员工招聘是人力资源管理的第一步,招聘工作的质量直接影响到企业的人才质量、人员流动率、甚至人力资源的管理费用。现阶段,随着计算机和网络的普及,网络招聘也日益受到招聘者和应聘者的喜爱,但是随着人口的增加,求职者也日益增加,所以企业需要处理的网络简历也大大增加。因而本研究希望能寻找一种更快捷方便的方法,帮助企业在处理简历上节省时间和精力,提高简历通过的准确性。本文利用定量分析和定性分析相结合的方法,将从网站中获得的简历数据,根据不同岗位划分,提取简历_中的一些重要字段,在EXCEL表格中对提取的简历原始数据进行预处理,然后采用数据挖掘技术中的决策树算法和神经网络算法,在Clementine软件中对处理后的数据进行挖掘,以提取被企业接收面试的简历的共同特征,为日后的网络简历处理提供一定的依据。此外,本文对数据挖掘算法的优劣性与挖掘准确性进行了比较。研究发现,决策树算法速度快,原理相对容易为人力资源管理者所理解,也能够得到比神经网络算法更加直观易懂的分类规则;而神经网络算法需要用户掌握的数学和统计知识不多,且比决策树算法有更高的分类准确度。