作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
当前人力资源推荐方法存在过程复杂,推荐错误大,难以满足人力资源管理的实际应用要求,为了解决当前人力资源推荐过程中存在的问题,以提高人力资源推荐精度为目标,提出了基于决策树算法的人力资源推荐方法.首先分析人力资源推荐的原理,并采集大量与人力资源推荐相关的数据,然后采用聚类分析算法对人力资源推荐数据进行预处理,最后采用决策树算法建立人力资源推荐模型,根据模型进行人力资源推荐,并采用具体实例进行了人力资源推荐验证性分析.结果 表明,提出的方法人力资源推荐精度超过90%,能够获得十分理想的人力资源推荐结果,人力资源推荐效果要明显优于当前其它人力资源推荐方法.
推荐文章
基于Gini Index决策树的人力资源挖掘研究
数据挖掘
人力资源
决策树
绩效管理
基于数据驱动的人力资源成本评估算法
人力管理
资源成本
评估模型
数据驱动
极限学习机
粒子群算法
基于Hadoop大数据平台的人力资源决策技术研究
人力资源决策技术
Hadoop平台
数据挖掘
分布式处理
决策指标设立
决策树构建
新型偏好敏感决策树算法
决策树
偏好敏感
偏好度
属性选择
代价敏感
分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于决策树算法的人力资源推荐研究
来源期刊 微型电脑应用 学科
关键词 人力资源管理系统 智能推荐 聚类分析算法 决策树算法 实例分析
年,卷(期) 2021,(7) 所属期刊栏目 研究与设计|RESEARCH AND DESIGN
研究方向 页码范围 140-143
页数 4页 分类号 F272.92|TP311
字数 语种 中文
DOI 10.3969/j.issn.1007-757X.2021.07.040
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (127)
共引文献  (3)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(11)
  • 参考文献(1)
  • 二级参考文献(10)
2016(19)
  • 参考文献(0)
  • 二级参考文献(19)
2017(32)
  • 参考文献(1)
  • 二级参考文献(31)
2018(20)
  • 参考文献(1)
  • 二级参考文献(19)
2019(10)
  • 参考文献(1)
  • 二级参考文献(9)
2020(8)
  • 参考文献(8)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人力资源管理系统
智能推荐
聚类分析算法
决策树算法
实例分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导