国网新疆电力有限公司信息通信公司 新疆乌鲁木齐 830000
摘要：企业内部组织管理中，人、财及物等资源是管理的主要对象，即统筹管理人与人的工作行为，调动的生产与工作积极性，发挥人尽其才的效果，以此提高企业生产力与综合竞争力。数据挖掘技术则是数据统筹并分析人的社会与经济活动，获得企业人资管理信息，形成新社会与经济活动，并将两者结合起来，对企业人资管理效用的提高至关重要。
关键词：数据挖掘技术；企业人资管理；应用
随着信息时代的到来，计算机的普及也变得越来越广泛，在很多企业中也逐渐形成相关信息系统，这也便于人力资源管理工作的顺利实施。为了进一步提高人力资源管理效率和质量，应将数据挖掘技术引入人力资源管理过程中，从而全方位提高企业的竞争力，使企业在未来发展道路上越走越远。
1数据挖掘技术基本概述
1.1内涵
数据挖掘技术也被人们称为数据库中的知识发现，通俗来讲就是在大量的数据中，通过算法搜索的方式，将其中的隐藏信息、新颖信息以及有效信息进行挖掘与处理。数据挖掘技术在我国是一种新型的数据信息处理形式。通过对数据挖掘技术的合理利用，能够对企业内部与企业外部隐藏的数据信息、未被知晓的数据信息以及易被理解的数据信息进行整合与利用。通过数据源联动分析方式，将信息应用在企业运行与管理过程中，从而促进企业更好发展。
1.2特点
数据挖掘技术采用的技术方式通常情况下包含不同类型，比如：决策树、关联分析、遗传算法以及神经网络技术等。其中，决策树属于分类导向模型，将不同的问题分配到模型树不同节点中，接着对树按照搜索策略的方式进行分解。关联分析主要指在大量不同的数据信息中，明确项集间的联系。与此同时，在筛选过程中要加强对设好的阈值进行充分利用。遗传算法主要通过选择方式或者交叉变异等方式，同时结合适者生存理念，寻找不同问题的解决方式。神经网络技术具备较强的学习能力，是一种学习能力较强的系统。针对数据库中的数据学习训练以及存数模式的映射关系分析，可以给出最佳方式。模糊技术是在大量且不安全的数据信息中获取潜在信息，同时针对其中的数据信息展开相应模糊评价、分析以及识别等。粗糙集方式主要利用属性约简，对粗糙集合展开纵向简化，这样可以将不一致的信息以及不精确的信息进行处理，可以在缺少一定条件背景下，对数据信息进行分类整合。总而言之，数据挖掘技术就是将不同的学科理论进行有机结合，比如人工智能、机器学习等，从而形成一种新型的数据分析技术。数据挖掘技术对于企业发展以及企业信息化而言具有重要作用，因此，需要对数据挖掘技术进行合理利用。
2数据挖掘技术在企业人资管理中的具体应用
2.1应用于企业人才招聘环节
随着时代的进步，大数据与现代网络信息技术在企业内部管理中得到了广泛的应用，企业建立健全人才数据信息库，有效应用数据挖掘技术，做好有效分析，以此了解企业发展优势与不足，便于企业领导逐步完善并改进人资管理模式。企业运营管理中，人才招聘是企业增添活力的重要渠道，人资管理部门通过校园招聘会、人才市场及人才网招聘等不同渠道进行人才招聘，再根据不同招聘方式吸引人才，以此筛选流程，为企业选聘优秀人才参与企业运营发展。现阶段，人才市场上，优秀人力资源与需求矛盾之间的矛盾日益突出，企业无法招聘到高端人才，很多优秀应聘者也无法找到自己满意的岗位，盲目招聘是引起企业人才使用现状的重要因素。利用数据挖掘技术可有效解决这一问题，针对求职者简历，构建相应的数据信息库，整合分析人才身份与特点等重要数据，以此总结员工离职数据，构建原因模型，便于人资管理部门掌握求职者实际岗位需求，以此通过企业办公环境与薪酬福利等手段的调整，为企业招聘更多的人才，同时合理预测其岗位需求，确保招聘部门针对性地录取优秀应聘者。
2.2应用于企业员工管理
企业运营管理中，员工管理并非简单的记录员工信息并统计相关数据，例如，员工基本信息。重要的应用相关数据挖掘技术统计并分析员工各种考核信息，例如利用数据挖掘信息技术，掌握企业整体业务起伏或下降，对员工实际工资进行分析，提出成本控制信息，这些有效的数据信息利于企业有效开展人资招聘、调配及培训等。
2.3人力资源的合理配置
企业人才管理中，除过不完善的系统与人才流失等问题，人力资源配置不合理是面临的重要问题一直，资源的优化配置，尽可能发挥员工工作积极性，简化工作流程，以此提高员工工作效率与质量。具体可从以下几方面入手合理配置企业人力资源：（1）利用挖掘技术，发现历史岗位信息，了解其实际工作量，通过定额方式为员工分配工作，形成相应的生产标准。（2）企业人力资源系统中录入员工日常工作量，对比员工实际工作量与要求，及时调整，发掘其信息，选拔优秀人才，激发员工工作潜力，从而为企业创造更多的经济效益，为企业人力资源管理水平的提高奠定良好的基础。
2.4应用于企业员工离职
企业人力资源管理中红，应用数据挖掘技术，便于企业有效建立人才流失管理机制。通过建立该管理机制，降低企业人才流失比率，尽可能减少人才流失造成的损失。应用数据挖掘技术，首先分析离职人员数据，将数据整理并绘制成表格，将无关与多余的数据删除掉。再通过构建模型，总结并分析员工离职的根本原因。在此必须要注意，通常采用树形模式进行此项分析工作，其利于决策者从海量信息中找到有效的决策点。实际操作中，可将员工离职原因设为该模式的目标树形，将其它属性设置为独立变量，划分并归类员工离职的不同原因，总结其离职真正因素，在此基础上，了解潜在离职员工，如果是优秀员工，企业必须要重视，适当地采取保护措施留住人才。
2.5应用于员工薪酬设计工作中
企业运营管理与员工稳定性方面，员工薪酬管理是十分必要的，企业合理制定薪酬体系，利于为企业创造最大化经济利益，提高人力资源使用效率。企业传统薪酬设计中，缺乏数据分析基础，所以薪酬不合理问题是普遍存在的，使得应聘者岗位需求得不到满足。亦或是，企业拥有很多数据信息，但却并未对其进行有效地分析与整理，但数据挖掘技术的应用却能解决这一问题。另外，企业人力资源绩效考核工作涉及很多信息，具体主要包含员工工作能力、学习能力及职业素养等。将数据挖掘技术应用于企业人力资源工作中，挖掘并分析海量数据，掌握薪酬设计内部影响因素，以此为薪酬制定者提供相应的数据参考，从而确保为企业制定的薪资管理体系有合理性。另外，对求职者岗位薪资需求做好准确定位，为企业精准招聘所需人才，降低企业招聘成本。
3结语
综上所述，随着社会经济的快速发展，企业人资管理中应用数据挖掘技术，充分发挥挖掘技术的作用，对企业人力管理系统进行逐步完善，针对员工离职帮助企业建立相应的预测机制，对人力资源进行合理配置，以此提高资源使用效率。另外，企业要重视数据挖掘技术的应用，在激烈的市场竞争环境中，积极提高自身综合实力，获得更多的市场份额，为企业实现可持续发展目标奠定良好的基础。
参考文献：
［1］赖华强，王三银，仲崇高．人力资源管理领域的数据挖掘应用展望———以基于灰色关联模型的离职管理实证分析为例［J］．江苏商论，2018（08）：42-47．
［2］马秦，张江．数据挖掘技术在企业人力资源管理中应用的研究［J］．中国新通信，2018，20（15）：232．
［3］孙明标．基于大数据挖掘技术下的企业人力资源管理研究［J］．现代营销（下旬刊），2018（01）：166．