论文部分内容阅读
摘 要：目前，随着社会的发展，现代化建设水平的发展也突飞猛进。科学技术水平在不断地提升，其在社会中的应用领域也变得越来越广泛。在社会市场竞争中，各行各业也开始面临着更大的竞争压力。因此，为了能够在这激烈的市场竞争中占据一席之地，很多企业都开始有效地使用科技技术。对于电力企业来说，人资管理不仅是企业内部管理的重要组成部分，也是提高企业市场竞争力的关键工作。因此，电力企业也开始使用先进的数据挖掘技术来加强人资管理，为企业的稳定发展提供保障。
关键词：数据挖掘;电力企业人资管理;应用分析
引言
在这个信息技术和通信技术飞速发展的时代，管理信息这样的系统已经运用在国内很多的企业中，信息管理系统在处理业务的过程中产出了非常多的数据，信息管理系统的数据是可以操作的数据，不可以直接的用来分析和处理，所以导致了下面的这些现象：存在海量的业务数据，企业却无法从大量的数据中及时得到有用的管理信息。这样导致大量的数据以及管理层信息无法被应用。
一、数据挖掘流程
跨行业数据挖掘标准流程（cross-industrystan-dardprocessfordatamining，CRISP-DM）是各行业数据挖掘标准过程的综合展示，它是一个可通过不断实践、不断完善的动态过程，具体包括商业理解、数据理解、数据准备、建立模型、模型评估和模型部署。（1）商业理解从商业的角度出发，以商业目标为切入点，深入了解业务的诉求和最终目的，将业务诉求与数据挖掘的定义以及结果有效结合起来。（2）数据理解对业务中真实产生的数据按照业务场景以及业务诉求进行评估和选取。（3）数据准备对业务中可用的原始数据，按照业务模型进行有效的组织以及清洗，使之达到建模需求。（4）建立模型在此阶段需要选择和应用多种不同的建模技术，校准业务数据模型参数。本阶段主要完成数据模型建立、数据关联规则、数据分类与预测、数据业务聚类、数据异常检测等。（5）模型评估本阶段主要检测挖掘结果与业务目的的吻合度，检测数据模型是否满足业务诉求。（6）模型部署将数据模型进行应用实施，将数据挖掘结果生成一份报告。
二、基于数据挖掘模式的数据统计创新实际意义
发电企业所使用的传统数据采集、记录以及处理分析等工作虽然也是通过系统进行自动采集来完成的，但是由于系统本身缺陷很难实现对隐藏信息的有效分析，无法真正发挥出数据统计的作用。可以通过数据分析对比发电企业单位时间内生产经营情况，为制订合理发展策略提供参考，所以在数据挖掘模式基础之上进行数据统计模式的创新对于企业发展有重要意义。
三、关于数据挖掘的实际应用情况
（一）用于企业人才的招聘
对于任何一家电力企业而言，若是想要得到长久的发展，那么就必须要源源不断地注入新鲜的血液。换句话说，在企业发展的过程中，必须要不断地引入人才。对于电力企业内部的人资管理工作来说，人才招聘就是引入人才的重要手段。可以根据实际的面试流程来设置专门的题库，再利用这些题库来建立起专门的分析模型。这样一来，人资管理部门的工作人员就能够更加准确地了解人才情况，并判断这些人才适合的岗位，为企业人才的引进指明方向。
（二）用于深度分析员工的能力
对于电力企业来说，企业内部的每一位员工自从招聘那天起，就已经在人力资源管理系统中留下了数据记录。而随着员工的工作时间不断延长，员工的这些数据记录也在不断增长和丰富。在现实情况中，如何才能够通过这些数据记录分析员工的实际工作能力和工作潜力，也是人力资源管理部门非常关注的问题。而数据挖掘工作在人资管理中的有效利用，就能够为这些问题提供解答的关键参考。人力资源管理部门中的工作人员借助数据挖掘技术，就能够针对员工的学历、工作能力、性格特点，以及人际关系等各种信息进行综合的考核和分析，然后再针对每一项信息来设置不同的分值和比例，从而分析得到一个具体的数值。之后工作人员就可以根据这个数值来结合其他的员工情况进行综合、合理地评价，由此来深度分析员工的工作能力和潜力。
（三）用于人才的分配
人才分配对于企业来说，具有着非常重要的作用。只有针对人才进行合理地分配，才能够有效地促进人才的发展。在电力企业中，人力资源管理部门中的工作人员借助数据挖掘技术，就能够有效地针对员工的共性和个性进行分析，以此来对每一位员工进行合理地划分归类。分类完成之后，人力资源管理部门的工作人员就可以清楚地知道员工的具体类型，从而了解到员工的特点，之后再根据这些特点来采取有效的管理手段，以此來刺激员工工作的积极性。
（四）数据统计质量的优化
对于发电企业来说，数据统计工作所进行的不仅是对数据进行采集、统计、计算以及处理，还能通过这些工作实现企业生产的推动，所以说数据统计的质量是关键，发电企业应该将重点放在数据统计的质量以及数据统计工作的创新上。首先应该做到的是调整数据统计管理方案，将重点放在管理制度的调整上，在统计工作中要做到最大限度地降低因为人为因素造成的影响。其次在统计工作中企业应该加强基础统计的管理工作，主要包括减少无效数据含量，保证数据计算的算法正确以及运算的有效性等。最后针对相关数据统计工作制订科学合理的考核制度以及奖惩制度，对在数据统计工作中为企业做出贡献的个人或者是单位给予适当的奖励，同时对在数据统计中出现较大偏差影响企业运行的团队采取一定的惩罚措施，通过这种方法激发员工责任心，保障数据统计工作质量。
结语
以上对于数据挖掘技术在商业智能的人力资源管理体系中进行的分析和研究，目前看来，数据挖掘技术已经逐渐从高端的研究转入常用的数据分析中。很多国外的金融业、零售业等像这样一些对数据分析需求比较大的恒业都已经成功地采取了数据挖掘技术，总而言之，数据挖掘技术不会在缺乏指导的情况下自动发掘模型，得到的模型必须建立在现实生活中，只有这样，才能真正解释最终的结果，从而促使该技术不断完善和提高，使得数据挖掘能够真正满足信息时代人们对它的要求，更好地服务于社会，也更好地服务于电力企业人力资源管理体系！
参考文献：
[1]陈星莺，张晓花，瞿峰，等.数据挖掘在电力系统中的应用综述[J].电力科学与技术学报，2007，22（3）：51-56.
[2]曾碧波，黄小红，赵健伍，等.TPSSCADA系统中基于电能分析的数据仓库模型设计[J].工业控制计算机，2009，22（9）：37-39.
[3]周广惠.对企业用电量分析与预测的数据挖掘[J].装备制造技术，2009，37（9）：110-112.
关键词：数据挖掘;电力企业人资管理;应用分析
引言
在这个信息技术和通信技术飞速发展的时代，管理信息这样的系统已经运用在国内很多的企业中，信息管理系统在处理业务的过程中产出了非常多的数据，信息管理系统的数据是可以操作的数据，不可以直接的用来分析和处理，所以导致了下面的这些现象：存在海量的业务数据，企业却无法从大量的数据中及时得到有用的管理信息。这样导致大量的数据以及管理层信息无法被应用。
一、数据挖掘流程
跨行业数据挖掘标准流程（cross-industrystan-dardprocessfordatamining，CRISP-DM）是各行业数据挖掘标准过程的综合展示，它是一个可通过不断实践、不断完善的动态过程，具体包括商业理解、数据理解、数据准备、建立模型、模型评估和模型部署。（1）商业理解从商业的角度出发，以商业目标为切入点，深入了解业务的诉求和最终目的，将业务诉求与数据挖掘的定义以及结果有效结合起来。（2）数据理解对业务中真实产生的数据按照业务场景以及业务诉求进行评估和选取。（3）数据准备对业务中可用的原始数据，按照业务模型进行有效的组织以及清洗，使之达到建模需求。（4）建立模型在此阶段需要选择和应用多种不同的建模技术，校准业务数据模型参数。本阶段主要完成数据模型建立、数据关联规则、数据分类与预测、数据业务聚类、数据异常检测等。（5）模型评估本阶段主要检测挖掘结果与业务目的的吻合度，检测数据模型是否满足业务诉求。（6）模型部署将数据模型进行应用实施，将数据挖掘结果生成一份报告。
二、基于数据挖掘模式的数据统计创新实际意义
发电企业所使用的传统数据采集、记录以及处理分析等工作虽然也是通过系统进行自动采集来完成的，但是由于系统本身缺陷很难实现对隐藏信息的有效分析，无法真正发挥出数据统计的作用。可以通过数据分析对比发电企业单位时间内生产经营情况，为制订合理发展策略提供参考，所以在数据挖掘模式基础之上进行数据统计模式的创新对于企业发展有重要意义。
三、关于数据挖掘的实际应用情况
（一）用于企业人才的招聘
对于任何一家电力企业而言，若是想要得到长久的发展，那么就必须要源源不断地注入新鲜的血液。换句话说，在企业发展的过程中，必须要不断地引入人才。对于电力企业内部的人资管理工作来说，人才招聘就是引入人才的重要手段。可以根据实际的面试流程来设置专门的题库，再利用这些题库来建立起专门的分析模型。这样一来，人资管理部门的工作人员就能够更加准确地了解人才情况，并判断这些人才适合的岗位，为企业人才的引进指明方向。
（二）用于深度分析员工的能力
对于电力企业来说，企业内部的每一位员工自从招聘那天起，就已经在人力资源管理系统中留下了数据记录。而随着员工的工作时间不断延长，员工的这些数据记录也在不断增长和丰富。在现实情况中，如何才能够通过这些数据记录分析员工的实际工作能力和工作潜力，也是人力资源管理部门非常关注的问题。而数据挖掘工作在人资管理中的有效利用，就能够为这些问题提供解答的关键参考。人力资源管理部门中的工作人员借助数据挖掘技术，就能够针对员工的学历、工作能力、性格特点，以及人际关系等各种信息进行综合的考核和分析，然后再针对每一项信息来设置不同的分值和比例，从而分析得到一个具体的数值。之后工作人员就可以根据这个数值来结合其他的员工情况进行综合、合理地评价，由此来深度分析员工的工作能力和潜力。
（三）用于人才的分配
人才分配对于企业来说，具有着非常重要的作用。只有针对人才进行合理地分配，才能够有效地促进人才的发展。在电力企业中，人力资源管理部门中的工作人员借助数据挖掘技术，就能够有效地针对员工的共性和个性进行分析，以此来对每一位员工进行合理地划分归类。分类完成之后，人力资源管理部门的工作人员就可以清楚地知道员工的具体类型，从而了解到员工的特点，之后再根据这些特点来采取有效的管理手段，以此來刺激员工工作的积极性。
（四）数据统计质量的优化
对于发电企业来说，数据统计工作所进行的不仅是对数据进行采集、统计、计算以及处理，还能通过这些工作实现企业生产的推动，所以说数据统计的质量是关键，发电企业应该将重点放在数据统计的质量以及数据统计工作的创新上。首先应该做到的是调整数据统计管理方案，将重点放在管理制度的调整上，在统计工作中要做到最大限度地降低因为人为因素造成的影响。其次在统计工作中企业应该加强基础统计的管理工作，主要包括减少无效数据含量，保证数据计算的算法正确以及运算的有效性等。最后针对相关数据统计工作制订科学合理的考核制度以及奖惩制度，对在数据统计工作中为企业做出贡献的个人或者是单位给予适当的奖励，同时对在数据统计中出现较大偏差影响企业运行的团队采取一定的惩罚措施，通过这种方法激发员工责任心，保障数据统计工作质量。
结语
以上对于数据挖掘技术在商业智能的人力资源管理体系中进行的分析和研究，目前看来，数据挖掘技术已经逐渐从高端的研究转入常用的数据分析中。很多国外的金融业、零售业等像这样一些对数据分析需求比较大的恒业都已经成功地采取了数据挖掘技术，总而言之，数据挖掘技术不会在缺乏指导的情况下自动发掘模型，得到的模型必须建立在现实生活中，只有这样，才能真正解释最终的结果，从而促使该技术不断完善和提高，使得数据挖掘能够真正满足信息时代人们对它的要求，更好地服务于社会，也更好地服务于电力企业人力资源管理体系！
参考文献：
[1]陈星莺，张晓花，瞿峰，等.数据挖掘在电力系统中的应用综述[J].电力科学与技术学报，2007，22（3）：51-56.
[2]曾碧波，黄小红，赵健伍，等.TPSSCADA系统中基于电能分析的数据仓库模型设计[J].工业控制计算机，2009，22（9）：37-39.
[3]周广惠.对企业用电量分析与预测的数据挖掘[J].装备制造技术，2009，37（9）：110-112.