基于区块链技术的人力资源大数据加密方法研究

为了提高大数据加密速度,保证人力资源大数据安全,研究一种基于区块链技术的人力资源大数据加密方法。利用区块链技术中的哈希函数计算人力资源数据的活跃程度,通过与阈值对比消除冗余数据;利用区块链技术将大数据划分为若干数据区块,实现数据分化;利用RSA算法生成密钥,通过密钥对经过置乱处理的数据块实施加密,完成基于区块链技术的人力资源大数据加密。实验结果表明:利用所研究方法对大数据样本进行加密,密文复杂程度在90%以上,且所花费的加密时间均小于5 s,方法加密速度较快。

基于数据挖掘的人力资源数据缺失值填补方法

现有人力资源数据缺失值填补方法均方根误差大、填补命中率低等问题。提出一种基于数据挖掘的人力资源数据缺失值填补方法。采用分裂Bregman迭代算法消除人力资源数据中存在的噪声,根据人力资源数据的时间序列特征,挖掘数据中存在的隐藏变量。根据特征对缺失值进行检测。通过FCMSI算法根据缺失值检测结果对缺失值进行填补,采用平均比率法首次填充人力资源数据,通过模糊C均值聚类算法对填充后的数据进行聚类处理,其次在协同过滤思想的基础上进一步对人力资源数据的缺失值进行填补。实验结果表明,所提方法的均方根误差小、填补命中率高。

数据驱动型人力资源管理研究述评

本文采用系统文献综述方法,对数据驱动型人力资源管理(DHRM)相关文献进行系统梳理。第一,界定了数据驱动型人力资源管理的内涵及系统结构;第二,阐述了研究数据驱动型人力资源管理所使用的理论视角;第三,从技术、组织和环境层面系统归纳了数据驱动型人力资源管理应用的影响因素;第四,整理汇总了数据驱动型人力资源管理应用后带来的积极和消极影响;第五,提出整合框架并对未来的发展方向进行了展望,以进一步推动数据驱动型人力资源管理研究。

军事人力资源大数据体系与应用展望

大数据、智能技术给军事人力资源管理诸多领域带来了颠覆性的变革,针对这一趋势,分析了军事人力资源大数据的概念、现状和数据全生命周期的系统体系,展望了其在队伍调控、选人用人、职业规划等方面的应用,利用大数据和智能技术优化军事人力资源配置,助力将军事人力资源转换为实实在在的战斗力。

浅谈医院人力资源数据库的构建

分析了传统人力资源数据存储方式及现代人力资源信息系统架构,并着重分析了构建人力资源数据库的几个主要步骤及操作要点。

组织人力资源大数据研究框架与文献述评

基于数据类型和研究问题层次构建了人力资源大数据的研究框架,并从内容数据、关系数据以及用户行为数据3个角度对国内外相关文献进行了回顾。研究结果表明,基于大数据的人力资源管理研究目前尚处于初级发展阶段,相关研究主要集中于宏观层面人力资本管理、人力资源流动、政策评价、组织间网络等主题,对微观层面人力资源管理涉及的招聘、培训、绩效管理等主题的研究还不够深入。鉴于此,对未来可以基于人力资源大数据进行研究的方向进行了展望,以进一步推进国内基于人力资源大数据的研究。

基于SQL Server 2005的高校人力资源数据挖掘的研究

介绍了SQL Server 2005数据挖掘平台的优势和功能,提出了利用SQL Server 2005数据挖掘对高校人力资源数据源中的数据进行挖掘的方法,论述了挖掘模型对高校人力资源管理的支持。

互联网时代下人力资源绩效管理的创新方式分析研究——评《人力资源与大数据分析》

大数据技术发展随之而来的高速、海量数据处理模式,必然会对各个行业、不同领域产生冲击与影响。面对这样便捷高效的"工具",如何应用才能发挥出其效用,也成为备受各界关注的问题。在人力资源管理方面,大数据的应用可以体现在多个维度多个层面,如果运用得当,则势必能助力对"人"的管理工作实现新的突破与发展。现阶段,我们对大数据的理解,多是将其定义为高速进行各方面信息数据汇集及处理的载体。因此,从人力资源的层面来看,运用大数据,体现在几个方面:如从海量的人才信息中搜寻其中有用的部分以利于招聘工作来展开;或者是搜寻了解行业领域内的平均薪酬,以利于企业内部的薪酬制定更科学更合理地展开.

探析大数据时代下人力资源管理的模块优化

网络信息技术的快速发展,让信息之间的交互与快速传递变得丰富多彩,同时将人来引入了全新的大数据发展时代。因此,在新时代中各行业的发展迎来了新的机遇与挑战,同时也给人力资源管理的模块优化带来了新的契机。

大数据视域下的人力资源管理研究

文章以大数据视域为背景,论述大数据技术对于人力资源管理的本质优势,分析利用大数据技术进行人力资源管理的作用和意义,以及人力资源管理应用大数据技术的不足之处,提出提高人力资源管理水平的有效策略,便于各个企业尽快弥补不足,提高人力资源管理水平。

企业人力资源数据模型解析

为了应对激烈的市场竞争,企业需要加强内部人力资源管理工作。本文针对企业人力资源管理不够完善的现状,建立了人力资源数据模型并进行了功能解析,希望有助于企业引进合适的管理系统,提高人力资源管理工作的有效性。

浅析高校人力资源数据库的构建

高校人力资源数据库是由高校人员经历、学历、社会关系、思想品德、业务能力、工作状况以及奖惩等方面信息构成的数据库,是高校教学、科研、职称评定、考核任用干部的重要依据。本文结合高校人力资源数据库的特点,阐述了高校人力资源数据库的构建目标、原则和步骤。

高等教育数据治理的未来图景与实施路径——美国《2023年EDUCAUSE地平线行动计划:数据治理》解读与反思

厘清高等教育数据治理的目标、行动和方法,有助于提升高等教育数据治理水平。2023年3月,美国高等教育信息技术专业机构EDUCAUSE发布的《2023年EDUCAUSE地平线行动计划:数据治理》,围绕高等教育数据治理的愿景目标、行动方案、未来规划进行具体阐释,为高等教育机构数据治理提供了方向指引。基于对该报告的分析,提出可供我国高等教育数据治理参考的实施路径:塑造高等教育数据文化、建立教育数据治理制度、加强数据治理技术应用、注重教育数据隐私伦理,进而实现数据要素价值释放,提升高等教育治理现代化水平。

基于主数据管理的人力资源数据应用框架研究

随着信息化能力的水平,为满足业务需求,实现各类管理业务的应用系统应用而生,而这些系统中都离不开人力资源数据的基本应用。文章针对独立存在于各应用系统的人力资源数据进行研究分析,结合单位实际情况,进行人力资源主数据规范制定,并搭建基于主数据管理平台的应用框架,指导后续人力资源数据统一管理平台建设,保证数据的一致性、可控性。

人力资源管理主动“拥抱”大数据时代

在中国,人力资源管理经历了传统人事档案管理、人力资源职能管理后,进入21世纪,随着计算机的普及与信息系统技术的发展,企业开始纷纷构建人力资源管理信息系统以支撑企业的人事管理业务,逐年积累了大量人事相关数据,为步入大数据人力资源管理提供了必要前提。借助信息系统,未来人力资源管理的发展趋势也一定是大数据人力资源管理。

基于多维特征提取的资源数据识别与校核算法

针对现有资源数据异常识别与智能校核算法准确性和可靠性差的问题,设计了一种基于多维特征提取的资源数据识别与校核算法。该算法以多维指标数据作为输入,通过加权随机算法构建初始孤立森林,再以平方预测误差(SPE)统计量作为判据,实现孤立森林的冗余消除,进一步采用离散粒子群算法优化选取最优子森林,从而实现对异常数据的智能高效检测。基于人力资源数据进行的算例分析测试结果表明,所提RRA-DPSO-WRIF算法的异常数据识别准确率可达95%,多次计算的偏差在2%以内,相比传统算法具有更高的检测准确率与稳定性,能够为人资数据的管控提供决策支撑。

基于改进SVM的绩效数据智能处理与分析算法设计

绩效评估是通过各项指标对员工进行的一种综合评价,科学、完善的绩效评估方法对医院人力资源的管理与调度具有重要作用。传统的统计学方法依靠简单的指标进行绩效评估,其统一性差、无法处理当今海量的人力资源数据。针对上述问题,文中采用SVM算法完成了非线性、小样本数据的训练。同时利用LSTM可改善SVM算法无法处理时序数据问题的特点,通过将两种算法相融合并使用少量数据进行训练,进而完成对医院人力资源数据的评估分析。实验结果表明,所提算法的准确性、稳定度在对比算法中均为最优,且算法运行时间相较对比算法平均缩短了约15 s,验证了该算法具备的综合性能。

浅谈大型企业人力资源数据盘点分析

如今,随着信息化的浪潮,企业开始加速数字化转型、进行数据化管理,通过完善的基础统计报表来科学分析、精准定性,用数据说话。利用信息技术资源,为管理者提供真实有效的科学决策依据,为人力资源管理提供有力支持,以问题为导向,发现指标背后的问题,再通过数据找出解决问题的最好方案。为企业高质量发展和成本控制服务,为企业生产经营服务;促进企业管理可持续发展。

大数据时代人力资源数据统计面临的问题及对策

在信息化时代背景下,计算机技术发展迅猛,计算机的数据处理能力越来越强。随着技术的不断进步,信息量也不断增加,网络将大规模的数据汇集起来,形成了一个大数据时代。大数据时代来临,要求数据分析速度加快,整合信息能力增强。计算机算法的先进性有利于发现数据的来源,掌握其类型,进而为各大系统提供帮助。大数据时代下的数据信息,包括文本、视频、声音等数据,经过专业化的处理,实现了数据的增值。在教育、行政管理等服务行业,信息来源较为复杂,将收集到的信息做出分析处理,为行业提供决策依据。在人力资源管理方面,对数据进行统计分析,可以达到特定的结果。在企业中,人力资源的数据统计分析与其他行业不同,其旨在利用大数据为人事统计发掘更多可能。

数据化人力资源管理思维养成

数据浪潮催生出一个个新兴领域,推进了传统行业的重新洗牌,也敲打着多年来"女性+文史"思维占主导地位的人力资源管理领域,数据化人力管理思维有助于打破大众对女性人力从业者的刻板印象、拔升女性HR职场天花板、量化人力资源产出。通过数据化思维将关注点从个性管理事件拔升到共性根源症结,推动企业人事管理由"救火式事后管理"向"前瞻式规划预测"转型,帮助企业"未雨绸缪"的洞察企业人力资源现状。本文从人力基础数据图谱、"选育用留"过程管理、组织效能与竞对分析、薪酬管理及人才测评五大领域切入数据化人力资源管理思维的应用实践,为数据化人力资源管理的落地提供了有效的解决方案。