人力資源統計學
前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇人力資源統計學范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。
人力資源統計學范文第1篇
1引言
近年來，全球經濟的競爭變得越發明顯，任何一個行業要想獲得長足發展，都必須進行優化和創新。而對于醫院這個公益性的事業來說，也同樣如此。醫院想要發展，就必須借助綜合性的良好管理，而綜合管理中的關鍵則是人力資源管理工作。目前來看，各個醫院之間的競爭，已經不單單局限于整體規模以及先進的醫療設備，而是人員的競爭。所以，對于醫院來說，必須優化自身人員管理工作，及時改變醫院中存在的人員不良情況，例如工作的責任心、能力等方面的薄弱和不足，以實現科學管理，并推動其發展。
2醫院人力資源管理現狀
2.1人力資源結構不合理
醫療行業一直有其自身所存在的獨有價值，但是在不斷的發展過程中所存在的問題也越來越突出，主要表現在醫院工作者身上的不良表現，即：人員數量多、業務素質相對較低，所以二者之間具有明顯的不和諧。具體分析出現此種問題的主要原因，主要是缺乏科學合理的資源結構建設，例如并未對相關醫護工作人員進行培養。部分醫院為了保證醫院工作更好開展，也開始為員工進行一定的培訓，雖然整體素質有所改善，但是在高端人才方面表現得仍舊較為薄弱。所以，結構設置上的不合理，已經成為影響人力資源管理工作執行的主要因素。
2.2員工培訓少
醫院的工作相對較多，每一位工作人員都有其必須負責的崗位，對于人員的需求表現得更為明顯。所以，員工很少有時間參與相關的工作培訓，醫院更無閑暇時間為員工提供培訓的機會和崗位，最終造成員工培訓相對較少的局面。而員工的培訓少，不但會直接影響其綜合能力的掌握情況，還會限制醫院的未來發展。所以，人員培訓上的缺乏，也造成了今日人力資源管理工作上的薄弱局面。
2.3管理人員與醫護人員的交流少
醫護人員，其所接觸的人員范圍除了同事之外，其余就是自己所需要輔助的病人及家屬。而想要做好人員的管理工作，必須保證醫護人員、管理人員之間的有效溝通和交流，但是醫護人員由于受到工作的限制，常常處于被動地位。作為一個相關管理負責人員，必須主動參與到醫護人員的工作之中，對于其目前的需求進行了解，例如培訓教育、醫療講座等等，解決其工作中存在的思想負擔。
3統計學在醫院人力資源管理中的應用
3.1運用單變量預測模型預測醫院的人力資源需求
相對于復雜變量來說，單變量有其自身應用的優勢，例如其可將時間這一單一因素看成是一個自變量，不需要加入其他因素，將人力數作為因變量，同時設定一個條件，即人員增減以及相關影響因素等均沒有發生改變。所以，最終以時間作為自變量的方程即為：Y=。（注：Y為人員變量）。
3.2運用總平均指數分析醫院平均工資的變動
總平均指數，其另一種說法就是平均指標指數，主要針對的是變動指標，例如醫院工作中所涉及到的工資、工作量等等。由此來看平均數的運用，可以對人員的績效工資、工作量等方面進行詳細的了解。
3.3運用統計學建立人力資源評價體系
構建評估體系：人力資源，是綜合了多個學科后的交叉性學科產物，所以其具備發展的全局性特點。統計學的運用，能夠充分體現人力資源的真正意義和實施價值。實現人力資源的科學管理：要想實現科學管理，其前提是必須具備明確的戰略計劃。將研究過程中所得到的相關數據，作為統計學實施過程中的研究對象。同時，統計學的實施能夠直接體現數據的直觀變量，具有客觀性、細致性特點，有效地打破了管理工作中的粗放式局面，成就了科學管理的發展走勢。注重人才的崗位調整：人才，是支持任何一個行業得以發展下去的關鍵，對于醫院來說也是如此。醫院由于工作繁忙，忽略了對人員的培養工作，最終導致群體的不規范性局面。同時，要做好人員結構調整工作。想要做好人力資源的管理工作，就必須綜合多個方面的因素加以考慮，而針對所處的環境，也會出現不盡相同的效果。結構調整的主要判斷因素，主要包括崗位的需求性、人員的協等等，最終綜合統計學所得結果，進行崗位調整方案的選擇。
4 結語
人力資源統計，具有其自身的特點，即相互之間的聯系、依存以及制約等等，相較于那些較為單一的目標來說，其反映的功能更強且更為多樣，是對各個方面全部變化過程的科學反應。人力資源管理的實施，不但為員工提供了機遇，還為醫院的發展奠定了基礎。統計學在人力資源管理工作中的逐步應用，將直接提高工作效果。
參考文獻：
[1]徐丹紅.新形勢下醫院人力資源管理的現狀分析與創新研究[J].中國保健營養?下旬刊，2013（8）.
人力資源統計學范文第2篇
【關鍵詞】教學資源協同;跨學科;應用型人才培養
一.背景
隨著設計實踐內容的深化，視覺傳達設計教育的目標和職能隨之發生改變：從原來重理論、重技術的教學，轉變為重啟發性、重獨立性的教學模式，培養和激發學生的創造性思維。
《品牌設計》作為視覺傳達與媒體設計專業的一門重要課程，被安排在大三階段，它是通往品牌設計策劃這個職業方向的核心課程。近些年來《品牌設計》課程出現諸多問題：1.任課老師單打獨斗，創新無力。2.專業間課程界限無法逾越，課程孤立封閉。3.僅靠教材上滯后的經典案例，學生無法真正掌握品牌設計的本質。課程的實際目的被一份標準化的作業架空。新的課程改革的迫切性呼之欲出。
以產學研中心為平臺，走向教學資源協同的新課程模式是積極解決應對以上局限的新嘗試。具體方式是：撰寫新的教學大綱，帶來新的課改方向――基于應用型人才培養的課程實踐，將課程內容定位為實際設計項目，邀請行業知名設計師和本院教師合作上課，拓展教學資源，以彌補課程盲點。通過案例和實踐參與，使學生不光理解知識點，更具備創造性的應用設計原理、設計技能，解決企業形象傳播問題的能力。此課程對學生綜合設計能力培養、設計習慣養成以及畢業后從事設計工作都起著直接作用。
二.課程改革擬解決的主要問題：
1.《品牌設計》課程中跨學科知識點眾多，學生無法理解和應用。
2.學生無法做到知識點到能力轉化，設計能力與行業應用需求脫節。
3.多數學生缺乏良好設計習慣和職業素養，責任心弱，崗位勝任力差。
4.傳統教學評價機制相對封閉，無法公平合理評價學生的綜合能力。
5.實際項目的課題往往被市場非專業因素影響，如何保持高校教學專業性。
三.課程建設思路
本次課程建設擬在傳統教學模式的基礎上，總結近四年的課程改革實踐基礎和相關研究，參考外國品牌設計課程的教學方法，結合當前社會行業發展需要，協同各種教學資源，以克服和完善原有課程的不足，最終實現以培養學生獨立設計能力和崗位勝任力為目標的完整的、可操作的、可推廣的課程。
1.封閉式課堂教學轉向為開放式項目參與
不同于基礎類課程，《品牌設計》課程不再是簡單的技能、知識的傳授與訓練，更多強調學生利用三年所學解決實際企業形象問題的綜合能力。教學目標決定課程必須走向開放式教學參與實際項目。
2. 真槍實彈的設計氛圍重塑學習狀態與習慣
打破傳統課堂教學模式，除了老師和同學兩個角色之外，還有項目的甲方，以及在策略上提供幫助的專業公司。他們在課程的前期方案調查，中期策略協助，最終的作品考評上都有參與。教學現場也不再局限于課堂，部分課時在客戶主場，部分在策略公司，部分在展覽現場等。這樣真槍實彈的氛圍，不同于同學們以往的學習體驗，自然而然他們自我的定位、要求、和責任感都會提升，進入真正的職業工作狀態。
3.團隊意識的增強，同時深化個性化培養
品牌形象課程由于工作量大，采取團隊合作方式完成目標。由于學生特長不同，性格各異，團隊合作中會自然而然分化出發言人、總協調、執行人等等不同分工。團隊中每個成員的關系既是合作共贏也存有博弈競爭。以此幫助學生認識自我，同時深化個性化培養。
4.多重評價機制和獎勵機制結合，激發學生個體特長
由于各個學生能力不盡相同，團隊合作中的分工也應人而異，因此在成績考核改革中，采用技能考核和綜合素質考核相結合。成績評定由課程指導老師、企業代表，專業公司的專家共同完成。既有師生教學關系，還有甲方和乙方關系，共同評價和驗收學生完成的任務，如有最終錄用，額外給予獎勵的機制，激發學生個體特長與學習積極性。
四.課程建設方案
1.修改培養方案，實現跨專業跨學科課程合作。協同學院內部教學資源。
培養方案和教學大綱是組織課堂教學的依據。新修訂的培養方案加強了課程體系改革，將《包裝設計》、《創意表達》、《網頁設計》等6門課程組合成品牌設計課程群;
同時在具體課程時間安排上，《品牌設計》和《創意表達》課程平行開展，形成課程互補，實現課堂教學協作。
培養方案里新增三個拓展模塊：1廣告與傳播拓展模塊、2展示空間拓展模塊、3多媒體拓展模塊，學生可以自主選修廣告、動畫或展示設計的專業課，促進綜合設計能力提升。經過重新整合的跨專業跨學科各課程自成體系又層次清晰、結構合理，給品牌設計課程的改革做好了鋪墊與拓展。
2.整合師資隊伍。采用校內外導師組集體指導，主管教師負責的指導方式。
實際項目往往牽涉到若干學科、若干職能部門。為了更好完成任務，除了邀請跨專業的校內導師，同時還會利用實踐平臺，與合作單位開展設計協作。借助合作單位資深設計師、資深市場顧問，配備給每個學生團隊，對每組進行職業化的設計輔導和設計管理。課程主管老師把控整個課程進度和教學效果。這種形式既可以交叉融合各種觀點、寬廣思路、全方面教學、又可以有效避免因某位校外導師的工作忙碌而產生的指導效果問題。
3.協同合作企業和機構，資源互動，深化產學研實踐能力。
產學研的前期實踐中，以工作室為單位的視覺傳達與媒體設計專業已與本地多家公司、單位建立了長期合作關系。它們提供了許多高校本身無法達到教學資源：包括教學環境、實際案例、學習材料、師資、政策、教學后援系統等。尤其是當地文化產業的核心機構，給課程實踐提供了很好的項目來源。文化是一種珍貴的創作資源，特別適合和高校相結合。學生需要考慮如何通過設計去創造價值，特別是給文化創造價值。
4.整合教學方法。“超級整理術”在教學實踐中的應用。
“超級整理術”是源自當代日本設計師佐藤可士和的高效工作方法論和設計思維模式。其宗旨在于透過對復雜信息的辨別與整合，提升設計效率與精準度。通過這種方法的訓練，彌補藝術類學生邏輯能力弱，工作條理性差、時間觀念模糊等傳統缺陷。最終培養學生良好的生活、工作習慣，在完成項目的同時也規范了自身的設計習慣。
5.協同多重評價機制。公開課程成果展覽，檢驗課程建設效果。
最后作品匯報、分數評定都向企業和各協同單位開放。通過成果展覽的方式，直觀的展示課程建設效果。整理與總結，將課程前期探索經驗與成果理論化落實。慢慢形成探究式的作品積累，最終完成對本土文化的挖掘與推廣。
五.課程成果
1.整合課程學習資源。課程教學方式更開放與多元，實現走出去與請進來的教學思路，接觸行業現狀。
2.加強課程項目的選題與跨領域合作，并保持高校工作室的探究式學習氛圍。
3.以點帶面，相關課程授課合理采用行之有效的課程教學改革方案。
4.學生優秀作品成果展
5.學生優秀作品參加比賽并獲獎;
6.分析總結課堂教學經驗，完善教學實踐，形成教學研究報告。
7.圍繞本土文化，形成課題組，完成作品積累與出版。
人力資源統計學范文第3篇
關鍵詞：醫院；醫療衛生人員；人力資源管理
醫院人力資源就是醫院中具有學歷和技術職稱或者有特殊專長的技術人員、后勤人員以及管理人員[1]。人力資源管理就是醫院組織對技術人員、后勤人員以及管理人員進行有效的管理。為了提高醫院人力資源管理的有效性，要加強醫療衛生人員對醫院人力資源管理的認知程度，才能保證人力資源的有效利用。
1 資料與方法
1.1一般資料 選擇我市的二級醫院和三級醫院作為調查對象，使用隨機抽樣，選擇我市3所二級醫院與3所三級醫院進行調查。對醫院醫療衛生人員的年齡、崗位以及科室進行隨機抽樣，發放1200份問卷，保證回收率97%。
1.2方法 利用分層隨機抽樣的方法展開問卷調查，調查項目有15個，每個項目最大分值為5分，1分為較差，2分為一般，3分為良好，4分為較好，5分為很好。
1.3數據分析 問卷由EpiDate3.0錄入調查數據，通過SPSS13.0統計學軟件進行統計學分析，數據由t檢驗[2]。
2 結果
醫療衛生人員對醫院人力資源管理認知度最高的是管理者的管理觀念，認知度較低的是醫院制定管理戰略的參與度（見表1）。
3 討論
本次研究發現醫療衛生人員對醫院的人力資源管理認知程度最低的項目是個人發展空間與醫院戰略制定參與度。這說明醫院的管理組織只把醫院醫療衛生人員當做一種勞動力，不是一種可開發的資源[3]。醫務人員的個人能力與自身價值得不到好的發揮，也缺少合理的績效評價方案，從而不能提高醫療衛生人員的工作積極性。本次研究醫療衛生人員對醫院的人力資源管理認知程度最高的是管理組織的戰略觀念，這說明醫療衛生人員能夠認同醫院管理者的管理方案措施。
不同學歷、年齡段、科室、所在崗位、在職年限的醫療衛生人員對醫院人力資源管理的認知差異具有統計學意義。30～40年齡段的醫療衛生人員對醫院人力資源管理的認知度較低，由于該年齡段的人群處于事業發展期，面對家庭、事業以及生活的多重壓力，從而降低了該年齡段醫務人員對醫院人力資源管理的認知度[4]。
本研究發現不同年齡段的醫療人員對醫院人力資源管理的認知程度有所差別，不同學歷的醫療人員對醫院人力資源管理的認知程度各不相同。數據差異具有統計學意義（P
為提高醫院醫療衛生人員對醫院人力資源管理的認知水平，可建設醫務人員選拔制度和配置制度。醫療衛生人員的選撥要從招聘人員中選擇符合實際需要的人員，要符合醫院的發展目標，內在知識、技能水平要符合醫院審查標準，還要具有一定的學歷水平，具有臨床經驗、科研經歷。
開展醫療衛生人員的培訓制度要與醫院的發展目標緊密結合起來，實現醫院價值跟醫務人員價值的高度統一，加強對醫療衛生人員的培訓，提供醫人務員個職業生涯發展空間，同時也要培養團隊的合作精神，打造具有規范化、制度化的培訓制度。
建立薪酬管理制度，醫院要構建具有多個層次和多個維度的績效評估體制，例如服務對象方面、財務方面以及內部流程和學習成長方面。薪酬設計要遵從按勞分配，體現技術含量，提倡效率優先以及可持續發展的原則，建設公平的薪酬制度。
參考文獻：
[1]袁. 醫療衛生人員對醫院人力資源管理的認知研究[J].山東大學，2009，02（22）：12-13.
[2]藍劍楠，許亮文. 杭州市級公立醫院醫務人員對醫院人力資源管理認知現狀調查分析[J]. 現代醫院管理，2012，01（11）：46-48.
[3]藍劍楠. 醫院人力資源管理對醫務人員工作滿意度的影響因素分析[J].杭州師范大學，2012，21（01）：23-24.
人力資源統計學范文第4篇
1在經濟管理中的統計分析
1.1分析統計方法的使用。現代經濟的管理中，和傳統的管理方式不同，它更提倡管理的以人為本，而且管理方法主要采用定量的方法而不是定性法。但是無論是什么方法，統計學都是重要的工具。所以統計學在經濟管理中有很重要的地位。而且它對經濟管理起著重要的作用。
1.2分析經濟質量。2002-2007這幾年間，傳統的生態稅收所起到的作用已經被弱化了，但是我們可以從這幾年的稅收收入上來分析，逐年上升的生態稅與生態環境有很大的關系，但是，生態稅收在所有稅收中的比重卻下降了。所以，我國這幾年稅制的綠色化程度下降速度很快。所以國家要加大對生態經濟的投入，更要加大力度保護我國的環境。
1.3分析經濟管理。我國是一個經濟大國，經濟的管理和發展是一件重要的事情，而且經濟的發展會有很多報告，但是這么多的調查報告不可能都放在一起，然后慢慢查看。那樣會造成經濟分析信息過遲。那么我們如何來分析那么多的數據呢？那么我們就要用到統計學，利用科學的方法來更直觀的表述經濟的發展狀況。雖然經濟管理的程序非常簡單，但是需要很多因素來完成這個過程的實施。利用統計學來將經濟狀況準確的表達出來。
2統計學對經濟管理的作用
我們知道了統計學的重要性那么我們就要進一步闡述統計學在經濟管理中的作用。
2.1解決經濟管理中的薪酬問題。現在是市場經濟，人們都很注重經濟利益，那么職工的薪酬問題成為企業的一個重要的部分，那么在現代的經濟管理中，每個人都是一個個體，人們最在意的往往就是自己的薪金。管理者對創造價值的多少也就是薪金支付的高低，這中間的一個變量就必然存在，是否薪酬合理，衡量的指標怎么樣才能公平這些現實的問題是很多人要面臨的。數學包含著一切學科的基礎，生活的方方面面已經應用到了，在薪金計算過程中，計算變量采用數學公式，每個人可以合理的分配出應得的報酬，在經濟管理中很好解決了薪酬的問題。所以利用好統計學來合理的制定職工薪酬的比例，對公司的發展有重要的作用，只有合理的薪酬才能使員工的工作積極性更高，才能對工作有熱情。但是如果過高的話，就會導致公司成本過高也不利于公司的持續發展。所以，必須要解決好酬金問題。
2.2利用統計學規劃經濟發展。無論是薪金還是其他一些人們關注的經濟問題，都會運用到統計學中，在生活中的影響逐步擴大起來。在市場經濟條件下，統計信息不斷變大，統計信息及統計手段的重要性日趨顯著：社會經濟發展在部門、政府制定規劃下，檢查、監督及執行情況，進行管理和調控社會經濟活動的全過程，統計學都必須充分利用上。所以統計學對經濟的規劃有很重要的作用，只有利用統計學對經濟中的變量進行分析，才能更好地制定出適合的經濟發展規劃。
2.3數學知識的運用。統計科學實質來說，應該是應用數學的一個分支，并且可以認為是觀察資料上的數學應用。同一公式在不同類型的具體對象下可以同樣地應用，這是統計學的一個特征。經濟應用統計學研究社會經濟現象的數量關系和數量特征，數學方法必然要利用上。結合統計數學有的、嚴密性的特性，是經濟管理提供論證和計量的有效方法。所以我們要合理的利用好數學知識，來對經濟管理中的問題進行科學的分析，這樣才能使經濟發展更好。
3統計學在管理中的應用要注重于經濟、管理類在現實中實際的應用能力。在工作中通過分析列表、加減乘除和圖示等初等方法的數據，可以直觀的了解數據表達的總體，幫助人們解決問題。在位置下，需要統計的事物也并非一樣，所以我們也要靈活的運用統計學。統計學在管理中面臨最多的，基本有三個方面：
3.1統計在營銷管理中的作用。管理營銷常常要統計一部分或一個階段單位的顧客滿意情況、銷售情況、市場的需求情況等，通過統計，對各個環節的正常與否進行分析，以很好地解決問題。這項工作我們就要運用到統計學，借助這個工具將這些數據科學的統計出來，并且直觀的表現出現。這樣才可以更有利于市場營銷工作的進行，才能通過分析現狀來制定更好地營銷計劃。
3.2統計在人力資源管理中的作用。眾所周知，人力資源的把握在企業中是很重要的一件事情。員工對企業現在工作的意見、企業管理者的建議以及滿意程度等都是企業統計的一個重點。人力資源培養和調度如何更完善的做好，就會很好地減少企業發展中消極的因素，也是統計學在管理應用中的一個重要方面。所以，我們就要對人力資源的相關內容進行科學的統計，以實現對人力資源有更好的掌握，這樣才能有利用公司的進一步發展。
3.3統計在審計實務中的作用。確定審計抽樣的分層及其樣本。在審計抽樣中，每一個樣本的單位的重要性都是不同的，這就在抽樣要求的過程中，在進行不同的抽中概率下要有不同重要程度的單位來取決，在審計實務統計中要充分利用好數理統計學，采用最優樣本容量及最優分層分配，可以將估計的精確度大幅度提高。經濟管理領域的應用統計學中，在設計上具有靈活性、新穎性和實用性的特點。
人力資源統計學范文第5篇
【關鍵詞】人力資源 統計信息系統 數據倉庫 olap
1 引言
人力資源是指能夠推動經濟和社會發展的勞動者的能力。從宏觀意義上是以國家或地區為單位,從微觀意義上是以企事業為單位。本文所論述的系統是以企業為單位。
人力資源管理是企業生存的命脈。企業人力資源管理的根本目的就在于結合企業戰略發展的需要,預測和評估未來可能發生的事件對企業人力資源管理的影響,制定企業人力資源發展戰略和工作目標,獲得企業所需要的員工,并且創造條件以保證員工能完全投入工作,充分發揮他們的潛能。人力資源管理主要完成招聘和培訓員工,制訂具有競爭力的薪金福利體系、員工的考勤、休假、退休等管理智能。
為了解決人力資源管理中存在的諸多問題,有必要利用數據挖掘技術對企業人力資源數據源中的數據進行統計分析,尋找其中有價值的關系和規律,從而為制訂人力資源總體規劃和各項業務計劃提供有效的決策支持,并對人員聘用計劃、人員使用計劃、培養和選拔計劃、薪資計劃、勞動關系計劃等制定工作起到一定的輔助作用,因此,研究與開發基于數據倉庫技術的企業人力資源統計信息系統具有十分重要的意義。
2 數據倉庫為中心的統計信息系統
統計信息系統是管理信息系統的一個子系統。管理信息系統是一個具有高度復雜性、多元性和綜合性的人機系統,它具有信息的收集、傳遞、存儲加工、維護和使用的功能。統計信息系統是在傳統的人工統計工作的基礎上,綜合運用現代統計學和信息科學的有關原理,應用現代計算機技術、網絡技術以及信息處理技術等建立的人/機復合系統。具體地,統計信息系統是一個由人、計算機等組成的,根據統計指標和指標體系進行統計信息的收集、傳遞、存儲、加工、分析、維護和使用以及生成統計信息的系統[1]。統計信息系統的模式如圖1所示。
數據倉庫是一種從數據庫技術發展而來但又不同于數據庫的數據組織和存儲技術,它是面向主題的、集成的、隨時間變化的、非易失性的數據集合,它用于支持管理層的決策過程。數據倉庫的創建和使用都是圍繞著主題的,數據倉庫中的數據不是將業務處理系統中的數據簡單集合,而是對各種源數據進行抽取、篩選、清理、綜合而得到的數據集合。數據倉庫中所存儲的數據主要用于查詢和分析。由于數據倉庫以統計分析技術作為分析數據和提取信息的有效方法,統計學是數據挖掘技術的重要的理論來源之一,因此數據倉庫術、以及基于數據倉庫的olap和數據挖掘形成了新型的統計信息系統框架[2]。數據倉庫為中心的統計信息系統的體系結構見圖2。
3 數據挖掘技術
數據挖掘(data mining)是一個多學科交叉領域,它融合了數據庫技術、人工智能、機器學習、統計學、面向對象方法、信息檢索、高性能計算等學科。數據挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中,提取隱含在其中的、事先未知的、潛在有用的信息和知識的過程。提取的知識表示為概念、規則、規律、模式等形式[3]。目前主要的數據挖掘方法有統計分析方法、神經網絡、機器學習、遺傳算法、模糊集法、近似推理等。數據挖掘不一定需要建立在數據倉庫的基礎上,但基于數據倉庫的數據挖掘能簡化數據挖掘過程的某些步驟,提高數據挖掘的效率,同時能更好地滿足高層戰略決策的需求。
數據挖掘可以看作olap的高級階段,它不僅能對過去的數據進行查詢和遍歷,并能夠找出過去數據之間的潛在聯系,從中提取輔助決策的關鍵性信息。數據挖掘的功能包括:概念描述、關聯分析、分類與預測、聚類分析、趨勢分析、孤立點分析和偏差分析。數據倉庫為中心的統計信息系統中數據挖掘的流程見圖3。
4 數據倉庫為中心的企業人力資源統計信息系統的設計
4.1 系統結構
基于數據挖掘的企業統計信息系統分為統計管理和數據挖掘兩部分,依據數據流圖和處理過程,統計管理包括了8個功能模塊,數據挖掘包括了3個功能模塊。系統結構如圖4。
4.2 系統設計思想
系統總體設計思路是:
(1)嚴格按照軟件工程要求組織研究、開發、測試、生產、維護等環節,充分利用支持環境和有利條件,開發出適應新的人力資源管理模式的統計信息系統;
(2)集成性與開放性并重。既要做到系統內部各模塊之間的無縫集成,又要保證對外界系統的開放性;
(3)充分利用可視化技術,為用戶提供一個人機界面友好、操作簡單方便的應用環境;
(4)用現代軟件工程的方法,從系統的各個層次考慮系統安全性問題。
4.3 人力資源總體規劃
人力資源總體規劃包括了人力資源的總目標、總政策、實施步驟及總預算的安排。人力資源總體規劃與企業的戰略目標緊密相連,并以銷售預測、市場走向、技術發展及生產率的變化等信息為基礎。其中企業發展目標、勞動力信息將作為該模塊的輸入信息。該模塊的執行過程需要決策者大量的信息、知識和模型,因此需要建立模型庫和知識庫來提供相關的模型和知識規則。該模塊將提供人機交互模式和環境為決策者的決策提供輔助。該模塊的執行流程見圖5。
4.4 報告生成
企業統計信息系統應滿足人力資源管理的需要,為人員聘用、人員使用、培養和選拔、薪資管理等提供信息。具體地,應包括:
(1)基礎類報告:按年、季度、月等生成員工工資報告、員工考勤報告、員工基本情況匯總報告、人員使用計劃、薪資計劃、人員聘用計劃報告等;
(2)統計分析類報告:人員及工資的成本分析及統計報告、人員流失分析報告、人員缺口分析報告、人員需求預測報告、人員供給預測報告等。
4.5 數據結構化及編碼規則
本系統涉及的信息都需要用于計算機處理,因此需要對信息進行編碼。主要的編碼系統對象包括:崗位編碼、職位頭銜編碼、學歷編碼、專業編碼、能力考核成績編碼、職稱編碼、薪資范圍編碼等。在進行編碼系統設計時遵循下列原則:
(1)離散化:離散化是為了適應應用的需要,用有限數量的離散數據替代連續數據,即將連續數據劃分區間,每個區間中的數據用一個植代替。
(2)唯一性:編碼必須唯一確定所指代的對象;
(3)結構化:根據編碼對象特點,設計具有一定規律的編碼結構,以全面反應編碼對象的特點,并方便編碼的應用;
(4)標準化:對于有國際標準或國家標準規定的編碼,必須采納。
(5)簡練化:在唯一描述對象身份的前提下,編碼應該盡量簡練,便于使用和記憶。
人力資源庫中的數據屬性編碼規則如下表:
4.6 數據倉庫的建立
用于企業統計信息系統中數據挖掘的源數據必須是大量的、真實的、經過預處理的,否則會極大地影響結果的準確度。數據倉庫的建立步驟[4]如下:
(1)定義數據倉庫的體系結構。數據倉庫體系架構可以分為五個層次:數據建模層、數據獲取層、數據存儲層、數據訪問層、數據與元數據管理層。基于上述體系結構的基礎上,可以利用數據倉庫技術建立適合于企業特殊業務的智能化解決方案,現提出集線器結構和集中式結構兩種數據倉庫的體系結構供企業統計信息系統選擇并創建。
(2)進行數據倉庫容量的規劃,定義物理的數據倉庫結構,確定數據的存放、分區以及訪問的方法。并選擇存儲服務器、數據庫、olap服務器以及其它工具。
(3)定義新的數據模型,設計數據倉庫的模式和視圖。由于數據倉庫注重的是數據查詢,因此數據是按照決策分析的主題來組織的,每個主題對應一個宏觀的分析領域。數據的邏輯模型是多維數據模型,可以使用不同的存儲機制和表示模式來表示,這樣可以用多維分析的方法從多角度、多層次對數據進行統計分析。常見的數據模型有:星形模型、雪花模型、星座模型、雪瀑模型等。
(4)數據倉庫的中間件設計。數據倉庫的中間件能將數據倉庫的各個組成部分無縫地整合在一起。數據倉庫的中間件包括:數據抽取、轉換、復制的拷貝中間件;數據庫訪問的網關中間件;對數據倉庫進行監控的中間件。
(5)原始數據的審核與整理,設計并實現數據抽取、清洗、轉換、裝載和刷新程序。由于數據來源于不同部門的人力資源數據庫,不同數據取自不同的途徑,因此,大部分數據在放入數據倉庫前,要經過為實現異構數據庫的數據集成,必須首先通過數據的抽取和轉換工具將位于不同操作系統平臺、不同數據組織形式的數據按照一定的數據模型集成到數據挖掘庫中,其目的就是保證數據倉庫中數據的一致性。
①抽取。為了將來自不同數據庫系統的數據集成到數據挖掘庫中,必須首先從外部數據庫將有關數據抽取出來,數據的抽取是數據倉庫成功的關鍵。為了將數據抽取出來,必須按照已確定的新的數據模型來抽取數據,因為在新的數據模型中描述了哪些數據需要抽取。為完成抽取功能,需要編寫數據的抽取程序,該抽取程序的基本功能就是利用數據網關、odbc驅動程序或者其它封裝器連接異構的數據源。
②合并與整合。大部分情況下,要用的數據是分布在不同的數據庫中的數據。合并與整合是把來自不同數據源的數據合并到同一個數據倉庫中,并且要使那些本來存在沖突和不一致的數據一致化。不同的數據庫間在數據定義和使用上通常都存在巨大的差異,在這個步驟中使用數據集成規則進行處理。
③轉換。從源數據庫中抽取出來的數據必須依據事先定義好的標準數據格式進行數據的轉換。由于企業信息系統中同一個數據可能存放在不同子系統的數據庫中,這些數據庫之間是分散和異構的,因此就會出現數據名稱、數據單位、數據類型甚至數據值不一致的情況,如果這些數據被抽取到數據倉庫中,必然會造成數據的不真實性,為此有必要對這些抽取的數據進行徹底地轉換。數據轉換的基本思想是:首先建立數據轉換規則集和元數據庫。抽取出來的數據必須按照數據轉換規則集和元數據庫中定義的標準對數據進行轉換或修補,然后才能將數據裝載到數據倉庫中。
(6)將數據庫的模式、視圖定義以及其它元數據裝入數據倉庫;用于挖掘的數據經過前面所有的搜集、整理之后,直接導入數據倉庫中。
5 結束語
不同于spss、sas等統計軟件的應用,統計信息系統在數據源、功能設計方面有著更為復雜的情形,需要結合具體的業務背景設計有效的、用戶可以接受的分析方法。而統計類數據挖掘方法應用的過程中較多地依賴于用戶解決問題的能力,往往不能自行查找隱蔽在數據背后的知識。統計學是一個完整的應用領域,包括從數據中抽取有價值信息。統計學與想利用分析模型的用戶之間總是存在隔閡。因而,針對不同行業設計出行之有效、易于理解的統計分析模型具有非常重要的意義。
參考文獻
[1] 杜棟.現代統計信息系統理論與實踐[m].北京:清華大學出版社,2004.
[2] 陳京民等.數據倉庫與數據挖掘技術[m].北京:電子工業出版社,2002.
[3] 毛國君等.數據挖掘原理與算法[m].北京:清華大學出版社,2005.
