基于属性关联的人事档案数据智能分类方法

为了提高数据分类的精准度,提升人事档案数据管理的综合水平,本论述提出了基于属性关联的人事档案数据智能分类方法。通过计算人事档案数据属性条件的发生概率,确定数据集合分割点,根据分割点对应属性,将相同类别的数值使用一个指定的数值代替,实现人事档案数据的离散化处理。同时,根据不同条目数据的属性重要性,确定数据分类最佳标准与度量依据,构建离散数据智能分类规则,并参照FastTxet模型,构建文本分类模型,实现人事档案数据的智能分类。通过对比实验证明,提出的方法分类精准度更高,可提高精度分类不同人事档案数据。