数据挖掘技术在企业职工培训中的应用

《数据挖掘技术在企业职工培训中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、数据挖掘技术在企业职工培训中的应用：本文阐述了数据挖掘的基本理论，介绍了如何建立职工培训数据仓库，进行概念模型、逻辑和物理模型的设计。通过SqlServer2005提供的数据挖掘模型对职工培训信息进行挖掘，得出影响职工培训结果的结论，降低培训成本，提高培训效率。这些分析在企业培训工作的开展与改进有着一定的指导意义。　　关键词：数据挖掘SqlServer2005职工培训培训成本　　：TP311.13：A：1007-9416(2011)11-0120-02　　　　1、综述　　数据挖掘技术在商业、金融业等方

2、面得到了广泛的应用，而在培训领域应用相对较少。企业对职工信息、培训结果等数据的处理一般还停留在简单的数据库管理和查询阶段，还不能发挥其用数据信息为培训工作作出决策的作用。　　本文的工作就是以职工培训信息为背景，建立职工培训数据仓库，利用数据挖掘技术对建立的数据仓库进行深入分析，得出有用的结论指导培训工作，节省企业培训成本，提高培训效率。　　2、数据挖掘概念　　2.1数据挖掘定义　　数据挖掘是从大量的、不完整的、有噪声的、模糊的和随即的数据中，提取隐含在其中的、人们事先不知道的、潜在的和有价值的信息和知

3、识的过程。　　2.2数据挖掘的技术　　最常用的数据挖掘技术主要有决策树、关联规则、贝叶斯、神经X络、聚类分析、模糊集和粗糙集等。　　2.3数据挖掘的步骤　　数据的挖掘过程主要包括5个阶段：数据准备、数据选择、数据预处理、数据挖掘、转换模型及模式评价。　　3、培训数据仓库的建立　　数据仓库研究和解决从数据库中获取信息的问题。通过对在册职工的信息及职工已经获得的培训结果进行分析，可以发现这些信息中包含了大量的基础数据和培训结果数据。　　3.1职工培训数据仓库模型设计　　概念模型设计完成的工作是界定系统边界

4、和确定主要的主题。培训数据库中存贮的是职工的基本信息和培训结果信息，比较单一，又有一定联系。运用数据仓库的理论和方法，对这些数据进行综合、提取，可产生支持培训决策所需要的信息。根据职工的特点及培训结果建立主题的原则，把职工培训结果分析作为主题建立职工培训数据仓库。如图1。　　3.2职工培训数据仓库物理设计　　物理模型设计是指数据在数据仓库中的存放形式和数据的组织。本数据仓库的核心数据库采用关系型数据库管理系统SQLserver2005。这里列出针对职工培训信息模型的物理结构如图2。　　4、职工培训信息

5、挖掘　　4.1关联规则　　关联规则用来揭示数据与数据之间未知的相互依赖关系，评价标准主要是支持度和置信度。最小支持度表示项目集在统计意义上的最低重要性，最小置信度表示规则的最低可靠性。　　用P（A）表示事务中出现物品集A的概率，P（B

6、A）表示物品集A的事务中，出现物品集B的概率，它们的表达式分别为　　支持度：Support(A→B)=P（A∪B）　　置信度：Confidence(A→B)=P（A

7、B）　　4.2用关联规则模型分析职工培训信息　　本文抽用了职工信息及考试情况数据,用关联规则对这些数据进

8、行操作,得出数据间的相关联系,被抽取的字段分别是单位、姓名、计算机等级等如表1。　　(1)数据预处理。为了进行关联规则分析,需对数据进行概化,用符号A表示年龄,分段概化为:A1（小于等于30岁）,A2(30岁-40岁）,A3（大于等于40岁）。用符号HH表示是否通过,概化为:HH1（通过）HH2（未通过）。数据进行离散化后,结果如下表2所示:　　(2)对数据进行训练。其中通过的记录数为5951，未通过的记录数为1796，占总记录数的23.18%，用关联规则对表进行挖掘，规则如表3。　　表中的每一行为一

9、条关联规则，也就是说输入项和预测项有强关联性。　　重要性也被称为兴趣度，可以用来对频繁项集和规则的度量。通过观察重要性可以发现人们感兴趣的项集和规则，重要性的计算公式如下：　　Importance(A=>B)=log(p(B

10、A)/p(B

11、notA))　　按重要性降序排列规则列表，如图3所示。可以看出，年龄大于50岁、工龄大于30年且职务级别为班组长、在操作岗位，学历在高中及以下的职工人群未获得太钢要求的等级的概率较大，而且这部分职工与通过等级要求存在负相关，符合人们对职工能力素质的一般认识，所以说明

12、这部分职工在理解力和学习能力以及接受能力相对教弱，所以针对这部分职工，在今后的培训中要重点关注，在培训形式和培训时间以及培训课时数上要对这部分人群要多研究，比如可以增加培训的课时，调整培训时间保证这部分人群能充分参加培训等，这部分职工以外的职工群体相对这部分职工在理解力、学习能力以及接受能力要强一些，所以可以设计开发培训时间和课时数教少的培训项目，达到降低培训成本的目的。　　5、结语　　本文介绍了数据仓库和数据挖掘的理论知识，建立了考试成绩分析数据仓库，