數(shù)據(jù)挖掘在人力資源市場的應(yīng)用研究.pdf

1、近年來，越來越多的企業(yè)招聘人員或求職者選擇人力資源市場提供的信息發(fā)布平臺來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，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)時代的效率太低，遠(yuǎn)不能滿足信息社會中日益增長的人才和求職需求。
　　本文主要對數(shù)據(jù)挖掘技術(shù)在人力資源市場中的應(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，并初步實現(xiàn)針對求職者的個性化職位推薦過程。本文第二章對人力資源

2、市場業(yè)務(wù)的特點和數(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ID3和C4.5這兩種決策樹算法進(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的人才信息庫作為數(shù)據(jù)源，運(yùn)用C4.5算法進(jìn)行數(shù)據(jù)挖掘，找到分類規(guī)律，得出分類規(guī)則，即人力資源市場決策樹評價模型;將經(jīng)過數(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，通過運(yùn)算把生成的決策樹與分類規(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。該方法通過硬性條件過濾、非硬性條件相似度計算、求職傾向計算等過程，綜合求職過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值的決策信息。
　　本文第五章還通過實驗對提出的方法進(jìn)行了驗證，通過準(zhǔn)確率和召回率對基于數(shù)據(jù)挖掘、基于內(nèi)容與基于協(xié)同過濾的人才推薦方法進(jìn)行了對比?；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，準(zhǔn)確率提高約7％;推薦列表大于20時，召回率提高約為6％-9％。相比有所