基于决策树C5.0算法的员工职称晋级评估研究

涂波，张炜，胡文，张健伟，冯媛媛

[摘 要]本文在某企业人力资源管理系统数据库的基础上，利用数据挖掘技术对企业职工的人事档案信息进行深度挖掘。基于决策树的C5.0算法，构建企业员工职业晋升的评判模型，生成职业晋升评判规则集，从而实现对企业员工职业晋升的自动评判，并针对不同员工进行定向信息推送，帮助人事部门有效提高管理效率，为企业实现人力资源的优化配置提供助力。

[关键词]人事档案；数字化；人力资源管理；决策树

doi：10.3969/j.issn.1673 - 0194.2018.08.029

[中图分类号]TP311.13 [文献标识码]A [文章编号]1673-0194（2018）08-00-02

0 引 言

企业的人事档案管理信息系统已保存了大量的员工档案信息。如何在海量的信息中快速、准确地获取、分析信息，进而提供更加个性、精准的服务是摆在企业人力资源管理部门面前的一个重要问题。其中，如何通过对系统中庞大的人事档案数据进行数据挖掘分析，尝试找出数据之间隐含的关联关系，构建员工的多维能力模型，进而据此实现职称升级推荐功能，为企业优化人力资源管理提供科学依据，丰富完善人事档案管理信息系统的智能应用是企业探寻人力资源数据挖掘的核心应用点。

1 算法的选择

在进行数据挖掘时，可以通过构建分类模型实现对数据的全面刻画以及对新数据的分类预测。数据分类一般包括两个阶段，学习阶段通过对历史数据的深度学习构建分类模型，分类阶段则利用模型对给定数据进行分类预测。决策树是用于分类和预测的主要技术之一，通过将大量数据有目的地分类，从中找到一些有价值的信息供决策者作出正确判断。……