论文部分内容阅读
我国人力资源管理经过近二十年的发展,其核心理论基础仍处在第三次工业革命时代的科学管理阶段。尽管大数据等前沿概念逐渐与人力资源管理实践结合的日益紧密,但多数停留在研究阶段,尚未大规模应用到企业人力资源管理实践。长期以来,人力资源管理信息系统一直充当着收集数据的功能,这些数据可以帮助人力资源管理人员进行更好的人员管理。经过多年的数据积累,人力资源信息化系统已经逐渐从工具的角色,转向到助手的角色,但需要将数学模型与管理实践进行匹配。与传统的数据分析只需要得出一个数据性的结论不同,人力资源商业智能除了强调整个数据过程的存储、准备、清理、挖掘、建模等通用内容,同时也更加强调后续的管理行动,尤其是要依靠数据完成对管理的持续改善。在工作实践中,对人力资源的数据进行分析与预测主要有定性和定量两种方法。定性方法主要依靠管理者的经验进行常规管理,而定量分析则是以现实数据为依据,具有较高的数学逻辑性。因此,对于企业来说,在工业4.0、智能制造、互联网+等外部环境快速变化的情况下,将灰色系统理论、马尔科夫预测等应用于人力资源管理实践中,本身也是对人力资源管理理论的补充,因此,具有重大意义。本论文对数据挖掘技术在人力资源管理领域的应用进行了研究,研究内容包括数据挖掘的内容与流程、数学模型与人力资源管理实践的匹配、数据挖掘在人力资源离职分析领域的应用。通过利用灰色关联分析法对GST公司案例的分析,旨在寻找建立人力资源数据图谱的路径,以及数学模型在人力资源管理实践中的应用范围,为建立人力资源商业智能寻找路径及对策。