论文部分内容阅读
由于社会发展程度加深，各行各业的数据量增长很快，那么随之处理数据的技术就应运而生-数据挖掘技术，现在我们会发现数据其实隐藏了很多非常有价值的信息。数据挖掘技术对社会各方面的发展都起到了促进作用，数据挖掘技术在各个行业的应用过程中都遇到了不同的问题。在高校人力资源管理中，数据挖掘技术在实施的过程也会遇到一些阻碍或是应用的难题，本文旨在给出数据挖掘技术在高校人力资源管理中应用的一些对策。
数据挖掘（Data mining）一般是从大量的信息中通过一些数据挖掘技术来发现数据之间的联系，并得到有效的信息，一般来说这些信息是不能被直觀发现的。数据挖掘与计算机科学和数学相关，通过统计分析、机器学习、数据库和模式识别等诸多方法来实现信息挖掘。
在社会发展的进程下，高校无论从办学规模还是教师规模都在扩大，对高校的管理提出了变革的需求，这就需要信息技术来帮助管理技术的发展。数据挖掘技术近年来在管理方面的应用也很广泛，有很多可以借鉴的案例。但由于人事管理与其他管理有很大的差异性，在完全借鉴管理类的案例还不一定能够得到很好的效果，那么，这就需要在实践中不断的改进和优化数据分析方法。在人事管理中应用数据挖掘技术，遇到了一些问题，本文就在实际中遇到的问题给出了一些对策。
一、数据挖掘技术的几种常用方法
（一）决策树
决策树（Decision Tree）是一种应用非常广泛的数据挖掘的技术，它对应用者的要求不高，并且可以允许数据的缺失，决策树的算法也有很多。决策树可以很好的支持分类、问题预测，它在用户划分、行为预测、规则梳理应用广泛，分类速度快，特别适合大规模的数据处理。
（二）神经网络
神经网络（Neural Network）是最近比较热的数据挖掘方法，它通过模拟人脑的计算方式来分析数据，是机器学习最典型的代表，通过不断训练计算机来获得最优的分析模型。神经网络也是在用户分类，行为预测等方面应用较多。这类方法的缺陷是，没有办法分析真正起作用的是哪些“神经元”和“神经元”起了什么作用，数据的输出往往被认为是所有“神经元”作用的结果，类似于软件测试中的黑盒测试。
（三）遗传算法
遗传算法是模拟生物的进化规律-适者生存，不适者淘汰规则的搜索方法，它具有良好的全局寻优优势;采用概率化的寻优方法，可以自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法是由美国的J.Holland教授在1975年首先提出的，现在已被广泛地应用在机器学习、优化组合等领域。
二、数据挖掘技术在高校人力资源管理的应用对策
（一）加强管理队伍的学习，转变管理模式
对一项新技术要想运用好，就必须先学习它，了解它，对新技术有了新的认识和理解在实践中才会它发展的更好。很多新技术出来，许多行业企业都会举办交流学习会，可以借助企业对技术的把控来实现学校的管理目标，在系统内也要加强交流、学习、探讨;由于人事变革是持续的，所以学习也是持续的，可以通过与兄弟院校和企业建立良好的学习关系来发展人事管理的新思路新方法，通过走出去和引进来持续优化人事管理方法，为下一步的人事管理改革储备人才。
（二）加快高校信息化、智慧校园建设形成共享大数据平台
很多高校已经建成数字化校园，也有很多高校正在建设智慧校园，最终的目的是实现信息共享和信息可读可分析。要配套引进大数据分析智能化软件和技术以及硬件设施，配备专业的技术人才，使得数据分析结果符合预期，让技术与管理形成相互促进的良性循环。
（三）加强专业人才储备，特别是复合型人才
对运用新技术管理模式来逐步替代传统管理模式的观念转变需要对教职员工普及、宣讲。在信息技术时代，只有更好的运用信息技术才能使得学校更快更好的发展和改革，那么在这样的过程中不仅需要出色的专业人才，更需要新思想新观念的教职工员工的支持，在发展和改革的路上，始终是问题与解决办法共存的，不仅仅是专业人员需要接纳和解决问题，更需要全校教职工的参与才能始终保持最好状态，始终需要避免只有少数人理解支持信息化改革，只有少数人参与改革。
提高信息化的普及程度，在高校工作的人员都知道或是了解一些信息化，智能化，数据挖掘技术等相关概念，由于了解的程度不一致，导致了观念有很大的差别，通过一些集中的培训或是交流，可以将教职工的信息化水平提到一个比较均衡的层面上来，这样对计算机技术在管理中的应用也会骑到促进作用。
高校在全校人员配备的时候，要适当的考虑计算机专业人员的分布，在招聘时，也需要适当考虑计算机专业人员的需求，只有均匀的专业技术人员分布，在进行管理模式变革时，得到的支持会越来越多，那么教职工的参与度也会越来越高。要适时对这样的人员进行专业的培训，开展系统内及系统外的交流。由于专业的差别，这样的群体也需要进行管理类的培训。长久的培养，应该能够出一批复合型的人才。
（四）不断发展适合自己学校特色的数据挖掘技术
现有的数据挖掘技术已经具备了很好的应用基础，也基本能够实现一些信息的挖掘，但是每个行业或是单位都有特殊性，个案性，要想把数据挖掘技术在高校人事管理里面融会贯通就必须要结合管理的实践提出高校人事管理中数据挖掘技术方法。这是一个很长的过程，也是一个综合性很强的问题，需要技术和管理都精通的团队来实现。
（五）勇敢面对挫折，永不言失败
改革绝不是一蹴而就，所有的改革都会经历阵痛。一个正确的模型只有通过试验才能被发现。在改革过程中遇到困难和难题只是暂时，参与者都需要有足够的信心来面对这一切。在一项技术应用中，实践与理论结合中会出现意想不到的困难，要勇于探索，更要以平常心对待，不能过早的下结论，实践出真知。在改革的路上，挑战与机遇并存，理想与担当并存，只有参与者充分认识这些并且努力克服困难才能把改革进行到底，改革的掌舵者必须要有这样的意识才能将改革进行到底，才能到达胜利的彼岸。
三、结语
现代社会的发展离不开计算机技术的发展，要想在紧随时代潮流，那么管理技术必须要和计算机技术结合。通过不断的学习，不断发展思维方式，转变管理理念，努力跟上时代进度的步伐。数据挖掘技术在高校人力资源管理中的应用对策还需要不断的优化和发现新的解决办法，但无论如何高校作为理论研究的基础社会单元，是最有优势，也是最有实力发展理论的，也是最应该要发展新的管理理论的，作为高校的管理者也肩负着这样的社会责任。（作者单位：重庆城市管理职业学院）
项目名称：数据挖掘技术在高校人力资源管理的应用研究，校级项目（1705485629）
数据挖掘（Data mining）一般是从大量的信息中通过一些数据挖掘技术来发现数据之间的联系，并得到有效的信息，一般来说这些信息是不能被直觀发现的。数据挖掘与计算机科学和数学相关，通过统计分析、机器学习、数据库和模式识别等诸多方法来实现信息挖掘。
在社会发展的进程下，高校无论从办学规模还是教师规模都在扩大，对高校的管理提出了变革的需求，这就需要信息技术来帮助管理技术的发展。数据挖掘技术近年来在管理方面的应用也很广泛，有很多可以借鉴的案例。但由于人事管理与其他管理有很大的差异性，在完全借鉴管理类的案例还不一定能够得到很好的效果，那么，这就需要在实践中不断的改进和优化数据分析方法。在人事管理中应用数据挖掘技术，遇到了一些问题，本文就在实际中遇到的问题给出了一些对策。
一、数据挖掘技术的几种常用方法
（一）决策树
决策树（Decision Tree）是一种应用非常广泛的数据挖掘的技术，它对应用者的要求不高，并且可以允许数据的缺失，决策树的算法也有很多。决策树可以很好的支持分类、问题预测，它在用户划分、行为预测、规则梳理应用广泛，分类速度快，特别适合大规模的数据处理。
（二）神经网络
神经网络（Neural Network）是最近比较热的数据挖掘方法，它通过模拟人脑的计算方式来分析数据，是机器学习最典型的代表，通过不断训练计算机来获得最优的分析模型。神经网络也是在用户分类，行为预测等方面应用较多。这类方法的缺陷是，没有办法分析真正起作用的是哪些“神经元”和“神经元”起了什么作用，数据的输出往往被认为是所有“神经元”作用的结果，类似于软件测试中的黑盒测试。
（三）遗传算法
遗传算法是模拟生物的进化规律-适者生存，不适者淘汰规则的搜索方法，它具有良好的全局寻优优势;采用概率化的寻优方法，可以自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法是由美国的J.Holland教授在1975年首先提出的，现在已被广泛地应用在机器学习、优化组合等领域。
二、数据挖掘技术在高校人力资源管理的应用对策
（一）加强管理队伍的学习，转变管理模式
对一项新技术要想运用好，就必须先学习它，了解它，对新技术有了新的认识和理解在实践中才会它发展的更好。很多新技术出来，许多行业企业都会举办交流学习会，可以借助企业对技术的把控来实现学校的管理目标，在系统内也要加强交流、学习、探讨;由于人事变革是持续的，所以学习也是持续的，可以通过与兄弟院校和企业建立良好的学习关系来发展人事管理的新思路新方法，通过走出去和引进来持续优化人事管理方法，为下一步的人事管理改革储备人才。
（二）加快高校信息化、智慧校园建设形成共享大数据平台
很多高校已经建成数字化校园，也有很多高校正在建设智慧校园，最终的目的是实现信息共享和信息可读可分析。要配套引进大数据分析智能化软件和技术以及硬件设施，配备专业的技术人才，使得数据分析结果符合预期，让技术与管理形成相互促进的良性循环。
（三）加强专业人才储备，特别是复合型人才
对运用新技术管理模式来逐步替代传统管理模式的观念转变需要对教职员工普及、宣讲。在信息技术时代，只有更好的运用信息技术才能使得学校更快更好的发展和改革，那么在这样的过程中不仅需要出色的专业人才，更需要新思想新观念的教职工员工的支持，在发展和改革的路上，始终是问题与解决办法共存的，不仅仅是专业人员需要接纳和解决问题，更需要全校教职工的参与才能始终保持最好状态，始终需要避免只有少数人理解支持信息化改革，只有少数人参与改革。
提高信息化的普及程度，在高校工作的人员都知道或是了解一些信息化，智能化，数据挖掘技术等相关概念，由于了解的程度不一致，导致了观念有很大的差别，通过一些集中的培训或是交流，可以将教职工的信息化水平提到一个比较均衡的层面上来，这样对计算机技术在管理中的应用也会骑到促进作用。
高校在全校人员配备的时候，要适当的考虑计算机专业人员的分布，在招聘时，也需要适当考虑计算机专业人员的需求，只有均匀的专业技术人员分布，在进行管理模式变革时，得到的支持会越来越多，那么教职工的参与度也会越来越高。要适时对这样的人员进行专业的培训，开展系统内及系统外的交流。由于专业的差别，这样的群体也需要进行管理类的培训。长久的培养，应该能够出一批复合型的人才。
（四）不断发展适合自己学校特色的数据挖掘技术
现有的数据挖掘技术已经具备了很好的应用基础，也基本能够实现一些信息的挖掘，但是每个行业或是单位都有特殊性，个案性，要想把数据挖掘技术在高校人事管理里面融会贯通就必须要结合管理的实践提出高校人事管理中数据挖掘技术方法。这是一个很长的过程，也是一个综合性很强的问题，需要技术和管理都精通的团队来实现。
（五）勇敢面对挫折，永不言失败
改革绝不是一蹴而就，所有的改革都会经历阵痛。一个正确的模型只有通过试验才能被发现。在改革过程中遇到困难和难题只是暂时，参与者都需要有足够的信心来面对这一切。在一项技术应用中，实践与理论结合中会出现意想不到的困难，要勇于探索，更要以平常心对待，不能过早的下结论，实践出真知。在改革的路上，挑战与机遇并存，理想与担当并存，只有参与者充分认识这些并且努力克服困难才能把改革进行到底，改革的掌舵者必须要有这样的意识才能将改革进行到底，才能到达胜利的彼岸。
三、结语
现代社会的发展离不开计算机技术的发展，要想在紧随时代潮流，那么管理技术必须要和计算机技术结合。通过不断的学习，不断发展思维方式，转变管理理念，努力跟上时代进度的步伐。数据挖掘技术在高校人力资源管理中的应用对策还需要不断的优化和发现新的解决办法，但无论如何高校作为理论研究的基础社会单元，是最有优势，也是最有实力发展理论的，也是最应该要发展新的管理理论的，作为高校的管理者也肩负着这样的社会责任。（作者单位：重庆城市管理职业学院）
项目名称：数据挖掘技术在高校人力资源管理的应用研究，校级项目（1705485629）