基于矩阵的人力资源多值关联规则的挖掘

《基于矩阵的人力资源多值关联规则的挖掘》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、第1V页河南大学硕士研究生学位论文斑ldingaSsociationmlesin氐quentitcmSet．ProVeitshi曲e伍ciencyand谢idityby专eS乏S。(3)Applyingthee髓cientmultipleaSsociationrulesmimngalgorithmintotheCollegeCadres’Electronical山℃hiVesManagementIIlfonnationSystemformanagingeollegeh嗽anresources．髓lesuccess纯lru

2、n芏lingoft量lesystemValidates专hefeasibil戤of也ealgo撼t扭礁，Keywords：FrequemItemset，MuhipleAssociationIUle，FAFSAlgoritlml’Hum锄王沁source关于学位论文独立完成和内容创新的声明本人向河南大学提出硕士学位中请。本人郑重声明：所呈交的学住论文是本人在导师的指导下独立完成的，对所研究的课题有新的见解。据我所知，除文中特别加雕说明、标注和致谢的地方外，论文中不包括其他人已经发表或撰写过的研究成果，也不包括其他人为获得任

3、何教育、科研机构的学位或证书而使用过的材料。与我一同工作的同事对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。÷一j_，。y一，_^学住手请人．，(学位玲变作者)，签名：查1夏l两．。i一?，’I．，?”。，．，，o一，：一’：，。、／一，。，i二一jj、

4、it～：}j1

5、j，柏D￡卑石凋知日，，7一，‰二一i。}?1。I2部DX干6月，9日

6、

7、j，∥‘。。!j。i，。。ijj，。，⋯，毒7～。≯√羹鬈7。兹i：；：：、二一一一‘：i“，，+，，。一‘，，t：v／i+?，，≯关于‘学位论文著作权使用授权书i

8、t??。?，，7I，

9、j{jj。。?本人经河南大学审核批准援予颈士喾住。作为学住论文的作者，本人完全了解并同意河南大学有关保留、7使用学位论交锏要求，即河南大学有权向国家图书馆、科研信息机构、数据收集机构和本校图书馆等提供学住论文(纸质文本和电子文本)以供公众检索、查阅。本人授权河南大学出于宣扬、展览学校学术发展和进行学术交流等目j的，可以采取影印、缩印、扫描和拷贝等复制手段保存、汇编学位论文(纸质文本和电子文本)。(涉及保密内容的学位论文在解密后适用本授权书)学位获得者(学位论文作者)签名：查!訇匾209学位论文指导教

10、师签名：20河南大学硕士研究生学位论文第{页第一章绪论本章首先介绍了数据挖掘领域的研究热点关联规则挖掘的产生背景和研究现状；随后论述了人力资源的开发现状以及将关联规则挖掘技术应朋于人力资源开发的必要性和可行性；最后给出了本文的课题来源及所要做的主要工作，简单概括了本文内容的组织安排。1．_l关联规则挖掘的研究现状1．1．1关联规则挖掘的发现历程、现状关联规则挖掘是数据挖掘发展的核心内容，而数据挖掘则起源于从数据库中发现知识￡1Jlzl(KnowledgeDis∞ve搿inD缎国ase，简称KDD)，它首次出现在1989年

11、8月在底特律举行的第十一届国际联合人工智能学术会议上。为了统一认识，在．1996年出版的总结该领域进展的权威论文集《知识发现与数据进展》【3】中，FaWd，Pia主etsl(y—shapiro和Smyth给出了KDD和数据挖掘的最新定义，将二者加以区分。KDD的定义为：KDD是从数据中辨别有效的、新颖的、潜在有用的、最终可理解的模式的过程。数据挖掘的定义为：数据挖掘是KDD中通过特定的算法在可接受的计算效率限制内生成特定模式的一个步骤。由此可冤，整个KDD过程是一个以知识使用者为中心、人机交互的探索过程。数据挖掘只是数据

12、库中知识发现的一个步骤，但又是最重要的～步。因此，往往可以不加区别地使用KDD和数据挖掘。。一般在研究领域被称作数据库中知识发现的，在工程领域则称之为数据挖掘。数据挖掘在～些文献中还有其它名称，如数据开采、数据采掘、知识挖掘、知识抽取、知识考察等。关联规则的概念是从商业需求中弓l入的：在传统的零售商店中顾客通常是到一个柜台买完东西后再到另一个柜台去买另一样东西，这样～来，商场经理虽然知道每一种商晶的销售情况，但并不知道是哪些顾客购买的，也不知道这个顾客同时还买了哪些东西。随著超级市场的出现，顾客可以在超市一次购得所有自己

13、需要的商品，而条型码技术的广泛应用，使商家非常容易收集和存储数量巨大的销售数据。一条这样的数据记录通常都包括与某个顾客相关的交易(Transactions)日期、交易孛所购物趁项圈(R鼬s)等等。通过对以往的大量交易数据遴行分析就能获得有关顾客购买模式的有用信息，从而提高商业决策的质量。在交易数据项目之间挖掘关联规则