数据挖掘在人才认知系统中的应用研究

• 作 者: 单春玲
• 机 构: 天津财经大学
• 出 处: 天津财经学院 天津财经大学
• 发表日期: 2004年01期
• 关键词: 数据挖掘 知识发现 数据预处理 聚类分析 回归分析

随着计算机技术，特别是数据库技术的发展，在人才市场上积累了大量的人才数据。如何发现隐含在这些数据中的规则和知识，并辅助决策，成了亟待解决的问题。数据挖掘技术的出现和发展为此提供了有力的支持。数据挖掘就是从大量的、不完备的数据中，提取出事先未知的、但具有价值的信息和知识的过程。本文在对数据挖掘技术的理论研究基础上，描述了该技术在人才认知系统中的应用。主要阐明了人才认知系统在数据预处理的前提下，如何运用改进的聚类方法，对人才库进行合理、高效的聚类，然后在其结果簇上进行回归分析，从而得到各类人才能力的评价标准。 本文共分六章，其主要内容如下：第一章指明了本文的研究目标，主要解决的问题及使用的关键技术。本章从现有人才测评系统出发，提出了利用数据挖掘技术，进行人才认知研究的问题。同时，也提出了本文所使用的关键技术，包括聚类分析和回归分析。第二章主要介绍了数据挖掘的基础知识，包括数据挖掘的概念，任务以及方法，并指出了人才认知系统的任务和使用的方法。提出了人才认知系统的体系结构及其核心——数据挖掘引擎的处理过程。第三章主要介绍了人才认知系统中的数据类型，阐述了数据的编码方案和信息表示的方法、数据选取的策略以及数据预处理的过程。第四章主要介绍了人才认知系统所使用的聚类分析方法。本章首先介绍了聚类分析的定义和评价方法。其次介绍了几种主要的聚类方法。最后介绍了人才认知系统使用的聚类方法——划分方法，以及系统的实现过程，同时对聚类的结果进行了说明。第五章主要阐述了一元回归分析以及对回归方程显著性的检验方法。提出了在人才认知系统中使用回归分析的方法，对第四章的聚类结果进行了回归分析。第六章主要介绍了数据挖掘的研究现状以及发展方向。同时也指出了人才认知系统中存在的问题及对人才认知系统的展望。