數據挖掘技術在高校人力資源管理中應用研究

谷麗華

由于社會發展程度加深，各行各業的數據量增長很快，那么隨之處理數據的技術就應運而生-數據挖掘技術，現在我們會發現數據其實隱藏了很多非常有價值的信息。數據挖掘技術對社會各方面的發展都起到了促進作用，數據挖掘技術在各個行業的應用過程中都遇到了不同的問題。在高校人力資源管理中，數據挖掘技術在實施的過程也會遇到一些阻礙或是應用的難題，本文旨在給出數據挖掘技術在高校人力資源管理中應用的一些對策。

數據挖掘（Data mining）一般是從大量的信息中通過一些數據挖掘技術來發現數據之間的聯系，并得到有效的信息，一般來說這些信息是不能被直觀發現的。數據挖掘與計算機科學和數學相關，通過統計分析、機器學習、數據庫和模式識別等諸多方法來實現信息挖掘。

在社會發展的進程下，高校無論從辦學規模還是教師規模都在擴大，對高校的管理提出了變革的需求，這就需要信息技術來幫助管理技術的發展。數據挖掘技術近年來在管理方面的應用也很廣泛，有很多可以借鑒的案例。但由于人事管理與其他管理有很大的差異性，在完全借鑒管理類的案例還不一定能夠得到很好的效果，那么，這就需要在實踐中不斷的改進和優化數據分析方法。在人事管理中應用數據挖掘技術，遇到了一些問題，本文就在實際中遇到的問題給出了一些對策。

一、數據挖掘技術的幾種常用方法

（一）決策樹

決策樹（Decision Tree）是一種應用非常廣泛的數據挖掘的技術，它對應用者的要求不高，并且可以允許數據的缺失，決策樹的算法也有很多。決策樹可以很好的支持分類、問題預測，它在用戶劃分、行為預測、規則梳理應用廣泛，分類速度快，特別適合大規模的數據處理。

（二）神經網絡

神經網絡（Neural Network）是最近比較熱的數據挖掘方法，它通過模擬人腦的計算方式來分析數據，是機器學習最典型的代表，通過不斷訓練計算機來獲得最優的分析模型。神經網絡也是在用戶分類，行為預測等方面應用較多。這類方法的缺陷是，沒有辦法分析真正起作用的是哪些“神經元”和“神經元”起了什么作用，數據的輸出往往被認為是所有“神經元”作用的結果，類似于軟件測試中的黑盒測試。

（三）遺傳算法

遺傳算法是模擬生物的進化規律-適者生存，不適者淘汰規則的搜索方法，它具有良好的全局尋優優勢;采用概率化的尋優方法，可以自動獲取和指導優化的搜索空間，自適應地調整搜索方向，不需要確定的規則。遺傳算法是由美國的J.Holland教授在1975年首先提出的，現在已被廣泛地應用在機器學習、優化組合等領域。

二、數據挖掘技術在高校人力資源管理的應用對策

（一）加強管理隊伍的學習，轉變管理模式

對一項新技術要想運用好，就必須先學習它，了解它，對新技術有了新的認識和理解在實踐中才會它發展的更好。很多新技術出來，許多行業企業都會舉辦交流學習會，可以借助企業對技術的把控來實現學校的管理目標，在系統內也要加強交流、學習、探討;由于人事變革是持續的，所以學習也是持續的，可以通過與兄弟院校和企業建立良好的學習關系來發展人事管理的新思路新方法，通過走出去和引進來持續優化人事管理方法，為下一步的人事管理改革儲備人才。

（二）加快高校信息化、智慧校園建設形成共享大數據平臺

很多高校已經建成數字化校園，也有很多高校正在建設智慧校園，最終的目的是實現信息共享和信息可讀可分析。要配套引進大數據分析智能化軟件和技術以及硬件設施，配備專業的技術人才，使得數據分析結果符合預期，讓技術與管理形成相互促進的良性循環。

（三）加強專業人才儲備，特別是復合型人才

對運用新技術管理模式來逐步替代傳統管理模式的觀念轉變需要對教職員工普及、宣講。在信息技術時代，只有更好的運用信息技術才能使得學校更快更好的發展和改革，那么在這樣的過程中不僅需要出色的專業人才，更需要新思想新觀念的教職工員工的支持，在發展和改革的路上，始終是問題與解決辦法共存的，不僅僅是專業人員需要接納和解決問題，更需要全校教職工的參與才能始終保持最好狀態，始終需要避免只有少數人理解支持信息化改革，只有少數人參與改革。

提高信息化的普及程度，在高校工作的人員都知道或是了解一些信息化，智能化，數據挖掘技術等相關概念，由于了解的程度不一致，導致了觀念有很大的差別，通過一些集中的培訓或是交流，可以將教職工的信息化水平提到一個比較均衡的層面上來，這樣對計算機技術在管理中的應用也會騎到促進作用。

高校在全校人員配備的時候，要適當的考慮計算機專業人員的分布，在招聘時，也需要適當考慮計算機專業人員的需求，只有均勻的專業技術人員分布，在進行管理模式變革時，得到的支持會越來越多，那么教職工的參與度也會越來越高。要適時對這樣的人員進行專業的培訓，開展系統內及系統外的交流。由于專業的差別，這樣的群體也需要進行管理類的培訓。長久的培養，應該能夠出一批復合型的人才。

（四）不斷發展適合自己學校特色的數據挖掘技術

現有的數據挖掘技術已經具備了很好的應用基礎，也基本能夠實現一些信息的挖掘，但是每個行業或是單位都有特殊性，個案性，要想把數據挖掘技術在高校人事管理里面融會貫通就必須要結合管理的實踐提出高校人事管理中數據挖掘技術方法。這是一個很長的過程，也是一個綜合性很強的問題，需要技術和管理都精通的團隊來實現。

（五）勇敢面對挫折，永不言失敗

改革絕不是一蹴而就，所有的改革都會經歷陣痛。一個正確的模型只有通過試驗才能被發現。在改革過程中遇到困難和難題只是暫時，參與者都需要有足夠的信心來面對這一切。在一項技術應用中，實踐與理論結合中會出現意想不到的困難，要勇于探索，更要以平常心對待，不能過早的下結論，實踐出真知。在改革的路上，挑戰與機遇并存，理想與擔當并存，只有參與者充分認識這些并且努力克服困難才能把改革進行到底，改革的掌舵者必須要有這樣的意識才能將改革進行到底，才能到達勝利的彼岸。

三、結語

現代社會的發展離不開計算機技術的發展，要想在緊隨時代潮流，那么管理技術必須要和計算機技術結合。通過不斷的學習，不斷發展思維方式，轉變管理理念，努力跟上時代進度的步伐。數據挖掘技術在高校人力資源管理中的應用對策還需要不斷的優化和發現新的解決辦法，但無論如何高校作為理論研究的基礎社會單元，是最有優勢，也是最有實力發展理論的，也是最應該要發展新的管理理論的，作為高校的管理者也肩負著這樣的社會責任。（作者單位：重慶城市管理職業學院）

項目名稱：數據挖掘技術在高校人力資源管理的應用研究，校級項目（1705485629）