数据挖掘是目前信息领域和数据库技术的前沿研究课题,被公认为最具发前景的关键技术之一。数据挖掘涉及到数理统计、模糊理论、神经网络和人工能等多种技术,技术含量比较高,实现难度比较大。人力资源管理作为一种先进管理模式的重要组成部分,日益受到各个领域的重视。人力资源管理面对着海量数据,迫切需要一种技术来发现有价值的知识,从而为制定人才发展战略提供决策支持。数据挖掘在人力资源管理中应用有很多优势,对如何在人力资源管理中应用数据挖掘进行了研究,介绍了数据挖掘在人力资源管理中的工作流程。煤炭企业的发展对我国国民经济发展起着举足轻重的作用,随着煤炭企业内外部环境的变化,人力资源已经成为企业的核心资源,要研究怎样加强煤炭企业的人力资源管理,考虑为煤炭企业设计符合自身特点的人力资源管理系统,并引入数据挖掘技术。本文在研究现代人力资源管理理论后,研究了数据挖掘相关理论,并重点研究了聚类分析算法,结合煤炭企业人力资源管理的特点,用统一建模语言UML对煤炭企业人力资源管理系统进行了功能分析和系统分析建模,重点对数据挖掘系统分析和设计。最后通过对样本数据进行聚类分析,以K-means算法应用为例介绍数据挖掘系统的应用过程,最终挖掘出有一定价值的信息。最后对进一步工作的方向进行了简要的讨论。