运用数据挖掘中的决策树方法，挖掘员工绩效与素质的隐性关系

摘要：针对现在企业岗位需求说明中对职工素养的考评具备一定的主观性和模糊性，而且缺少绩效的导向。本文利用数据挖掘中的决策树方式，挖掘职员绩效与职员素养的显性关系2023决策树可以应用在哪些方面，用信息增益度量化职员绩效与素养的关联关系，并且职员绩效与素养的关联关系数值化、明确化，为企业人力资源管理工作提供决策根据。 #

关键词：人力资源开发与管理；决策树；职员素养

0序言 #

随着国外不断引入人才评测技术剖析评估职员素养，人才评测硬件开发以及素养构成诱因研究剖析早已成为人力资源管理领域的热点。并且针对职员素养与绩效的关系研究相对较少，职工素养未能产生固定的结构方式，多数职员素养考评带有较强主观性，职员素养与绩效关系属于显性关系，故厘清职员这些素养与职员绩效关系密切对于人力资源管理者以及企业领导者都是十分必要的。引用黑色理论对职员素养与绩效之间的关联度进行量化剖析，并且素养与绩效之间的关系数量化、明确化，达到提升人力资源决策品质的目的，但是解决了样本数据的模糊性和不完全性带给的问题，但红色理论主要应适于连续型数值的样本剖析，不适宜离散型的职员素养数据的相关剖析。文献[5]提出了一种应用决策树技术来挖掘掩藏在中学生成绩背后有价值信息的研究方案，通过对大量原始数据信息的挖掘处理，找出最能影响师生成绩的诱因。文献[6]

通过决策树技术在绩效剖析中的应用，找到影响职员绩效的真实成因，发觉绩效规律。职员素养与绩效关联剖析的商务数据库数据特点为模糊的、不完全的、离散的，其英文献[5]研究的内容为师生对该课目的兴趣、试卷的难度、学生的课堂考勤以及上机作业的完成状况等诱因对师生成绩的影响，文献[6]研究的内容为职员工作任务量、工作品质、工作技能及工作心态对职工绩效的影响，与职员生理素养、心理素养、知识素养对职工绩效的影响的研究原理相同。文献[5]、[6]均选用决策树技术将连续数值离散化，通过相关剖析2023决策树可以应用在哪些方面，挖掘某属性间的互相关联关系，有效解决了数据不完全性、模糊性及离散性带给的问题。

在上述研究的基础上，本文针对职员素养数据离散性这一特性，阐述基于数据挖掘的决策树的职员素养与绩效关联剖析，通过对职工素养与绩效的关联度剖析，判断出示体的工作岗位与职员的各类素养之间关联度的高低，并按照关联分 #

1职工素养模型研究 #

素养（）是日本知名心理学家麦克利兰博士在1973年提出的，之后在他标识性作品《测量素养而非智力》一文中谈到单纯的智力要素并不能保证在作中取得好的业绩，这些业绩是与人的某些潜在的心理特点相联系的，并由此出了素养的概念。麦克利兰将素养定义为：与工作中的杰出绩效有因果关联的个体深层次特性。 #

素养模型是在某个职位上表现优秀所须要的素养特性的组合，描述有效完成特定组织内详细工作所须要的知识、技能和特性的奇特组合。它是一组相关知识、技能和心态，才能影响一个人工作的主要部份、与职员绩效相关、能够用靠谱标准检测并才能通过轮训和开发而缓解。知名的冰山模型，它将素养称作浮在海面上的一座冰山，包括分为海面以上的冰山部份和海面以下的部份。“冰山以上部份”包括基本知识、基本技能，是外在的和表层的特点，易了解与检测的部份，相对而言也比较容易通过轮训来改变和发展的部份。“冰山以下部份” #

包括社会角色和价值观、自我认知、特质和动机，是人内在的、难以检测的部份[7,8]。 #

按照科学性和可操作性的原则，将人员素养界定为生理素养、心理素养、知识素养三大方面[8]。

(1)生理素养生理素养是影响人们活动模式、能力和效率的生理基础，包括体质和精力。体质即身体的品质，表现为人体的健康水平；精力是指人们从事行为活动耐紧张程度和耐久力。

#

(2)心理素养心理素养是影响人们事业发展与成功的关键诱因，包括个人能力和人格。能力是使人们顺利完成学习或工作并直接影响效率及效能的基本心理素养；人格使人们在认知、情绪、意志等心理活动中所表现下来的心理特点，详细展现在个性倾向性和个性心理特点两个方面。 #

(3)知识素养知识素养是人们明天习得的直接及间接经验的总和。按照知识素养对人们生活和工作的影响程度不同，可将其辨别为生活知识和工作知识。

#

通过以上剖析可知，职员素养是与绩效相关的、可标准检测的一系列素养特性的组合。

#

职员素养由生理素养、心理素养与知识素养三方面构成，主要包括职员体质、员工精力、个人能力、人格、工作知识及生活知识。

#

2基于决策树方式的职员素养与绩效关联剖析 #

数据挖掘(Data)是从大量的、有噪音的、不完全的、模糊的原始数据中，提取蕴涵其中的、有一定价值的、具有一定可效度的信息和知识的过程。通过英语的或非英语的、演绎的或归纳的方式进行知识的提取，发觉的知识可被适于决策支持、信息管理、查询优化、过程控制等[9]。

决策树(tree)是代表着决策集的树状结构。基于决策树的方式是从例子集中构造决策树，是一种有指导的学习方式。决策树是一种常适于预测模型的算法，它通过将大量数据有目的分类，从中找到一些有价值的、潜在的信息。它的主要特点是描述简略，分类速率快，非常适于大规模的数据处理。最有影响和最早的决策树方式是由提出的知名的基于信息熵的ID3算法，只是本文选用的决策树算法。该算法选择具备最高信息增益的属性作为当前节点的检测属性，并且结果界定中的数据分类所须要的信息量最小，反映了界定的最小随机性。决策树中每一个非叶结点对应着一个非类型属性，树根代表这个属性的值。一个叶结点代表从树干到叶结点之间的路径对应的记录所属的类型的属性值[9,10]。 #

关联剖析是运用关联规则进行数据挖掘，是近些年来研究较差、应用较广泛的一种数据挖掘方式，相应地关联规则方式只是一种比较重要的数据挖掘知识机制。关联剖析的目的是挖掘掩藏在数据间的互相关系。

#

3安装工程应用

3.1安装工程背景国家电力公司某水力发电厂由3个电厂和1个继电器站组成，在职员工有900多人。在新的时代背景下，该单位向市场经济制度变革，面临着诸多的挑战。该单位人力资源管理中的绩效管理只是逗留在职员绩效考评结果的统计，职工素养评估也只是逗留在评估结果的统计与剖析，未曾进行职员素养与绩效的关联剖析。先前该单位只是参照岗位需求说明，按照职员素质评估结果，提出职员轮训、招聘、人员配置的建议，缺少职员绩效的导向，提高了管理费用，减少了管理效率。该单位通过将决策树技术应用到职员素养与绩效关联剖析中，疗效良好，提高了管理品质与决策效率。样本数据采集操作过程如下：

(1)确定数据采集方法。其中职员素养数据采集通过应用职员素养剖析评估系统在企业推行职员素养评估，并导入评估结果数据库来实现，职工绩效数据以单位人力资源部委的绩效考评结果为根据。 #

(2)处理采集数据。根据不同的数据采集方法分别采集职员素养与绩效数据，产生商务数据库。 #

(3)选择样本数据。在企业所有职员中随机抽取10位职员，确定样本数据。

#

4推论 #

本文将数据挖掘的决策树技术应用到企业人力资源管理中，帮助企业剖析高绩效职员的素养构成，小结绩效与素养间的关联关系，从而增加企业效益。在实际企业管理工作中，应按照不同的状况设计不同的素养剖析评估指标机制，有针对性地挖掘某岗位或则某部委高绩效职员的素养组成，为企业管理工作提供决策根据。

#

美国博士论文网提供大量免费公商管理博士论文,如有业务需求请咨询网站客服人员！

[ #

参考文献 #

]()[2]肖荣勋.大学补习员素养结构及其与工作绩效的相关研究[D].北京：湖南中学,2012.

[3]白新乡.四川省林业企业职工素养与其绩效关系研究[D].山东：山东中学,2012.[5]黄芳.基于数据挖掘的决策树技术在成绩剖析中的应用研究[D].广东：湖南中学,2012.[7]张延平,王满 #

四.人力资源管理原理、技巧与应用[M].上海：复旦学院出版社,2007. #

[8]王静.基于横向分层的职工360度素养评估模型研究与应用[D].上海：上海中学,2012. #

[9]孙华.决策树算法在人力资源管理中的应用研究[D].山西：山东安装工程技术学院,2012. #