances in Information Sciences and Service Sciences，2012.4（23）：112-120.

[2]QIN Lele， YIN Shaoqing， DONG Ganghui.Study on college English test （CET） comprehensive management information system based on multi-system data integration[J].International Journal of Multimedia and Ubiquitous Engineering，2014，9（8）：137-148.

[3]秦樂樂，劉衛.考試綜合管理信息系統的關鍵技術研究[J].河北工業科技，2010，27（4）：10-13.

[4]許云峰，張妍，趙鐵軍.基于云計算的商業情報采集系統[J].河北科技大學學報，2012，33（2）：161-165.

[5]鄧峰，劉延濱，劉聰林，彭洋.基于云計算的政府決策支持系統研究[J].軟件導刊，2014，13（3）：1-3.