企业人事系统是经过全面深入调查和研究分析目前企业人事管理的管理制度和工作流程,结合当前企业信息化管理需求,并且根据某些高新信息技术公司多年系统开发和项目管理的丰富经验,同时根据企业具体特点而定制专业的人事系统。从而在各个方面帮助企业不断提高运营效率、减少经营成本、降低经营风险、减少工作量以及支持经营决策为目标,进行开发满足企业需求的人事系统。从而刺激企业面向健康发展,大幅度提升企业市场影响力和竞争强度。进入21世纪,由于社会的需求和互联网技术的相辅相成,为了满足人类持续不断的的需要,互联网技术进入一个蓬勃的发展阶段。尤其是数据挖掘技术。企业人事系统结合数据挖掘相关技术,寻找人事基本信息以及相关数据背后隐藏的有价值信息。从而使企业深入全方面的进行人事信息管理工作并建立有利的服务支持,减少企业人事管理工作的繁重任务和工作压力,使人事管理任务更加高效,方便企业员工工作,全方面提高企业办事效率,更好的适应社会的长远发展。本文的主要研究内容如下:1.针对人事数据分析系统需求,引入基于经典Apriori算法的DC_Apriori算法。本文基于DC_Apriori算法提出改进Apriori算法,对三种算法进行详细的描述与分析以及实验分析与对比。证实改进Apriori算法在关联规则生成中,比DC_Apriori算法在得到相同结果情况下,进一步减少执行时间,从而提高算法的效率。为人事数据分析系统原型实现提供技术支撑。2.在企业人事数据分析系统中设计基于改进Apriori算法的人事数据分析引擎的人事信息数据分析原型。为了发现隐含在企业人事系统中潜在的有价值信息,为公司领导、人事管理人员提供更好的、更多的决策依据和数据支持。利用改进Apriori算法挖掘出影响员工工作效率的关联规则。3.实现总部统一部署、统一平台、实时信息同步、分布式管理、集中监控的需求和根据不同企业可以进行系统设置后,进行不同企业日常人事管理工作的企业人事系统平台。本系统实现可以着重加强企业信息安全性、提高数据传输实时性、提高系统易用性、提高系统扩展性、降低企业使用成本。可以满足各种类型企业人事管理工作。