人力资源统计学
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇人力资源统计学范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
人力资源统计学范文第1篇
1引言
近年来，全球经济的竞争变得越发明显，任何一个行业要想获得长足发展，都必须进行优化和创新。而对于医院这个公益性的事业来说，也同样如此。医院想要发展，就必须借助综合性的良好管理，而综合管理中的关键则是人力资源管理工作。目前来看，各个医院之间的竞争，已经不单单局限于整体规模以及先进的医疗设备，而是人员的竞争。所以，对于医院来说，必须优化自身人员管理工作，及时改变医院中存在的人员不良情况，例如工作的责任心、能力等方面的薄弱和不足，以实现科学管理，并推动其发展。
2医院人力资源管理现状
2.1人力资源结构不合理
医疗行业一直有其自身所存在的独有价值，但是在不断的发展过程中所存在的问题也越来越突出，主要表现在医院工作者身上的不良表现，即：人员数量多、业务素质相对较低，所以二者之间具有明显的不和谐。具体分析出现此种问题的主要原因，主要是缺乏科学合理的资源结构建设，例如并未对相关医护工作人员进行培养。部分医院为了保证医院工作更好开展，也开始为员工进行一定的培训，虽然整体素质有所改善，但是在高端人才方面表现得仍旧较为薄弱。所以，结构设置上的不合理，已经成为影响人力资源管理工作执行的主要因素。
2.2员工培训少
医院的工作相对较多，每一位工作人员都有其必须负责的岗位，对于人员的需求表现得更为明显。所以，员工很少有时间参与相关的工作培训，医院更无闲暇时间为员工提供培训的机会和岗位，最终造成员工培训相对较少的局面。而员工的培训少，不但会直接影响其综合能力的掌握情况，还会限制医院的未来发展。所以，人员培训上的缺乏，也造成了今日人力资源管理工作上的薄弱局面。
2.3管理人员与医护人员的交流少
医护人员，其所接触的人员范围除了同事之外，其余就是自己所需要辅助的病人及家属。而想要做好人员的管理工作，必须保证医护人员、管理人员之间的有效沟通和交流，但是医护人员由于受到工作的限制，常常处于被动地位。作为一个相关管理负责人员，必须主动参与到医护人员的工作之中，对于其目前的需求进行了解，例如培训教育、医疗讲座等等，解决其工作中存在的思想负担。
3统计学在医院人力资源管理中的应用
3.1运用单变量预测模型预测医院的人力资源需求
相对于复杂变量来说，单变量有其自身应用的优势，例如其可将时间这一单一因素看成是一个自变量，不需要加入其他因素，将人力数作为因变量，同时设定一个条件，即人员增减以及相关影响因素等均没有发生改变。所以，最终以时间作为自变量的方程即为：Y=。（注：Y为人员变量）。
3.2运用总平均指数分析医院平均工资的变动
总平均指数，其另一种说法就是平均指标指数，主要针对的是变动指标，例如医院工作中所涉及到的工资、工作量等等。由此来看平均数的运用，可以对人员的绩效工资、工作量等方面进行详细的了解。
3.3运用统计学建立人力资源评价体系
构建评估体系：人力资源，是综合了多个学科后的交叉性学科产物，所以其具备发展的全局性特点。统计学的运用，能够充分体现人力资源的真正意义和实施价值。实现人力资源的科学管理：要想实现科学管理，其前提是必须具备明确的战略计划。将研究过程中所得到的相关数据，作为统计学实施过程中的研究对象。同时，统计学的实施能够直接体现数据的直观变量，具有客观性、细致性特点，有效地打破了管理工作中的粗放式局面，成就了科学管理的发展走势。注重人才的岗位调整：人才，是支持任何一个行业得以发展下去的关键，对于医院来说也是如此。医院由于工作繁忙，忽略了对人员的培养工作，最终导致群体的不规范性局面。同时，要做好人员结构调整工作。想要做好人力资源的管理工作，就必须综合多个方面的因素加以考虑，而针对所处的环境，也会出现不尽相同的效果。结构调整的主要判断因素，主要包括岗位的需求性、人员的协等等，最终综合统计学所得结果，进行岗位调整方案的选择。
4 结语
人力资源统计，具有其自身的特点，即相互之间的联系、依存以及制约等等，相较于那些较为单一的目标来说，其反映的功能更强且更为多样，是对各个方面全部变化过程的科学反应。人力资源管理的实施，不但为员工提供了机遇，还为医院的发展奠定了基础。统计学在人力资源管理工作中的逐步应用，将直接提高工作效果。
参考文献：
[1]徐丹红.新形势下医院人力资源管理的现状分析与创新研究[J].中国保健营养・下旬刊，2013（8）.
人力资源统计学范文第2篇
【关键词】教学资源协同;跨学科;应用型人才培养
一.背景
随着设计实践内容的深化，视觉传达设计教育的目标和职能随之发生改变：从原来重理论、重技术的教学，转变为重启发性、重独立性的教学模式，培养和激发学生的创造性思维。
《品牌设计》作为视觉传达与媒体设计专业的一门重要课程，被安排在大三阶段，它是通往品牌设计策划这个职业方向的核心课程。近些年来《品牌设计》课程出现诸多问题：1.任课老师单打独斗，创新无力。2.专业间课程界限无法逾越，课程孤立封闭。3.仅靠教材上滞后的经典案例，学生无法真正掌握品牌设计的本质。课程的实际目的被一份标准化的作业架空。新的课程改革的迫切性呼之欲出。
以产学研中心为平台，走向教学资源协同的新课程模式是积极解决应对以上局限的新尝试。具体方式是：撰写新的教学大纲，带来新的课改方向――基于应用型人才培养的课程实践，将课程内容定位为实际设计项目，邀请行业知名设计师和本院教师合作上课，拓展教学资源，以弥补课程盲点。通过案例和实践参与，使学生不光理解知识点，更具备创造性的应用设计原理、设计技能，解决企业形象传播问题的能力。此课程对学生综合设计能力培养、设计习惯养成以及毕业后从事设计工作都起着直接作用。
二.课程改革拟解决的主要问题：
1.《品牌设计》课程中跨学科知识点众多，学生无法理解和应用。
2.学生无法做到知识点到能力转化，设计能力与行业应用需求脱节。
3.多数学生缺乏良好设计习惯和职业素养，责任心弱，岗位胜任力差。
4.传统教学评价机制相对封闭，无法公平合理评价学生的综合能力。
5.实际项目的课题往往被市场非专业因素影响，如何保持高校教学专业性。
三.课程建设思路
本次课程建设拟在传统教学模式的基础上，总结近四年的课程改革实践基础和相关研究，参考外国品牌设计课程的教学方法，结合当前社会行业发展需要，协同各种教学资源，以克服和完善原有课程的不足，最终实现以培养学生独立设计能力和岗位胜任力为目标的完整的、可操作的、可推广的课程。
1.封闭式课堂教学转向为开放式项目参与
不同于基础类课程，《品牌设计》课程不再是简单的技能、知识的传授与训练，更多强调学生利用三年所学解决实际企业形象问题的综合能力。教学目标决定课程必须走向开放式教学参与实际项目。
2. 真枪实弹的设计氛围重塑学习状态与习惯
打破传统课堂教学模式，除了老师和同学两个角色之外，还有项目的甲方，以及在策略上提供帮助的专业公司。他们在课程的前期方案调查，中期策略协助，最终的作品考评上都有参与。教学现场也不再局限于课堂，部分课时在客户主场，部分在策略公司，部分在展览现场等。这样真枪实弹的氛围，不同于同学们以往的学习体验，自然而然他们自我的定位、要求、和责任感都会提升，进入真正的职业工作状态。
3.团队意识的增强，同时深化个性化培养
品牌形象课程由于工作量大，采取团队合作方式完成目标。由于学生特长不同，性格各异，团队合作中会自然而然分化出发言人、总协调、执行人等等不同分工。团队中每个成员的关系既是合作共赢也存有博弈竞争。以此帮助学生认识自我，同时深化个性化培养。
4.多重评价机制和奖励机制结合，激发学生个体特长
由于各个学生能力不尽相同，团队合作中的分工也应人而异，因此在成绩考核改革中，采用技能考核和综合素质考核相结合。成绩评定由课程指导老师、企业代表，专业公司的专家共同完成。既有师生教学关系，还有甲方和乙方关系，共同评价和验收学生完成的任务，如有最终录用，额外给予奖励的机制，激发学生个体特长与学习积极性。
四.课程建设方案
1.修改培养方案，实现跨专业跨学科课程合作。协同学院内部教学资源。
培养方案和教学大纲是组织课堂教学的依据。新修订的培养方案加强了课程体系改革，将《包装设计》、《创意表达》、《网页设计》等6门课程组合成品牌设计课程群;
同时在具体课程时间安排上，《品牌设计》和《创意表达》课程平行开展，形成课程互补，实现课堂教学协作。
培养方案里新增三个拓展模块：1广告与传播拓展模块、2展示空间拓展模块、3多媒体拓展模块，学生可以自主选修广告、动画或展示设计的专业课，促进综合设计能力提升。经过重新整合的跨专业跨学科各课程自成体系又层次清晰、结构合理，给品牌设计课程的改革做好了铺垫与拓展。
2.整合师资队伍。采用校内外导师组集体指导，主管教师负责的指导方式。
实际项目往往牵涉到若干学科、若干职能部门。为了更好完成任务，除了邀请跨专业的校内导师，同时还会利用实践平台，与合作单位开展设计协作。借助合作单位资深设计师、资深市场顾问，配备给每个学生团队，对每组进行职业化的设计辅导和设计管理。课程主管老师把控整个课程进度和教学效果。这种形式既可以交叉融合各种观点、宽广思路、全方面教学、又可以有效避免因某位校外导师的工作忙碌而产生的指导效果问题。
3.协同合作企业和机构，资源互动，深化产学研实践能力。
产学研的前期实践中，以工作室为单位的视觉传达与媒体设计专业已与本地多家公司、单位建立了长期合作关系。它们提供了许多高校本身无法达到教学资源：包括教学环境、实际案例、学习材料、师资、政策、教学后援系统等。尤其是当地文化产业的核心机构，给课程实践提供了很好的项目来源。文化是一种珍贵的创作资源，特别适合和高校相结合。学生需要考虑如何通过设计去创造价值，特别是给文化创造价值。
4.整合教学方法。“超级整理术”在教学实践中的应用。
“超级整理术”是源自当代日本设计师佐藤可士和的高效工作方法论和设计思维模式。其宗旨在于透过对复杂信息的辨别与整合，提升设计效率与精准度。通过这种方法的训练，弥补艺术类学生逻辑能力弱，工作条理性差、时间观念模糊等传统缺陷。最终培养学生良好的生活、工作习惯，在完成项目的同时也规范了自身的设计习惯。
5.协同多重评价机制。公开课程成果展览，检验课程建设效果。
最后作品汇报、分数评定都向企业和各协同单位开放。通过成果展览的方式，直观的展示课程建设效果。整理与总结，将课程前期探索经验与成果理论化落实。慢慢形成探究式的作品积累，最终完成对本土文化的挖掘与推广。
五.课程成果
1.整合课程学习资源。课程教学方式更开放与多元，实现走出去与请进来的教学思路，接触行业现状。
2.加强课程项目的选题与跨领域合作，并保持高校工作室的探究式学习氛围。
3.以点带面，相关课程授课合理采用行之有效的课程教学改革方案。
4.学生优秀作品成果展
5.学生优秀作品参加比赛并获奖;
6.分析总结课堂教学经验，完善教学实践，形成教学研究报告。
7.围绕本土文化，形成课题组，完成作品积累与出版。
人力资源统计学范文第3篇
关键词：医院；医疗卫生人员；人力资源管理
医院人力资源就是医院中具有学历和技术职称或者有特殊专长的技术人员、后勤人员以及管理人员[1]。人力资源管理就是医院组织对技术人员、后勤人员以及管理人员进行有效的管理。为了提高医院人力资源管理的有效性，要加强医疗卫生人员对医院人力资源管理的认知程度，才能保证人力资源的有效利用。
1 资料与方法
1.1一般资料 选择我市的二级医院和三级医院作为调查对象，使用随机抽样，选择我市3所二级医院与3所三级医院进行调查。对医院医疗卫生人员的年龄、岗位以及科室进行随机抽样，发放1200份问卷，保证回收率97%。
1.2方法 利用分层随机抽样的方法展开问卷调查，调查项目有15个，每个项目最大分值为5分，1分为较差，2分为一般，3分为良好，4分为较好，5分为很好。
1.3数据分析 问卷由EpiDate3.0录入调查数据，通过SPSS13.0统计学软件进行统计学分析，数据由t检验[2]。
2 结果
医疗卫生人员对医院人力资源管理认知度最高的是管理者的管理观念，认知度较低的是医院制定管理战略的参与度（见表1）。
3 讨论
本次研究发现医疗卫生人员对医院的人力资源管理认知程度最低的项目是个人发展空间与医院战略制定参与度。这说明医院的管理组织只把医院医疗卫生人员当做一种劳动力，不是一种可开发的资源[3]。医务人员的个人能力与自身价值得不到好的发挥，也缺少合理的绩效评价方案，从而不能提高医疗卫生人员的工作积极性。本次研究医疗卫生人员对医院的人力资源管理认知程度最高的是管理组织的战略观念，这说明医疗卫生人员能够认同医院管理者的管理方案措施。
不同学历、年龄段、科室、所在岗位、在职年限的医疗卫生人员对医院人力资源管理的认知差异具有统计学意义。30～40年龄段的医疗卫生人员对医院人力资源管理的认知度较低，由于该年龄段的人群处于事业发展期，面对家庭、事业以及生活的多重压力，从而降低了该年龄段医务人员对医院人力资源管理的认知度[4]。
本研究发现不同年龄段的医疗人员对医院人力资源管理的认知程度有所差别，不同学历的医疗人员对医院人力资源管理的认知程度各不相同。数据差异具有统计学意义（P
为提高医院医疗卫生人员对医院人力资源管理的认知水平，可建设医务人员选拔制度和配置制度。医疗卫生人员的选拨要从招聘人员中选择符合实际需要的人员，要符合医院的发展目标，内在知识、技能水平要符合医院审查标准，还要具有一定的学历水平，具有临床经验、科研经历。
开展医疗卫生人员的培训制度要与医院的发展目标紧密结合起来，实现医院价值跟医务人员价值的高度统一，加强对医疗卫生人员的培训，提供医人务员个职业生涯发展空间，同时也要培养团队的合作精神，打造具有规范化、制度化的培训制度。
建立薪酬管理制度，医院要构建具有多个层次和多个维度的绩效评估体制，例如服务对象方面、财务方面以及内部流程和学习成长方面。薪酬设计要遵从按劳分配，体现技术含量，提倡效率优先以及可持续发展的原则，建设公平的薪酬制度。
参考文献：
[1]袁. 医疗卫生人员对医院人力资源管理的认知研究[J].山东大学，2009，02（22）：12-13.
[2]蓝剑楠，许亮文. 杭州市级公立医院医务人员对医院人力资源管理认知现状调查分析[J]. 现代医院管理，2012，01（11）：46-48.
[3]蓝剑楠. 医院人力资源管理对医务人员工作满意度的影响因素分析[J].杭州师范大学，2012，21（01）：23-24.
人力资源统计学范文第4篇
1在经济管理中的统计分析
1.1分析统计方法的使用。现代经济的管理中，和传统的管理方式不同，它更提倡管理的以人为本，而且管理方法主要采用定量的方法而不是定性法。但是无论是什么方法，统计学都是重要的工具。所以统计学在经济管理中有很重要的地位。而且它对经济管理起着重要的作用。
1.2分析经济质量。2002-2007这几年间，传统的生态税收所起到的作用已经被弱化了，但是我们可以从这几年的税收收入上来分析，逐年上升的生态税与生态环境有很大的关系，但是，生态税收在所有税收中的比重却下降了。所以，我国这几年税制的绿色化程度下降速度很快。所以国家要加大对生态经济的投入，更要加大力度保护我国的环境。
1.3分析经济管理。我国是一个经济大国，经济的管理和发展是一件重要的事情，而且经济的发展会有很多报告，但是这么多的调查报告不可能都放在一起，然后慢慢查看。那样会造成经济分析信息过迟。那么我们如何来分析那么多的数据呢？那么我们就要用到统计学，利用科学的方法来更直观的表述经济的发展状况。虽然经济管理的程序非常简单，但是需要很多因素来完成这个过程的实施。利用统计学来将经济状况准确的表达出来。
2统计学对经济管理的作用
我们知道了统计学的重要性那么我们就要进一步阐述统计学在经济管理中的作用。
2.1解决经济管理中的薪酬问题。现在是市场经济，人们都很注重经济利益，那么职工的薪酬问题成为企业的一个重要的部分，那么在现代的经济管理中，每个人都是一个个体，人们最在意的往往就是自己的薪金。管理者对创造价值的多少也就是薪金支付的高低，这中间的一个变量就必然存在，是否薪酬合理，衡量的指标怎么样才能公平这些现实的问题是很多人要面临的。数学包含着一切学科的基础，生活的方方面面已经应用到了，在薪金计算过程中，计算变量采用数学公式，每个人可以合理的分配出应得的报酬，在经济管理中很好解决了薪酬的问题。所以利用好统计学来合理的制定职工薪酬的比例，对公司的发展有重要的作用，只有合理的薪酬才能使员工的工作积极性更高，才能对工作有热情。但是如果过高的话，就会导致公司成本过高也不利于公司的持续发展。所以，必须要解决好酬金问题。
2.2利用统计学规划经济发展。无论是薪金还是其他一些人们关注的经济问题，都会运用到统计学中，在生活中的影响逐步扩大起来。在市场经济条件下，统计信息不断变大，统计信息及统计手段的重要性日趋显著：社会经济发展在部门、政府制定规划下，检查、监督及执行情况，进行管理和调控社会经济活动的全过程，统计学都必须充分利用上。所以统计学对经济的规划有很重要的作用，只有利用统计学对经济中的变量进行分析，才能更好地制定出适合的经济发展规划。
2.3数学知识的运用。统计科学实质来说，应该是应用数学的一个分支，并且可以认为是观察资料上的数学应用。同一公式在不同类型的具体对象下可以同样地应用，这是统计学的一个特征。经济应用统计学研究社会经济现象的数量关系和数量特征，数学方法必然要利用上。结合统计数学有的、严密性的特性，是经济管理提供论证和计量的有效方法。所以我们要合理的利用好数学知识，来对经济管理中的问题进行科学的分析，这样才能使经济发展更好。
3统计学在管理中的应用要注重于经济、管理类在现实中实际的应用能力。在工作中通过分析列表、加减乘除和图示等初等方法的数据，可以直观的了解数据表达的总体，帮助人们解决问题。在位置下，需要统计的事物也并非一样，所以我们也要灵活的运用统计学。统计学在管理中面临最多的，基本有三个方面：
3.1统计在营销管理中的作用。管理营销常常要统计一部分或一个阶段单位的顾客满意情况、销售情况、市场的需求情况等，通过统计，对各个环节的正常与否进行分析，以很好地解决问题。这项工作我们就要运用到统计学，借助这个工具将这些数据科学的统计出来，并且直观的表现出现。这样才可以更有利于市场营销工作的进行，才能通过分析现状来制定更好地营销计划。
3.2统计在人力资源管理中的作用。众所周知，人力资源的把握在企业中是很重要的一件事情。员工对企业现在工作的意见、企业管理者的建议以及满意程度等都是企业统计的一个重点。人力资源培养和调度如何更完善的做好，就会很好地减少企业发展中消极的因素，也是统计学在管理应用中的一个重要方面。所以，我们就要对人力资源的相关内容进行科学的统计，以实现对人力资源有更好的掌握，这样才能有利用公司的进一步发展。
3.3统计在审计实务中的作用。确定审计抽样的分层及其样本。在审计抽样中，每一个样本的单位的重要性都是不同的，这就在抽样要求的过程中，在进行不同的抽中概率下要有不同重要程度的单位来取决，在审计实务统计中要充分利用好数理统计学，采用最优样本容量及最优分层分配，可以将估计的精确度大幅度提高。经济管理领域的应用统计学中，在设计上具有灵活性、新颖性和实用性的特点。
人力资源统计学范文第5篇
【关键词】人力资源 统计信息系统 数据仓库 olap
1 引言
人力资源是指能够推动经济和社会发展的劳动者的能力。从宏观意义上是以国家或地区为单位,从微观意义上是以企事业为单位。本文所论述的系统是以企业为单位。
人力资源管理是企业生存的命脉。企业人力资源管理的根本目的就在于结合企业战略发展的需要,预测和评估未来可能发生的事件对企业人力资源管理的影响,制定企业人力资源发展战略和工作目标,获得企业所需要的员工,并且创造条件以保证员工能完全投入工作,充分发挥他们的潜能。人力资源管理主要完成招聘和培训员工,制订具有竞争力的薪金福利体系、员工的考勤、休假、退休等管理智能。
为了解决人力资源管理中存在的诸多问题,有必要利用数据挖掘技术对企业人力资源数据源中的数据进行统计分析,寻找其中有价值的关系和规律,从而为制订人力资源总体规划和各项业务计划提供有效的决策支持,并对人员聘用计划、人员使用计划、培养和选拔计划、薪资计划、劳动关系计划等制定工作起到一定的辅助作用,因此,研究与开发基于数据仓库技术的企业人力资源统计信息系统具有十分重要的意义。
2 数据仓库为中心的统计信息系统
统计信息系统是管理信息系统的一个子系统。管理信息系统是一个具有高度复杂性、多元性和综合性的人机系统,它具有信息的收集、传递、存储加工、维护和使用的功能。统计信息系统是在传统的人工统计工作的基础上,综合运用现代统计学和信息科学的有关原理,应用现代计算机技术、网络技术以及信息处理技术等建立的人/机复合系统。具体地,统计信息系统是一个由人、计算机等组成的,根据统计指标和指标体系进行统计信息的收集、传递、存储、加工、分析、维护和使用以及生成统计信息的系统[1]。统计信息系统的模式如图1所示。
数据仓库是一种从数据库技术发展而来但又不同于数据库的数据组织和存储技术,它是面向主题的、集成的、随时间变化的、非易失性的数据集合,它用于支持管理层的决策过程。数据仓库的创建和使用都是围绕着主题的,数据仓库中的数据不是将业务处理系统中的数据简单集合,而是对各种源数据进行抽取、筛选、清理、综合而得到的数据集合。数据仓库中所存储的数据主要用于查询和分析。由于数据仓库以统计分析技术作为分析数据和提取信息的有效方法,统计学是数据挖掘技术的重要的理论来源之一,因此数据仓库术、以及基于数据仓库的olap和数据挖掘形成了新型的统计信息系统框架[2]。数据仓库为中心的统计信息系统的体系结构见图2。
3 数据挖掘技术
数据挖掘(data mining)是一个多学科交叉领域,它融合了数据库技术、人工智能、机器学习、统计学、面向对象方法、信息检索、高性能计算等学科。数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、事先未知的、潜在有用的信息和知识的过程。提取的知识表示为概念、规则、规律、模式等形式[3]。目前主要的数据挖掘方法有统计分析方法、神经网络、机器学习、遗传算法、模糊集法、近似推理等。数据挖掘不一定需要建立在数据仓库的基础上,但基于数据仓库的数据挖掘能简化数据挖掘过程的某些步骤,提高数据挖掘的效率,同时能更好地满足高层战略决策的需求。
数据挖掘可以看作olap的高级阶段,它不仅能对过去的数据进行查询和遍历,并能够找出过去数据之间的潜在联系,从中提取辅助决策的关键性信息。数据挖掘的功能包括:概念描述、关联分析、分类与预测、聚类分析、趋势分析、孤立点分析和偏差分析。数据仓库为中心的统计信息系统中数据挖掘的流程见图3。
4 数据仓库为中心的企业人力资源统计信息系统的设计
4.1 系统结构
基于数据挖掘的企业统计信息系统分为统计管理和数据挖掘两部分,依据数据流图和处理过程,统计管理包括了8个功能模块,数据挖掘包括了3个功能模块。系统结构如图4。
4.2 系统设计思想
系统总体设计思路是:
(1)严格按照软件工程要求组织研究、开发、测试、生产、维护等环节,充分利用支持环境和有利条件,开发出适应新的人力资源管理模式的统计信息系统;
(2)集成性与开放性并重。既要做到系统内部各模块之间的无缝集成,又要保证对外界系统的开放性;
(3)充分利用可视化技术,为用户提供一个人机界面友好、操作简单方便的应用环境;
(4)用现代软件工程的方法,从系统的各个层次考虑系统安全性问题。
4.3 人力资源总体规划
人力资源总体规划包括了人力资源的总目标、总政策、实施步骤及总预算的安排。人力资源总体规划与企业的战略目标紧密相连,并以销售预测、市场走向、技术发展及生产率的变化等信息为基础。其中企业发展目标、劳动力信息将作为该模块的输入信息。该模块的执行过程需要决策者大量的信息、知识和模型,因此需要建立模型库和知识库来提供相关的模型和知识规则。该模块将提供人机交互模式和环境为决策者的决策提供辅助。该模块的执行流程见图5。
4.4 报告生成
企业统计信息系统应满足人力资源管理的需要,为人员聘用、人员使用、培养和选拔、薪资管理等提供信息。具体地,应包括:
(1)基础类报告:按年、季度、月等生成员工工资报告、员工考勤报告、员工基本情况汇总报告、人员使用计划、薪资计划、人员聘用计划报告等;
(2)统计分析类报告:人员及工资的成本分析及统计报告、人员流失分析报告、人员缺口分析报告、人员需求预测报告、人员供给预测报告等。
4.5 数据结构化及编码规则
本系统涉及的信息都需要用于计算机处理,因此需要对信息进行编码。主要的编码系统对象包括:岗位编码、职位头衔编码、学历编码、专业编码、能力考核成绩编码、职称编码、薪资范围编码等。在进行编码系统设计时遵循下列原则:
(1)离散化:离散化是为了适应应用的需要,用有限数量的离散数据替代连续数据,即将连续数据划分区间,每个区间中的数据用一个植代替。
(2)唯一性:编码必须唯一确定所指代的对象;
(3)结构化:根据编码对象特点,设计具有一定规律的编码结构,以全面反应编码对象的特点,并方便编码的应用;
(4)标准化:对于有国际标准或国家标准规定的编码,必须采纳。
(5)简练化:在唯一描述对象身份的前提下,编码应该尽量简练,便于使用和记忆。
人力资源库中的数据属性编码规则如下表:
4.6 数据仓库的建立
用于企业统计信息系统中数据挖掘的源数据必须是大量的、真实的、经过预处理的,否则会极大地影响结果的准确度。数据仓库的建立步骤[4]如下:
(1)定义数据仓库的体系结构。数据仓库体系架构可以分为五个层次:数据建模层、数据获取层、数据存储层、数据访问层、数据与元数据管理层。基于上述体系结构的基础上,可以利用数据仓库技术建立适合于企业特殊业务的智能化解决方案,现提出集线器结构和集中式结构两种数据仓库的体系结构供企业统计信息系统选择并创建。
(2)进行数据仓库容量的规划,定义物理的数据仓库结构,确定数据的存放、分区以及访问的方法。并选择存储服务器、数据库、olap服务器以及其它工具。
(3)定义新的数据模型,设计数据仓库的模式和视图。由于数据仓库注重的是数据查询,因此数据是按照决策分析的主题来组织的,每个主题对应一个宏观的分析领域。数据的逻辑模型是多维数据模型,可以使用不同的存储机制和表示模式来表示,这样可以用多维分析的方法从多角度、多层次对数据进行统计分析。常见的数据模型有:星形模型、雪花模型、星座模型、雪瀑模型等。
(4)数据仓库的中间件设计。数据仓库的中间件能将数据仓库的各个组成部分无缝地整合在一起。数据仓库的中间件包括:数据抽取、转换、复制的拷贝中间件;数据库访问的网关中间件;对数据仓库进行监控的中间件。
(5)原始数据的审核与整理,设计并实现数据抽取、清洗、转换、装载和刷新程序。由于数据来源于不同部门的人力资源数据库,不同数据取自不同的途径,因此,大部分数据在放入数据仓库前,要经过为实现异构数据库的数据集成,必须首先通过数据的抽取和转换工具将位于不同操作系统平台、不同数据组织形式的数据按照一定的数据模型集成到数据挖掘库中,其目的就是保证数据仓库中数据的一致性。
①抽取。为了将来自不同数据库系统的数据集成到数据挖掘库中,必须首先从外部数据库将有关数据抽取出来,数据的抽取是数据仓库成功的关键。为了将数据抽取出来,必须按照已确定的新的数据模型来抽取数据,因为在新的数据模型中描述了哪些数据需要抽取。为完成抽取功能,需要编写数据的抽取程序,该抽取程序的基本功能就是利用数据网关、odbc驱动程序或者其它封装器连接异构的数据源。
②合并与整合。大部分情况下,要用的数据是分布在不同的数据库中的数据。合并与整合是把来自不同数据源的数据合并到同一个数据仓库中,并且要使那些本来存在冲突和不一致的数据一致化。不同的数据库间在数据定义和使用上通常都存在巨大的差异,在这个步骤中使用数据集成规则进行处理。
③转换。从源数据库中抽取出来的数据必须依据事先定义好的标准数据格式进行数据的转换。由于企业信息系统中同一个数据可能存放在不同子系统的数据库中,这些数据库之间是分散和异构的,因此就会出现数据名称、数据单位、数据类型甚至数据值不一致的情况,如果这些数据被抽取到数据仓库中,必然会造成数据的不真实性,为此有必要对这些抽取的数据进行彻底地转换。数据转换的基本思想是:首先建立数据转换规则集和元数据库。抽取出来的数据必须按照数据转换规则集和元数据库中定义的标准对数据进行转换或修补,然后才能将数据装载到数据仓库中。
(6)将数据库的模式、视图定义以及其它元数据装入数据仓库;用于挖掘的数据经过前面所有的搜集、整理之后,直接导入数据仓库中。
5 结束语
不同于spss、sas等统计软件的应用,统计信息系统在数据源、功能设计方面有着更为复杂的情形,需要结合具体的业务背景设计有效的、用户可以接受的分析方法。而统计类数据挖掘方法应用的过程中较多地依赖于用户解决问题的能力,往往不能自行查找隐蔽在数据背后的知识。统计学是一个完整的应用领域,包括从数据中抽取有价值信息。统计学与想利用分析模型的用户之间总是存在隔阂。因而,针对不同行业设计出行之有效、易于理解的统计分析模型具有非常重要的意义。
参考文献
[1] 杜栋.现代统计信息系统理论与实践[m].北京:清华大学出版社,2004.
[2] 陈京民等.数据仓库与数据挖掘技术[m].北京:电子工业出版社,2002.
[3] 毛国君等.数据挖掘原理与算法[m].北京:清华大学出版社,2005.
