本文關(guān)鍵詞：大數(shù)據(jù)場景下關(guān)聯(lián)規(guī)則挖掘在人事管理系統(tǒng)中的應(yīng)用

  更多相關(guān)文章： 數(shù)據(jù)挖掘技術(shù) 基于SQL的關(guān)聯(lián)規(guī)則發(fā)現(xiàn) 職位推薦服務(wù)

【摘要】：朝陽區(qū)人才服務(wù)中心作為政府部門所屬的人事人才中介服務(wù)機(jī)構(gòu),其擁有的人事檔案管理信息系統(tǒng)已保存了近二十萬余個(gè)用戶的檔案信息,且檔案數(shù)據(jù)仍以每年超過一萬份的數(shù)量增長。如何在海量的信息中快速準(zhǔn)確的獲取、分析信息,進(jìn)而提供更加優(yōu)質(zhì)、個(gè)性化和創(chuàng)新型的服務(wù)是擺在人才中心面前的一個(gè)重要問題。本文在分析現(xiàn)有的人事檔案管理信息系統(tǒng)后,根據(jù)現(xiàn)有人事檔案管理系統(tǒng)的缺陷與不足,通過對系統(tǒng)中龐大的人事檔案數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘分析,嘗試找出數(shù)據(jù)數(shù)據(jù)項(xiàng)間隱含的關(guān)聯(lián)關(guān)系,并最終找出了有實(shí)際意義的關(guān)聯(lián)規(guī)則,進(jìn)而據(jù)此實(shí)現(xiàn)了職位推薦功能,豐富完善了人事檔案管理信息系統(tǒng)應(yīng)用。本課題所做的主要工作和獲得的初步成果包括如下內(nèi)容:(一)在功能需求分析的基礎(chǔ)上,設(shè)計(jì)職位推薦功能的實(shí)現(xiàn)途徑和手段,并完成相關(guān)系統(tǒng)設(shè)計(jì)和數(shù)據(jù)庫設(shè)計(jì)。(二)選擇合適的技術(shù)手段,如數(shù)據(jù)挖掘算法,并應(yīng)用算法對系統(tǒng)進(jìn)行可行性驗(yàn)證。(三)確定在SQL環(huán)境下使用經(jīng)改進(jìn)的Apriori算法,并根據(jù)測試結(jié)果不斷對算法進(jìn)行優(yōu)化以提高執(zhí)行效率。最終得到了有意義的與職位相關(guān)的數(shù)據(jù)關(guān)聯(lián)規(guī)則,進(jìn)而初步實(shí)現(xiàn)并為人事檔案管理系統(tǒng)添加了職位推薦模塊。(四)通過對課題成果進(jìn)行總結(jié),找出系統(tǒng)未來的改進(jìn)和完善方向。
【關(guān)鍵詞】：數(shù)據(jù)挖掘技術(shù) 基于SQL的關(guān)聯(lián)規(guī)則發(fā)現(xiàn) 職位推薦服務(wù)
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F249.2;TP311.13
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-15
• 1.1 研究背景9-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-12
• 1.3 本文主要工作12
• 1.4 本文的組織結(jié)構(gòu)12-15
• 第2章 相關(guān)技術(shù)概述15-27
• 2.1 數(shù)據(jù)挖掘綜述15-18
• 2.1.1 數(shù)據(jù)挖掘的概念15-16
• 2.1.2 數(shù)據(jù)挖掘的過程16-17
• 2.1.3 數(shù)據(jù)挖掘的任務(wù)17-18
• 2.1.4 數(shù)據(jù)挖掘的常用技術(shù)18
• 2.2 關(guān)聯(lián)規(guī)則18-21
• 2.2.1 相關(guān)概念18-19
• 2.2.2 挖掘關(guān)聯(lián)規(guī)則的步驟19
• 2.2.3 Apriori算法19-21
• 2.2.4 FP-Growth算法21
• 2.3 機(jī)器學(xué)習(xí)21-25
• 2.3.1 機(jī)器學(xué)習(xí)的基本概念22
• 2.3.2 機(jī)器學(xué)習(xí)的應(yīng)用領(lǐng)域22-24
• 2.3.3 K-means算法24-25
• 2.4 J2EE和MVC設(shè)計(jì)模式25-26
• 2.4.1 J2EE25
• 2.4.2 MVC設(shè)計(jì)模式25-26
• 2.5 本章小結(jié)26-27
• 第3章 人事檔案管理職位推薦服務(wù)子系統(tǒng)需求分析與設(shè)計(jì)27-47
• 3.1 職位推薦服務(wù)子系統(tǒng)需求分析27-37
• 3.1.1 需求分析27-28
• 3.1.2 數(shù)據(jù)分析28-29
• 3.1.3 功能分析29-30
• 3.1.4 用例模型30-35
• 3.1.5 系統(tǒng)運(yùn)行流程分析35-36
• 3.1.6 數(shù)據(jù)挖掘流程36-37
• 3.2 職位推薦模塊的設(shè)計(jì)思想37-39
• 3.2.1 人事檔案管理系統(tǒng)現(xiàn)狀37-38
• 3.2.2 職位推薦系統(tǒng)模塊的設(shè)計(jì)思路38
• 3.2.3 改進(jìn)后的人事檔案管理系統(tǒng)38-39
• 3.3 系統(tǒng)概要設(shè)計(jì)39-42
• 3.3.1 總體結(jié)構(gòu)設(shè)計(jì)39-40
• 3.3.2 系統(tǒng)功能模塊設(shè)計(jì)40-42
• 3.4 系統(tǒng)建模42-44
• 3.4.1 系統(tǒng)靜態(tài)結(jié)構(gòu)圖42-43
• 3.4.2 系統(tǒng)動態(tài)結(jié)構(gòu)圖43-44
• 3.5 數(shù)據(jù)庫設(shè)計(jì)44-46
• 3.6 本章小結(jié)46-47
• 第4章 數(shù)據(jù)挖掘的算法應(yīng)用與實(shí)施47-62
• 4.1 待挖掘的數(shù)據(jù)集成47-49
• 4.1.1 數(shù)據(jù)的抽取、消減和清洗47-48
• 4.1.2 生成事務(wù)集48
• 4.1.3 提高數(shù)據(jù)預(yù)處理效率48-49
• 4.2 最小支持度49-51
• 4.2.1 設(shè)置最小支持?jǐn)?shù)49
• 4.2.2 最小支持?jǐn)?shù)合理性檢驗(yàn)49-51
• 4.3 職位關(guān)聯(lián)規(guī)則挖掘方法51-57
• 4.3.1 基于SQL的關(guān)聯(lián)規(guī)則挖掘算法實(shí)現(xiàn)51-56
• 4.3.2 關(guān)聯(lián)規(guī)則的管理56-57
• 4.4 關(guān)聯(lián)規(guī)則挖掘結(jié)果57-58
• 4.5 結(jié)論與應(yīng)用58-61
• 4.5.1 規(guī)則數(shù)據(jù)在數(shù)據(jù)庫中的存儲58-59
• 4.5.2 規(guī)則數(shù)據(jù)在系統(tǒng)中的使用59-61
• 4.6 本章小結(jié)61-62
• 第5章 系統(tǒng)實(shí)現(xiàn)62-72
• 5.1 開發(fā)運(yùn)行環(huán)境62
• 5.2 SSH環(huán)境的整合62-64
• 5.3 系統(tǒng)實(shí)現(xiàn)64-69
• 5.3.1 表現(xiàn)層的實(shí)現(xiàn)65-66
• 5.3.2 控制層的實(shí)現(xiàn)66-68
• 5.3.3 模型層的實(shí)現(xiàn)68-69
• 5.4 系統(tǒng)部分運(yùn)行界面69-71
• 5.5 本章小結(jié)71-72
• 第6章 總結(jié)與展望72-74
• 6.1 系統(tǒng)總結(jié)72
• 6.2 存在的問題與展望72-74
• 參考文獻(xiàn)74-76
• 致謝76

，

本文編號：1024852