數據挖掘技術在電力企業人資管理中的應用

文/華南理工大學 鐘得琿 趙悅含

數據挖掘技術在電力企業人資管理中的應用

文/華南理工大學 鐘得琿 趙悅含

在這個信息技術和通信技術飛速發展的時代，管理信息這樣的系統已經運用在國內很多的企業中，信息管理系統在處理業務的過程中產出了非常多的數據，信息管理系統的數據是可以操作的數據，不可以直接的用來分析和處理，所以導致了下面的這些現象：存在海量的業務數據，企業卻無法從大量的數據中及時得到有用的管理信息。這樣導致大量的數據以及管理層信息無法被應用。

技術；電力企業；人力資源；管理

一、解決數據技術在人力資源中的決策支持問題

首先，信息管理系統中的原始數據要通過抽取、清洗、轉換以及加載到數據庫中，使得數據庫構成主題性的、集成的、時變的，這樣可以更有效地實現企業各種類信息資源的整理、集合、共享，從而實現及時并準確的人員組成分析，可以為企業的管理、決策給予及時準確的依據和參考。

（一）商業智能所指的就是從數據系統中提取到有效的數據。從海量的信息中第一時間發現有價格的數據信息，為企業管理層及決策層決策和戰略發展提供有效的幫助，盡可能的減少管理中純憑經驗的風險和隱患。

（二）數據庫技術是組建于信息系統這個業務發展的需求。基礎與數據系統技術演變而來的，逐步成熟起來的一系列的新的應用技術。它是商業智能的根基，很多基礎的報表可以通過它而生成。

（三）數據技術在線分析處理，它可以通過對信息的多種模式的觀察形式快速地、穩定一致地、交互性地存取。O L A P專門用于支持復雜的分析和操作，側重對決策人員和高層管理人員的決策支持，可以根據分析人員的要求快速、靈活地進行大量數據的復雜查詢處理，并且可以以一種直觀而且易懂的形式將查詢結果展現給決策人員，以便他們準確掌握企業的經營狀況，制定正確的方案。

（四）數據挖掘的方法也有很多種類，數據倉庫的技術同時也支持很多種預測模型以便于對信息數據做相對的分析和分類。采用不同的方法是人力資源數據分析中最為重要及迫切需要解決的問題，因此，我們很有必要的對它進行比較和分析。比較常用的數據挖掘預測方法有：決策樹、神經網絡、回歸預測、聚類和規則引導等。

（五）數據挖掘技術的預測方法雖然種類繁多，不同的情況適用的預測方法也是不同。打個比方，先用決策樹和聚類的方法準備的找出數據的總體方向和趨勢，預測變量相關性之后，再使用神經網絡或者規則引導方法比較有針對性的建模，這樣以來，一方面可以更細致行的細化數據、提高本身的性能，另一方面在一定的程度上可以幫助噪音的消除。

二、數據挖掘在人力資源管理系統中的應用

首先，在電力企業，對企業發展有重大影響的就是人力資源管理，同時，在管理中自然會有很多紕漏以及問題的出現，那么產生的這些問題和原因又不具有一定的確定性，因此問題的解決一般很難用定量的方法去做到。所以，要把智能化的思想引入電力企業人力資源的管理中，為解決問題提供更好、更有效的方法。

（一）聚類分析法是一種很理想的多變量統計技術。它分層聚類法和迭代聚類法，將相同性質分為一類。相反，不同性質的兩個個體歸到不同類。它可以幫助分析的人從員工基本數據庫中查看到不同的員工群。

（二）通過員工的年齡，在企業工作的時間、收入、技能是人力資源管理系統在電力企業中的一個典型的應用。對這個類型的員工聚集歸類以后，將獲得每類的重要平均值，檢查并核查該平均值以及樣本特征的關聯程度。

三、論數據挖掘技術的實際應用

數據挖掘的一般過程分為四項：第一個是數據預處理。是指在主要的處理以前對數據進行的一些處理。如對大部分物理面積性觀測數據在進行轉換或增強處理之前，首先要將不規則分布的測網通過插值轉換然后成為規則網的處理，它以利于計算機的運算。第二個是模型探索。這個工序完全可以由系統本身自動執行，從底部往上搜索原始的事實從而發現它們存在的某種關聯。第三個是結果分析。數據挖掘的整個探索過程不是一次形成的，一般是需要重復反復很多次進行，因為當分析的人員給出結果以后，很有可能會出現一些之前并沒有出現過的新問題或者是對某一方面的結果要做出更精準的查詢。第四個是知識同化。對結果所出的報告進行解釋和分析，這就是一個人工的過程了。

另外，還可以可以通過判斷總結分析出員工屬于哪一種類型。在數據庫的全部數據的記錄上，建立起待分類這樣的樣本集，將所要分類的對象稱之為樣本，也為樣本分類做到合理的分類，應該將它們具體的屬性數量化。

企業所需要的關鍵員工是需要員工保持的，因此找到關鍵員工是員工保持工作的首要任務。那么，接下來是要針對那些有可能要離開的員工，這樣就完全可以運用決策樹的方法來完成這一項。

四、結語

以上對于數據挖掘技術在商業智能的人力資源管理體系中進行的分析和研究，目前看來，數據挖掘技術已經逐漸從高端的研究轉入常用的數據分析中。很多國外的金融業、零售業等像這樣一些對數據分析需求比較大的恒業都已經成功地采取了數據挖掘技術，總而言之，數據挖掘技術不會在缺乏指導的情況下自動發掘模型，得到的模型必須建立在現實生活中，只有這樣，才能真正解釋最終的結果，從而促使該技術不斷完善和提高，使得數據挖掘能夠真正滿足信息時代人們對它的要求，更好地服務于社會，也更好地服務于電力企業人力資源管理體系！

[1]盧建昌,樊圍國.大數據時代下數據挖掘技術在電力企業中的應用[J].廣東電力,2014(9):88-94.

[2]方德琳.淺析信息化在電力企業人才評價工作中的應用與實踐[J].中國科技信息,2013(3):113.

[3]舒永芳.大數據時代下數據挖掘技術在電力企業中的應用研究[J].低碳世界,2016(36):102-102.