胡霖

摘 要： 针对大数据下的人力流动区域的估算问题，提出基于大数据分析的人力流动区域估计仿真模型。引进了K近邻非参数估计仿真模型，對大数据背景下的人力流动区域进行标准估算。同时能够对K值进行预留计算，避免大数据干扰的发生，优化了分类近邻子集生成模块，有效地提高了估算能力以及估算的范围，对人力流动区域的估算准确性有极大的帮助。并进行实验分析，由实验分析可知，提出的方法能够准确地对人力流动的区域进行系统的估算。

关键词： 大数据分析； 人力流动区域； 估计模型仿真； K近邻非参数估计

中图分类号： TN911?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）24?0074?03

Abstract： In allusion to the estimation problem of human resource flow region under the background of big data， an estimation simulation model based on big data analysis is proposed for human resource flow region. The K?nearest neighbor nonparametric estimation simulation model is introduced to perform standard estimation of human resource flow region under the background of big data. The K value is reserved for calculation to avoid the occurrence of big data interference. The classified nearest neighbor subset generation module is optimized to effectively improve the estimation capability and estimation range， which is of great help to the estimation accuracy of human resource flow region. The experiment was carried out. The experimental analysis results show that the proposed simulation model can perform systematic estimation of human resource flow region accurately.

Keywords： big data analysis； human resource flow region； estimation model simulation； K?nearest neighbor nonparametric estimation

0 引 言

人力资源在区域内流动可以推进该区域的经济发展以及城市化建设，而人力资源的流动过程又会产生一定的流动副产品[1?2]，人力资源的流动可以提高区域劳动力以及区域的文化交融水平，极大地刺激了物质文化的各个领域。所以，需要利用大数据分析的方法对区域人力资源的流动情况进行预计以及估算[3?4]，这样可以有效地根据人力资源的流动情况进行资源的预计调配以及优化使用。

在人力资源的流动过程中，人力资源本身是一种资源的数据概括量，具有很大的流动性以及不确定性。通过使用大数据的分析方法能够对人力资源的流动进行属性定位以及条件限制[5]，这样便可以使用对应的数据估算方法进行系统的预算[6?7]。传统的数据模型由于使用过程中需要对数据采集分量进行设置，所以使用起来比较复杂。……