數(shù)據(jù)挖掘技術(shù)在企業(yè)職工培訓(xùn)中的應(yīng)用分析

摘要：數(shù)據(jù)挖掘特有的根本理論密切關(guān)聯(lián)企業(yè)架構(gòu)中的職員培訓(xùn)。數(shù)據(jù)挖掘路徑下，應(yīng)能建構(gòu)適宜的數(shù)據(jù)庫(kù)，創(chuàng)設(shè)概念模型、總體架構(gòu)之內(nèi)的物理模型、邏輯特性的模型。對(duì)職員培訓(xùn)關(guān)涉的若干信息妥善予以挖掘能辨識(shí)職員培訓(xùn)特有的影響要點(diǎn)，縮減耗費(fèi)掉的培訓(xùn)金額，提升總體成效。

關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)；企業(yè)職工培訓(xùn)；數(shù)據(jù)庫(kù)；概念模型；物理模型；邏輯模型 文獻(xiàn)標(biāo)識(shí)碼：A

中圖分類(lèi)號(hào)：TP311 文章編號(hào)：1009-2374（2015）10-0061-02 DOI：10.13535/j.cnki.11-4406/n.2015.0884

從現(xiàn)狀看，數(shù)據(jù)挖掘范疇內(nèi)的技術(shù)，慣常用于金融、大規(guī)模特性的商業(yè)之中。然而，企業(yè)預(yù)設(shè)的職員培訓(xùn)，較少采納這一技術(shù)。對(duì)于搜集得來(lái)的培訓(xùn)信息，仍停留于建構(gòu)某一數(shù)據(jù)庫(kù)、單一情形下的數(shù)據(jù)查驗(yàn)。數(shù)據(jù)信息特有的決策價(jià)值，沒(méi)能充分被發(fā)覺(jué)。本文依循數(shù)據(jù)挖掘的本源原理，創(chuàng)設(shè)了新穎情形下的數(shù)據(jù)庫(kù)。采納挖掘手段，予以深入調(diào)研。數(shù)據(jù)挖掘得來(lái)的適宜結(jié)論，能為后續(xù)時(shí)段的培訓(xùn)規(guī)劃，提供最佳指引。

1 新穎技術(shù)的特性

搜集得來(lái)的初始數(shù)據(jù)通常數(shù)目偏多，數(shù)據(jù)表征出來(lái)的不完整傾向應(yīng)當(dāng)被注重。原初的數(shù)據(jù)夾帶著噪聲，且?guī)в心：匦约半S機(jī)特性。數(shù)據(jù)挖掘依托著的手段，是從搜集得來(lái)的最初數(shù)據(jù)以?xún)?nèi)提煉出潛藏著的、不被知曉的、帶有高層級(jí)價(jià)值這樣的信息、關(guān)聯(lián)著的知識(shí)等。慣用的挖掘方式包含關(guān)聯(lián)規(guī)則、建構(gòu)好的決策樹(shù)、神經(jīng)網(wǎng)絡(luò)及特有的貝葉斯、建構(gòu)的粗糙集、對(duì)應(yīng)著的模糊集、挖掘流程內(nèi)的聚類(lèi)分析。細(xì)分出來(lái)的挖掘步驟整合了初始時(shí)段的數(shù)據(jù)預(yù)備、數(shù)值的選取、預(yù)處理特有的流程、側(cè)重的挖掘流程、模型更替及轉(zhuǎn)變、后續(xù)時(shí)段的挖掘

評(píng)價(jià)。

數(shù)據(jù)挖掘概念。數(shù)據(jù)挖掘是從大量的、不完整的、有噪聲的、模糊的和隨即的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、潛在的和有價(jià)值的信息和知識(shí)的過(guò)程。數(shù)據(jù)挖掘的技術(shù)最常用的數(shù)據(jù)挖掘技術(shù)主要有決策樹(shù)、關(guān)聯(lián)規(guī)則、貝葉斯、神經(jīng)網(wǎng)絡(luò)、聚類(lèi)分析、模糊集和粗糙集等。數(shù)據(jù)挖掘的步驟數(shù)據(jù)的挖掘過(guò)程主要包括5個(gè)階段：數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)選擇、數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘、轉(zhuǎn)換模型及模式評(píng)價(jià)。

2 構(gòu)建數(shù)據(jù)庫(kù)

數(shù)據(jù)挖掘特性的新穎技術(shù)不能脫離建構(gòu)起來(lái)的數(shù)據(jù)庫(kù)。它能從數(shù)目偏多的信息之內(nèi)提煉得來(lái)可用的數(shù)值。職員培訓(xùn)特有的領(lǐng)域以?xún)?nèi)，數(shù)據(jù)庫(kù)可以歸整在冊(cè)范疇的一切職員，對(duì)于獲取到的關(guān)聯(lián)結(jié)果予以辨識(shí)解析。數(shù)據(jù)庫(kù)存留著的信息之內(nèi)涵蓋基礎(chǔ)數(shù)據(jù)、培訓(xùn)得來(lái)的真正

結(jié)果。

2.1 擬定物理框架

職員培訓(xùn)特有的數(shù)據(jù)庫(kù)，應(yīng)設(shè)定適宜情形下的物理模型。擬定好的物理模型是數(shù)據(jù)特有的存留方式、多層級(jí)的數(shù)據(jù)組織。例如：某企業(yè)篩選出來(lái)的數(shù)據(jù)庫(kù)，帶有關(guān)系型這樣的特性。搭配的管理系統(tǒng)設(shè)定成SQL架構(gòu)下的server。建構(gòu)起來(lái)的物理框架包含表1模式：

表1

2.2 擬定概念模型

職員培訓(xùn)關(guān)涉的概念模型能夠明晰預(yù)設(shè)的系統(tǒng)界限，擬定根本主題。數(shù)據(jù)庫(kù)涵蓋著的根本信息是職員固有的自身信息、這一時(shí)段的培訓(xùn)成績(jī)。歸整好的這些信息凸顯了單一性，但又潛藏著某些關(guān)聯(lián)。采納數(shù)據(jù)倉(cāng)庫(kù)，提煉并歸整這樣的數(shù)值，以便提煉得來(lái)決策依憑的可用信息。依循細(xì)分出來(lái)的職員特性、建構(gòu)的主題，把總體范疇內(nèi)的培訓(xùn)結(jié)果，分成多個(gè)層級(jí)，并歸入數(shù)據(jù)庫(kù)。

3 選出來(lái)的運(yùn)用實(shí)例

3.1 采納的關(guān)聯(lián)規(guī)則

依循的評(píng)判指標(biāo)，是體系架構(gòu)中的置信度、對(duì)應(yīng)著的支持度。必備的概率信息包含物品集特有的出現(xiàn)頻次。最小數(shù)值的支持度表征著篩選出來(lái)的這一項(xiàng)目，在統(tǒng)計(jì)之中凸顯了最低層級(jí)的重要價(jià)值。最小數(shù)值的置信度表征著設(shè)定好的這類(lèi)規(guī)則，凸顯了不可靠的傾向。采納關(guān)聯(lián)規(guī)則，建構(gòu)精準(zhǔn)模型，以便解析某一時(shí)段的培訓(xùn)狀態(tài)。

3.2 采納的模型

抽取出來(lái)的數(shù)值涵蓋固有的職員信息、測(cè)試得來(lái)的成績(jī)等。采納預(yù)設(shè)的規(guī)則，操作這些數(shù)值。這樣做能夠明晰數(shù)值潛藏著的彼此關(guān)聯(lián)，抽取得來(lái)的字段含有單位稱(chēng)呼、職員個(gè)體姓名、微機(jī)處理特有的等級(jí)。

3.3 具體的挖掘步驟

預(yù)處理特有的時(shí)段中，為了辨識(shí)設(shè)定好的關(guān)聯(lián)規(guī)則，對(duì)于初始數(shù)據(jù)予以概念化。采納A這樣的符號(hào)來(lái)表征職員固有的年齡。這種情形之下，A（1）特有的信息，表示年齡沒(méi)能達(dá)到25歲；A（2）表征著年齡涵蓋在25歲至35歲；A（3）表征著年齡超出了35歲。采納H這一符號(hào)，表明測(cè)試特有的通過(guò)狀態(tài)。H（1）涵蓋著沒(méi)能通過(guò)的職員，H（2）涵蓋著通過(guò)的職員。經(jīng)由離散化特有的處理以后，得來(lái)最終結(jié)果。

3.4 后續(xù)的挖掘步驟

在測(cè)試之中，職員特有的通過(guò)人數(shù)，總和5940；沒(méi)能通過(guò)的人數(shù)，總和1810。沒(méi)能通過(guò)的概率，占到了22%。采納預(yù)定的關(guān)聯(lián)規(guī)則來(lái)挖掘這樣的數(shù)據(jù)。體系范疇內(nèi)的每類(lèi)行為都設(shè)定了這一規(guī)則。這就表明輸入數(shù)值及對(duì)應(yīng)著的輸出之間帶有偏強(qiáng)的關(guān)聯(lián)。

3.5 解析得來(lái)的結(jié)論

數(shù)據(jù)特有的重要性，也即興趣度，能夠辨識(shí)頻繁項(xiàng)、設(shè)定好的規(guī)則等。依循降序排列可以獲取明晰的規(guī)則列表。例如某次解析得來(lái)這種結(jié)論：年齡超出50這樣的職員、工齡超出25這樣的職員或者高級(jí)別范疇內(nèi)的職員通過(guò)培訓(xùn)概率還是偏大的。與此同時(shí)，學(xué)歷層級(jí)偏低的職員，通過(guò)等級(jí)與特有的學(xué)歷，凸顯了相關(guān)的傾向，這樣的對(duì)應(yīng)符合慣常的認(rèn)知。

由此可見(jiàn)，學(xué)歷層級(jí)偏低這樣的職員在接納新認(rèn)知時(shí)能力是偏弱的。針對(duì)企業(yè)以?xún)?nèi)的這類(lèi)職員，在接續(xù)的培訓(xùn)之中應(yīng)多加注重。設(shè)定出來(lái)的培訓(xùn)形式，應(yīng)符合帶有差異特性的職員群體；劃分的培訓(xùn)時(shí)段應(yīng)傾向于認(rèn)知偏弱的職工。例如：可以添加課時(shí)，調(diào)整預(yù)設(shè)的培訓(xùn)時(shí)段，保障體系以?xún)?nèi)的這些職員，能參與擬定好的培訓(xùn)規(guī)劃。此外，對(duì)于接納能力偏強(qiáng)這樣的職工，可適當(dāng)縮減原有的課時(shí)，縮減設(shè)定好的多樣科目。這樣做可縮減耗費(fèi)掉的培訓(xùn)經(jīng)費(fèi)，并創(chuàng)設(shè)最優(yōu)情形下的整體效益。離散化情形下的數(shù)值處理驗(yàn)證了歸結(jié)出來(lái)的這一結(jié)論。

4 結(jié)語(yǔ)

數(shù)據(jù)庫(kù)建構(gòu)依循的根本原理不能脫離數(shù)據(jù)挖據(jù)。企業(yè)培訓(xùn)之中，借助挖掘得來(lái)的多重信息，能夠解析各時(shí)段的培訓(xùn)成果。連續(xù)值固有的屬性，在設(shè)定好的挖掘流程內(nèi)得以離散化，這就為接續(xù)的深入挖掘提供了基礎(chǔ)。調(diào)整擬定好的培訓(xùn)規(guī)劃，確保預(yù)設(shè)的新規(guī)劃，符合職員培訓(xùn)特有的真實(shí)狀態(tài)。

參考文獻(xiàn)

[1] 黃瑛.企業(yè)數(shù)據(jù)挖掘技術(shù)在企業(yè)信息化中的應(yīng)用[J].電腦知識(shí)與技術(shù)，2011，（27）.

[2] 胡玉琦.數(shù)據(jù)挖掘技術(shù)在企業(yè)職工培訓(xùn)中的應(yīng)用[J].數(shù)字技術(shù)與應(yīng)用，2011，（11）.

[3] 鮑建成.數(shù)據(jù)挖掘技術(shù)在企業(yè)經(jīng)營(yíng)管理中的應(yīng)用分析[J].電腦知識(shí)與技術(shù)，2008，（36）.

[4] 盧建昌，樊圍國(guó).大數(shù)據(jù)時(shí)代下數(shù)據(jù)挖掘技術(shù)在電力企業(yè)中的應(yīng)用[J].廣東電力，2014，（9）.

[5] 黃勇，曾薇，黃毅.數(shù)據(jù)挖掘技術(shù)在企業(yè)管理中的應(yīng)用研究[J].福建電腦，2007，（4）.

作者簡(jiǎn)介：王靖夫（1990-），男，河南省煙草職工培訓(xùn)中心培訓(xùn)管理科職員，研究方向：職業(yè)培訓(xùn)。

（責(zé)任編輯：秦遜玉）