基于属性关联的人事档案数据智能分类方法

摘要：为了提高数据分类的精准度，提升人事档案数据管理的综合水平，提出了基于属性关联的人事档案数据智能分类方法。通过计算人事档案数据属性条件的发生概率，确定数据集合分割点，根据分割点对应属性，将相同类别的数值使用一个指定的数值代替，实现人事档案数据的离散化处理。同时，根据不同条目数据的属性重要性，确定数据分类最佳标准与度量依据，构建离散数据智能分类规则，并参照FastTxet模型，构建文本分类模型，实现人事档案数据的智能分类。通过对比实验证明，提出的方法分类精准度更高，可高精度分类不同人事档案数据。

关键词：属性关联;人事档案;数据分类;离散化处理;

中图分类号：TP391文献标识码：A

0引言

在互联网技术在各大企业内全覆盖后，企业人事档案信息与各类存储在计算机中的信息流呈现一种倍数增长趋势，尽管在此过程中人事档案管理人员已掌握了基本的计算机操作能力，使用现代化技术管理档案信息的效率也同比例提升。但在此过程中，人事档案管理人员也不得不面临大批量信息中，冗余信息的排查问题[1]。目前，企业人事档案信息大多存储在数据库内，但并不是所有的数据均可以直接入库，导入数据需要相关技术人员排查信息数据，即通过某种专用的工具，一次处理前端导入的数据，并整理其中的无效数据、重复数据，按照数据的所属类别及不同类型数据之间的关联性，对其进行归类，只有确保数据的秩序化导入，才能实现人事档案信息管理的高效率与高水平[2]。……