北京百益邦广告有限公司 战丽娜长屏(北京)电磁防护技术有限公司 韩冰

试论人力资源管理中数据挖掘技术的应用

北京百益邦广告有限公司 战丽娜
长屏(北京)电磁防护技术有限公司 韩冰

摘 要：随着社会经济的发展，人力资源成为当今社会发展最为重要而又十分紧缺的资源。计算机技术作为人力资源管理的重要工具，在具体管理工作中其重要性日益凸显，但即便如此，人力资源管理工作中也还存在着较多不足，如数据的分析和建模等。数据挖掘技术逐渐受到重视，并被广泛应用于人力资源管理中去。本文简单阐述了数据分析的概况，重点分析了人力资源管理中数据挖掘技术的应用，最后就数据挖掘技术使用的现状和前景进行了分析。

关键词：人力资源 数据挖掘 技术分析 发展现状

1 数据挖掘概述

1.1 数据挖掘的概念

所谓的数据挖掘实际上指的就是一种管理模式，它能从大量的数据中发掘出准确且具有利用价值的数据信息，为管理人员的管理活动提供数据参考和决策依据。

1.2 数据挖掘的基本流程

数据挖掘的基本流程大致分为三个阶段，分别是准备阶段、挖掘阶段和数据分析阶段。第一，准备阶段。准备阶段的工作主要是对数据的准备，首先要从大量的数据中筛选出所需分析的数据；其次是要对数据进行处理，主要的工作包括了数据检查、数据删重、数据补充和数据推导等，其最终目的是要使其符合数据挖掘的规范要求；最后是数据交换，所谓的数据交换既是对相关数据进行有效的整理和删除，也是从初始数据中挖掘可用信息。第二，数据挖掘阶段。在进行有效地数据挖掘之前必须提前制定规划，确定数据挖掘、数据分类等工作的主要方式，同时明确所使用的算法等。只有以上相关工作皆完成后，方能进行实质上的数据挖掘工作。第三，数据分析阶段。所谓的数据分析就是根据用户的需求，将所挖掘出的数据进行解析和表达，获取具有利用价值的数据。其工作模式如下：在数据挖掘过程中会产生一个数据模型，数据挖掘系统通过对模型的分析，会有选择性的删除无关或是多余的部分，若最终未能满足用户的需求，则数据挖掘系统会自动重新选取数据，并设置新的参数或采用新的数据挖方式。

2 人力资源管理中数据挖掘技术的应用

事实上，随着社会经济的发展，尤其是数据库技术和网络信息技术的广泛应用，大多数企业也都在积极建立自身的人才数据信息库，在纷繁复杂的数据之间，往往隐藏着企业发展的优势和弊端。若企业能够对这些信息进行有效的分析和探究，必然能够从其中获取企业发展的规律信息，帮助企业更好的发展。在这一形势下，数据挖掘技术的使用就显得尤为重要。下面，笔者就人力资源管理中数据挖掘技术的应用进行几点分析，具体包括人才招聘、人才管理、人才合理分配、员工离职和薪酬制定等方面。

2.1 人才的招聘

事实上，一家企业若是想要实现长久地发展就必须要不断为企业注入新的活力，也就是说企业如果想发展，就必须不断引入人才资源，为企业注入新鲜血液。人才招聘是企业获取人力资源的主要手段，企业人力资源管理部门通过各种渠道，采用各种方式吸引人才，并采用一定的流程对人才进行筛选，选取最佳的人才资源。企业人才招聘的结果好坏，往往会对企业员工素质、人力资源管理费用等方面造成一定影响。事实上，人才的招聘便是人力资源管理工作的开始。但是在现实工作中，往往会出现这样的情况：企业急需招聘优秀人才，但是却始终迟迟找不到合适的人选，同时却又有大量优秀的求职者无法找到合适的工作。造成这样尴尬局面的很大一部分原因就是企业和求职者之间的内在联系未能充分被发掘，企业对求职者的薪资要求和福利待遇等不了解，同时也未能对企业员工离职的普遍原因进行分析，导致企业在实际招聘过程中存在盲目性，不仅招聘效率低，而且招聘成本增加。

2.2 对人才的管理

目前，企业对员工的数据记录和管理方面较为局限，主要表现在对员工基本信息和日常考核的管理。事实上，现代化的人力资源管理工作更为强调的是对相关数据的分析和整理，并通过分析能够形成具有实际指导意义的总结，对人力资源管理工作提供参考依据。比如，在实际工作中，可通过数据挖掘技术对企业员工的工资状况进行分析，进而从企业成本控制层面提出相关意见和建议。这也意味着，人力资源管理工作不仅是对企业人力资源的管理和分析，而且也是强调其反应情况的能力和总结经验的功能。比如，数据挖掘技术的运用能够对企业人才的年龄层次进行分析和总结，对人才年龄结构的合理性进行判断，在企业招聘中提出聘请人员年龄层次方面的建议。再比如，数据挖掘技术能够对人力资源的供给和需求状况进行分析，对人力资源供给和需求的发展动向进行预测，这也为企业人才的招聘、人力资源的调度、培训和开发提供参考依据。

2.3 实现对企业人才的合理分配

随着我国教育事业的不断发展，人才的发展越来越倾向于“整体多元化，个体个性化”的趋势。因此，在企业人才管理中应当采取一定措施对企业的人才进行合理划分，对员工的具体类型进行判断，这将对企业人才的发展和管理具有积极意义。

采用数据挖掘技术能够对员工的共性和个性进行分析，进而将每位员工划分归类，进而对人员合理划分。在实际操作中，人力资源管理人会通过数据管理技术建立数据模型，并根据模型对大量的数据进行挖掘和分析，进而实现对人员的分组，其最终目的则是实现对人才的分类管理。数据的建模工作中，既可以采用数据挖掘工具自动搜索的方式，发现数据间的规律和联系，也可以采用用户和系统交互实现对用户假设的验证。最终的分析结果往往无法一次性完成，其最终完成，须多次分析和总结，直至精度达到特定要求才能停止，并生成详细的报告。形成报告后，需对报告进一步分析，才能有针对性地提出相关的管理措施。当然，最后这项工作主要还是依托人工完成。

2.4 企业员工离职

目前，我国正处于社会转型阶段，同时受到市场化的人才就业机制的影响，人才的流动较为频繁。事实上，对于企业而言，适当的人才流动能够为企业的发展带来新的动力，但是过于频繁的人员调动，则会对企业的发展造成负面影响，导致企业人才流失，招聘、培训等成本增加。在企业中，尤其是骨干员工的离职往往会对企业的发展造成较为严重的影响。更为糟糕的是，员工的离职有可能会影响整个团队的士气，严重的会造成离职连锁反应，导致企业无法正常运行。

黑粉是天然气外输管道中经常遇到的污染物[1-10]，黑粉的出现会造成管道管输量下降、堵塞仪表和阀门、降低压缩机压缩效率等一系列问题[9]，严重影响天然气的正常输送和下游用户的正常生产。通过对黑粉成分进行分析，一般认为黑粉由铁硫化物、碳酸铁、氧化铁、硫磺、沙粒等组成[10]。黑粉问题最早出现在天然气管道建设较早的国家，如美国、加拿大等国[13-16]。近年来，随着我国输气管线的大规模建设和相继投入运营，黑粉也逐渐出现在输气管网中。

数据挖掘技术的引入对企业建立企业人才流失管理机制具有重要意义，企业通过该机制的建立能够有效避免人才流失，最大限度减少不必要的损失。数据挖掘技术首先将会对离职人员的相关数据进行分析，将相关数据整理成表格，并删除无关和多余的数据。然后通过建立模型，总结和分析员工离职的一般原因。在此需要强调的是，此项分析一般会选用树形模式，它将有助于决策者在大量的信息中寻求到恰当的决策点。在实际操作过程中，可将员工离职的原因设置成树形模式的目标树形，而将其他的属性设置为独立的变量，通过对各种类型的离职原因进行划分和归类，总结出员工离职的原因，并能够在此基础上分析出潜在的离职者，若为优秀的员工，则应当引起重视，采取适当措施保护人才。

2.5 员工的薪酬设计

员工的薪酬管理对企业的发展和员工的稳定性具有重要意义，制定合理的薪酬体系，能够最大限度地确保企业的利益和人力资源的有效使用。在传统的薪酬设计中，往往没有大量的数据分析作为基础，因此存在薪酬不合理，无法满足应聘者需求的情况。或者说，企业拥有大量的数据信息，但是却无法得到有效的分析和整理，而数据挖掘技术恰巧擅长于此道。并且人力资源绩效考核所涉及的信息较多，具体包括了工作能力、学习能力、职业素养等各个方面。在人力资源管理中引入数据挖掘技术能够通过大量的数据挖掘和分析，发现薪酬设计的内在影响因素，为薪酬制定者提供参考依据，以便制定更加合理的薪资管理体系，同时也能定位求职者对某个岗位薪资的需求，实现人才的精准招聘，节约企业的招聘成本。

3 人力资源管理中数据挖掘技术应用现状

3.1 数据挖掘和人力资源管理综合人才缺失

目前，企业中专门从事人力资源管理的人员较多，但是兼具数据挖掘能力的人才少之又少。从技术层面上来讲，数据挖掘技术需要涉及到计算机信息领域的相关知识，而且人力资源管理则涉及到管理学科的内容，从人才培养的角度看，此种复合型人才稀缺，且培养的周期较长。人才的稀缺导致数据挖掘技术无法充分发挥效果，同时也导致人力资源管理效率不高。

3.2 社会对数据挖掘技术的认知不足

事实上，就目前的现状而言，人力资源管理人员和相关专业热对数据挖掘技术的认识尚存在一定偏颇，进而影响了数据挖掘技术在人力资源管理中的运用。在数据挖掘的初步发展阶段，主要是问题输入阶段，也就是机器的学习阶段，管理人员将自己遇到的问题以及解决对策输入到计算机中，计算机通过学习和总结，在系统内部生成相应的规则信息，并利用这些规则为人们解决难题。在随后的发展中，规则则转换成代码并输入机器。由于数据挖掘系统涉及多个领域的内容，具体包括数据库、统计学等多种学科的内容，因其出现和发展的时间尚短，人们对其接触和了解的较少，因此也就导致了认知的不足。

3.3 对人力资源管理的认知不足

伴随着社会经济的发展和科技的进步，人力资源的战略地位日益提升，当今社会已经进入到了人才主权的时代，人力资源数据丰富，且变化巨大，但是许多企业却仍未认识到人力资源管理中所面临的这一现状。总所周知，当今社会中人力资源的竞争已经越来越激烈，如何进行高效的人力资源管理，并通过大量数据的筛选、分析和有效利用，使得人力资源管理有据可循，有理可依，已经成为了现代企业发展必须要面对的问题。

3.4 相关数据研究成果转化不足

数据挖掘技术在人力资源管理中也会受到多方面因素的影响，其中相关科技成果转化不足，也是其中的重要影响因素之一。众所周知，数据挖掘技术对数据的准备、挖掘和分析，其最终目的都是要转化成数据研究的成果，为企业人力资源的管理提供实际意义的帮助。当然，数据成果转化不足的现状，有外部的原因，也有其自身的原因。从其自身分析来看，数据挖掘技术分析所得数据存在或多或少的缺陷，导致转化不便。从数据研究成果转化管理机制方面分析可以发现，数据挖掘成果转化机制和渠道尚不健全，也是导致成果转化不足的原因。另外，企业自身缺乏成果转化的能力和意识，也是导致成果转化不足的重要原因。

4 数据挖掘技术在人力资源管理中的发展前景

目前，人力资源管理中引入数据挖掘技术尚处于初步发展阶段，仍有许多可开发和发展的技术。具体包括用户交互界面的优化技术、数据和时空的关联技术、互联网资源技术等。

4.1 用户交互界面的优化技术

Weak等目前所使用的数据挖掘工具对数据挖掘成果的展示还停留在简单的坐标图和数据上，并不能直观的展示出其分析所得的成果。因此，在未来的发展中，关于加强数据分析结果可读性和可应用性的研究将不断深入，并将成为人力资源管理中数据挖掘技术的发展重点。

在数据挖掘的过程中，若人机之间的交互功能能够得到加强，那么数据挖掘的过程将变得更加可控化，这对于提高数据分析结果可用性具有重大意义，同时也可进一步提高数据挖掘的效率。

4.2 数据和时空的关联技术

随着人力资源管理工作的不断发展，数据的积累不断增多，数据管理的难度也不断增加，现有的数据管理技术将无法满足数据管理的需求，因此，更将强大的数据管理技术应运而生，其管理能力和数据容纳能力都将更加强大。随着数据管理工作的不断深入，我们也发现，数据与时间之间其实存在着密不可分的联系，也就是说随着时间的变化，数据也有可能发生变化，因此，数据与时间、空间之间的关联技术将得到长足的发展。因此，在人力资源管理中时空数据挖掘技术也将成为今后的发展重点。

4.3 互联网资源技术

随着现代信息技术的发展，网络中丰富的资源信息给人们的生产和生活带来了诸多便利。互联网资源在人力资源管理中的运用将会是必然趋势，在今后的发展，也有可能成为其发展的重点趋势。单个企业需要建立强大而完善的数据库资源将会是一个漫长的过程，互联网技术的使用就是实现了各家企业之间数据的共享，在互联网中可以方便获取各项优质信息资源，进而使得最终用于结果分析的数据更加优质、全面，结果中所反映出的规律也更加真实且具有代表性意义。

5 结语

总而言之，人力资源管理中数据挖掘技术的应用，给企业人力资源的管理带去了积极意义。不仅实现了提高企业人才招聘的效率，强化了企业对员工的有效管理和合理分配，且对降低员工的离职率具有重要意义。但是，就目前现状而言，企业人力资源管理中仍然存在许多不足，这种不足包括了技术层面和认知层面，通过对其不足的分析，以期在后续的发展得到强化。随着社会经济的发展，人力资源管理的工作也会随之发展，数据挖掘技术在人力资源管理中的使用也将不断深入，其发展前景不言而喻，而笔者认为互联网资源技术、数据和时空关联技术、用户交互界面的优化技术将会成为发展的重点。以上为笔者总结多年工作经验所得成果，不足之处望相关专家学者指教。同时也希望达到抛砖引玉的效果，让更多的专家学者进入到该课题的研究中。

参考文献

[1] 漆昊晟,欧阳群.数据挖掘技术在企业人力资源管理中的应用[J].企业经济,2012(01).

[2] 高超.数据挖掘技术对企业人力资源管理的影响分析[J].电子制作,2013(11).

[3] 张俊旺.数据挖掘在人力资源信息化管理中的应用[J].电子制作,2012(11).

[4] 贺岚.高校人力资源管理中的数据挖掘[J].湖北科技学院学报,2013(12).

[5] 朱蕾.数据挖掘技术在高校人力资源管理中的应用[J].芜湖职业技术学院学报,2012(09).

[6] 宋丽丽.数据挖掘技术在高校人力资源规模的应用研究[D].沈阳理工大学,2012.

[7] 张海峰.基于战略人力资源管理的人力资源经理胜任力模型研究[D].石家庄经济学院,2014.

[8] 李孟杰.数据挖掘技术在人力资源管理领域的研究与应用[J].无线互联科技,2013(10).

[9] 孙少博.战略性人力资源管理对组织效能的影响研究——基于竞值架构视角[D].山东大学,2012.

[10] 朱凤娟.基于MVC框架的人力资源管理系统的设计与实现[D].吉林大学,2014.

中图分类号：F272.92

文献标识码：A

文章编号：2096-0298(2015)05(b)-012-04