数据挖掘在企业人才评价中的应用

文/茶利强 余添李,云南电网有限责任公司（党校）教育培训评价中心

科学预测是数据化时代最明显的一个优势,数据技术能忠实地记录人类生产、生活中各种信息，在分析过程中只需对这些信息的规则和方式进行推导，就能对人类被虚拟化的行为进行科学预测。因此，针对企业管理人员及技术人员招聘选拨过程、技术专家选拨过程中的笔试、面试、同行评议等大量数据可进行深入挖掘，并结合访谈和组织诊断等方法，来探讨企业现存笔试、面试的有效性，并进一步利用数据分析结果来为企业的人才选拨聘用、人才体系建设及人事政策、制度、措施的制定提供数据支撑。

1 国内外研究现状分析

数据与信息是一项关系到企业生存与发展的战略资源，众多现代经济管理者充分认识到数据在企业各种经营管理决策、特别是企业战略决策中的重要作用。目前，数据挖掘技术在人力资源管理中的利用体现人岗匹配分析、人才需求分析、招聘选拔、人才甄选等人才评价方面。

1.1 人岗匹配

员工与岗位的匹配问题是人力资源管理中的基本问题。由于人岗匹配问题受到多种因素影响，呈现出非线性的特征,不同企业的人岗匹配问题具有特殊性，利用一般的数学方法无法完全满足这些要求。传统的决策方法不能深入挖掘企业信息化数据中蕴含的规律和有用的知识。

1.2 人才需求

利用数据对企业人才需求进行分析，以更好地满足企业发展需要成为趋势。为了深入分析与预测大数据领域人才的需求现状以及未来的发展趋势，关联规则挖掘算法应用到大数据领域人才招聘信息的挖掘中去，从地域特征、学历特征、技能特征、企业规模和性质、薪资水平等多个角度对大数据领域人才需求进行分析。研究表明，通过基于Apriori 的关联规则算法对相关招聘信息的挖掘，能够有效实现大数据领域人才的需求分析与预测。

1.3 人才甄选

人才选拔直接影响到企业人力资本的质量，进而影响企业的竞争力。如何选拔优秀的合适本企业的人才已经成为各个企业面临的重要问题。数据挖掘技术很好的弥补了传统人才选拔的种种弊端。现代计算机和各种统计技术的出现，使得运用数据挖掘技术构建企业人才甄选系统、实现自动的、智能人才选拔具有一定的应用前景和可行性。

研究表明，数据挖掘技术较以前的加权法更能够精确地对人才的绩效进行评估，并根据人才的不同特点进行相应的评价，弥补了目前人才评价汇总定性分析不足的特点，将定性与定量相结合。在数据思维的指导下，企业用人部门可以建立庞大的员工数据信息，利用现代信息技术，准确计算出优秀员工和风险员工的不同表现。依托数据挖掘技术，人力资源管理系统可以继续丰富人才评价和能力分析工具，充分对员工进行全面评价，使企业人才评价更具专业、有效。

2 研究设想及拟解决的关键问题

基于某电网企业所积累的大量心理测验、笔试、面试等人才评价数据，拟进行以下四个方面的研究：

2.1 人才评价数据分析研究

通过描述性统计和结构方程模型等统计方法对人才评价所收集到的数据分析笔试和面试的有效性，并进一步通过对基本信息、各职能模块的内外部信息分析、人力资本计量等深入挖掘笔试和面试等人才评价存在的深层次问题，得出相应的诊断报告。

2.2 人岗匹配分析研究

通过人才评价数据分析结果并结合访谈调研等方法，对企业的人岗匹配情况进行分析研究。首先，用数据挖掘的聚类算法来划分不同员工群的人岗匹配关系，避免传统方法带来的主观随意性。其次，将多因素的数据进行融合、挖掘，提取人岗匹配的状态特征，同时结合历史数据和未来预测数据对关系的演化过程进行仿真预测，有效促进企业人岗匹配。

2.3 人才需求及人才甄选研究

通过人才评价大数据的分析结果及组织诊断等方法，对企业人才需求情况进行研究，并进一步对企业的招聘选拔等提出建议和改进方案。在人才招聘选拔过程中，使用数据挖掘建立起来的模型，对候选人未来的工作表现进行预测，进而挑选出适合企业的员工。

基于企业大量人才评价数据的基础上，分析企业现存笔试、面试等人才评价的有效性，有利于分析企业员工能力与岗位是否匹配，进一步对企业人才甄选、岗位胜任力进行研究，进而提出企业招聘选拔、人才评价机制、人才发展等相关建议与方案，以期促进企业未来人才发展。

[1]张红艳. 数据挖掘技术在企业人力资源管理中应用的研究[D]. 吉林大学, 2005.

[2段勇, 秦乐. 基于大数据的电力人才评价[J]. 中国电力企业管理, 2016(3):74-75.

[3]朱红. 基于人才认知的数据挖掘研究[D]. 昆明理工大学,2002.

[4]马俊贤. 数据挖掘算法在人才评价中的研究与应用[D]. 中北大学, 2008.

[5]陈炜. 论数据挖掘技术在人才评定管理中的运用[J]. 科技和产业, 2011, 11(4):68-69.

[6]张德新, 崔巍, 蒋天发. 数据挖掘与人才素质评价[J]. 计算机工程与应用, 2003, 39(19):192-193.