本文对数据挖掘算法在人才测评中的应用作了研究。随着人力资源管理日益成为企业生存关键的时候,人才测评作为人力资源管理的一项专门技术也越来越受到人们的重视。人才测评是以心理学、管理学、行为科学和计算机技术等学科为基础的一种综合选才的方法体系,为企业的人才招聘、选拔以及调用都起到了重要的作用,是企业有效科学地进行人力资源管理的保证。通过对目前国内外人才测评状况的了解得知,现在企业的人才测评大多处在单一的专家评估上面,主观性太大。而一些人才测评的方法也只是处在简单的线形加权法,这种方法不能将人才测评中的定性方面问题完全解决。为次,本文利用数据挖掘技术对人才测评中的一些问题如人才绩效考核、人才选拔以及分类进行研究,改进了以前算法中的一些不成熟的地方。数据挖掘技术是数据库技术和人工智能技术相结合的产物,解决了在信息技术发展中存在拥有大量数据但缺乏有用信息的问题,完成从业务数据到决策信息的转换。数据挖掘技术能从一些大型的人力资源数据库中找到隐藏在其中的信息,帮助决策人员找到数据间潜在的联系,从而发现企业内部人才的构成情况,有效地进行人才测评。本文首先介绍了国内外研究背景以及发展现状,接着分别介绍了人才测评和数据挖掘的基本理论。在此基础上引入了基于数据挖掘算法的人才测评,包括人才测评体系的构建,权重的确定与量化,人才的分类与选拔,绩效考核以及人才素质评测,最后对各个算法的优缺点进行分析。