在企业管理实践中,人才管理已成为其重要的组成内容。人才是企业的第一资本。随着社会主义现代化建设的不断发展,科技的不断进步,市场竞争愈来愈激烈,企业对人才素质的要求也愈来愈高,市场经济的竞争最终体现在人才的角逐上。谁拥有一支高素质的人才队伍,谁就有了成功的基础。因此,加强人才管理是企业管理创新的核心。当前,企业对人才管理水平的要求越来越高,所产生的管理技术也越来越丰富。但是即使这样,在人才管理技术领域仍然存在很多现有技术无法解决的问题。这些问题包括:如何做到人才管理制度制定的科学化和可论证性?在人才管理中存在大量的定型数据,这些定性数据该如何科学的管理和比较分析?如何利用计算机技术从现有的大量人才信息数据冲挖掘出对企业人事决策有用的具体数学模型等等。所有这些问题都制约着人才管理的进一步发展,和人才管理系统软件的应用。数据挖掘(Data Mining),就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。数据挖掘的广义观点:数据挖掘就是从存放在数据库,数据仓库或其他信息库中的大量的数据中“挖掘”有趣知识的过程。分类在数据挖掘中是一项非常重要的任务,目前在商业上应用的最多。在数据挖掘分类技术中,主要有决策树法、贝叶斯法、神经网络法、遗传算法和粗糙集等算法。本文以“基于决策树的人才管理系统的设计与实现”为题目,设计并实现了一个基于决策树的人才管理系统,本系统主要包括了人事管理主系统和数据挖掘子系统两大部分。其中人事管理主系统主要完成日常人事档案管理的相关业务操作,而数据挖掘子系统是根据数据挖掘中的决策树分类算法,对人才数据进行数据挖掘,为人才决策提供支持。并取得了良好的使用效果。