數(shù)據(jù)挖掘在人力資源市場(chǎng)的應(yīng)用研究.pdf

1、近年來(lái)，越來(lái)越多的企業(yè)招聘人員或求職者選擇人力資源市場(chǎng)提供的信息發(fā)布平臺(tái)來(lái)尋找合適的人才或工作。然而，互聯(lián)網(wǎng)上的招聘和求職信息量通常是呈指數(shù)增長(zhǎng)，手工輸入條件查詢相關(guān)職位與人才信息的招聘和求職方式在大數(shù)據(jù)時(shí)代的效率太低，遠(yuǎn)不能滿足信息社會(huì)中日益增長(zhǎng)的人才和求職需求。
　　本文主要對(duì)數(shù)據(jù)挖掘技術(shù)在人力資源市場(chǎng)中的應(yīng)用進(jìn)行研究，從海量數(shù)據(jù)中挖掘出求職者與職位之間的潛在關(guān)系，并初步實(shí)現(xiàn)針對(duì)求職者的個(gè)性化職位推薦過(guò)程。本文第二章對(duì)人力資源

2、市場(chǎng)業(yè)務(wù)的特點(diǎn)和數(shù)據(jù)挖掘技術(shù)進(jìn)行了分析;第三章在第二章的基礎(chǔ)上，對(duì)ID3和C4.5這兩種決策樹(shù)算法進(jìn)行比較研究后，最終選擇使用C4.5。第四章采用某市人才市場(chǎng)的人才信息庫(kù)作為數(shù)據(jù)源，運(yùn)用C4.5算法進(jìn)行數(shù)據(jù)挖掘，找到分類(lèi)規(guī)律，得出分類(lèi)規(guī)則，即人力資源市場(chǎng)決策樹(shù)評(píng)價(jià)模型;將經(jīng)過(guò)數(shù)據(jù)抽取、數(shù)據(jù)清洗等預(yù)處理后的數(shù)據(jù)作為C4.5算法的輸入，通過(guò)運(yùn)算把生成的決策樹(shù)與分類(lèi)規(guī)則表示為求職傾向矩陣。第五章在上述數(shù)據(jù)挖掘結(jié)果的基礎(chǔ)上提出一種新的人才推薦方

3、法。該方法通過(guò)硬性條件過(guò)濾、非硬性條件相似度計(jì)算、求職傾向計(jì)算等過(guò)程，綜合求職過(guò)程中的各種因素后形成推薦職位列表，以此為求職者提供有價(jià)值的決策信息。
　　本文第五章還通過(guò)實(shí)驗(yàn)對(duì)提出的方法進(jìn)行了驗(yàn)證，通過(guò)準(zhǔn)確率和召回率對(duì)基于數(shù)據(jù)挖掘、基于內(nèi)容與基于協(xié)同過(guò)濾的人才推薦方法進(jìn)行了對(duì)比?；跀?shù)據(jù)挖掘的人才推薦方法在推薦效果上與傳統(tǒng)推薦方法而言，職位推薦列表大于10時(shí)，準(zhǔn)確率提高約7％;推薦列表大于20時(shí)，召回率提高約為6％-9％。相比有所