馮志丹 姜洪雨

摘 要：計(jì)算機(jī)技術(shù)的發(fā)展已經(jīng)廣泛應(yīng)用到高職院校的人事檔案管理中，傳統(tǒng)的人事案管理模式已經(jīng)落伍。通過數(shù)據(jù)挖掘技術(shù)挖掘出人事檔案中各數(shù)據(jù)之間潛在的聯(lián)系，能有效提高人事檔案管理的效率，為高職院校人事管理提供建設(shè)性的指導(dǎo)，為人事管理提供決策支持。

關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù) 高職院校 人事管理 檔案管理

數(shù)據(jù)挖掘是從大量數(shù)據(jù)中提取或“挖掘”知識(shí)。如從礦石或砂子挖掘黃金稱作黃金挖掘，而不是砂石挖掘。這樣，數(shù)據(jù)挖掘應(yīng)當(dāng)更正確地命名為“從數(shù)據(jù)中挖掘知識(shí)”，不幸的是它有點(diǎn)長(zhǎng)?！爸R(shí)挖掘”是一個(gè)短術(shù)語，可能不能強(qiáng)調(diào)從大量數(shù)據(jù)中挖掘。畢竟，挖掘是一個(gè)很生動(dòng)的術(shù)語，它抓住了從大量的、未加工的材料中發(fā)現(xiàn)少量金塊這一過程的特點(diǎn)（圖1）。這樣，這種用詞不當(dāng)攜帶了“數(shù)據(jù)”和“挖掘”，成了流行的選擇。還有一些術(shù)語，具有和數(shù)據(jù)挖掘類似，但稍有不同的含義，如數(shù)據(jù)庫(kù)中知識(shí)挖掘、知識(shí)提取、數(shù)據(jù)/模式分析、數(shù)據(jù)考古和數(shù)據(jù)捕撈。

圖1 數(shù)據(jù)挖掘模式數(shù)據(jù)挖掘（Data Mining，DM）是目前人工智能和數(shù)據(jù)庫(kù)領(lǐng)域研究的熱點(diǎn)問題，所謂數(shù)據(jù)挖掘是指從數(shù)據(jù)庫(kù)的大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價(jià)值的信息的非平凡過程。數(shù)據(jù)挖掘是一種決策支持過程，它主要基于人工智能、機(jī)器學(xué)習(xí)、模式識(shí)別、統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫(kù)、可視化技術(shù)等，高度自動(dòng)化地分析企業(yè)的數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在的模式，幫助決策者調(diào)整市場(chǎng)策略，減少風(fēng)險(xiǎn)，做出正確的決策。

知識(shí)發(fā)現(xiàn)過程由以下三個(gè)階段組成：（1）數(shù)據(jù)準(zhǔn)備，（2）數(shù)據(jù)挖掘，（3）結(jié)果表達(dá)和解釋。數(shù)據(jù)挖掘可以與用戶或知識(shí)庫(kù)交互。

數(shù)據(jù)挖掘是通過分析每個(gè)數(shù)據(jù)，從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)，主要有數(shù)據(jù)準(zhǔn)備、規(guī)律尋找和規(guī)律表示3個(gè)步驟。數(shù)據(jù)準(zhǔn)備是從相關(guān)的數(shù)據(jù)源中選取所需的數(shù)據(jù)并整合成用于數(shù)據(jù)挖掘的數(shù)據(jù)集；規(guī)律尋找是用某種方法將數(shù)據(jù)集所含的規(guī)律找出來；規(guī)律表示是盡可能以用戶可理解的方式（如可視化）將找出的規(guī)律表示出來。

數(shù)據(jù)挖掘的任務(wù)有關(guān)聯(lián)分析、聚類分析、分類分析、異常分析、特異群組分析和演變分析，等等。

人事檔案管理顧名思義就是將人事檔案的收集、整理、保管、鑒定、統(tǒng)計(jì)和提供利用的活動(dòng)。人事檔案是指學(xué)校在人事檔案活動(dòng)中形成的， 形成教職工個(gè)人經(jīng)歷、政治思想、業(yè)務(wù)能力、工作表現(xiàn)等內(nèi)容的文件材料， 以教職工個(gè)人為單位集中保存起來以備查考的文字、表格及其他各種形式的歷史記錄。它歷史地、全面地記載著教職工的綜合信息， 是各級(jí)組織全面地考察、了解和正確選拔、使用人才的重要依據(jù)。在人事檔案管理工作中， 必須嚴(yán)格保管， 確保人事檔案的完整與安全。高校人事檔案工作是組織人事工作的重要內(nèi)容， 是高校人才隊(duì)伍建設(shè)的重要基礎(chǔ)工作。

現(xiàn)階段，信息化是高職院校人事檔案管理工作發(fā)展的必然趨勢(shì)。現(xiàn)代社會(huì)科學(xué)技術(shù)不斷進(jìn)步，信息網(wǎng)絡(luò)技術(shù)的應(yīng)用，為人類社會(huì)的發(fā)展帶來了巨大的動(dòng)力。信息資源是現(xiàn)代社會(huì)的重要資源，檔案也是信息資源戰(zhàn)略中的重要內(nèi)容之一。檔案信息化是我國(guó)信息化建設(shè)的重要組成部分，也是推進(jìn)檔案管理工作管理水平的提高的重要措施。檔案信息化是利用信息技術(shù)對(duì)檔案信息進(jìn)行重新開發(fā)、整理、利用與收集，并且實(shí)現(xiàn)檔案信息的數(shù)字化。與此同時(shí)，我國(guó)相關(guān)檔案管理信息化建設(shè)的規(guī)定也對(duì)于檔案管理信息化建設(shè)提出了明確的發(fā)展目標(biāo)。

數(shù)據(jù)挖掘技術(shù)在人事檔案管理中具體的應(yīng)用（關(guān)聯(lián)分析預(yù)測(cè)）：

1.某高校中層干部隊(duì)伍年齡結(jié)構(gòu)

某高職院校中層干部隊(duì)伍情況，其年齡結(jié)構(gòu)如下：共有中層干部43人，其中35歲以下1人， 36～40歲12人，41～45歲8人，46歲以上22人，分別占中層干部總量的2.33%、27.9%、18.6%和51.16%。

2.某高校中層干部隊(duì)伍知識(shí)結(jié)構(gòu)

43人中碩士及以上學(xué)位15人，學(xué)士學(xué)位9人，無學(xué)位19人。

3.某高校中層干部隊(duì)伍職稱結(jié)構(gòu)

43人中高級(jí)職稱34人，中級(jí)職稱6人，助級(jí)及以下3人。

中層干部隊(duì)伍存在的突出問題：整體結(jié)構(gòu)不盡合理。一是年齡結(jié)構(gòu)偏大化。從中層干部情況來看，中層干部隊(duì)伍年齡梯次很不合理，尤其46歲以上中層干部數(shù)量過高，占據(jù)著整個(gè)中層干部隊(duì)伍總量的一半以上，使中層干部隊(duì)伍呈現(xiàn)出年齡偏大的傾向。二是知識(shí)結(jié)構(gòu)偏低化?？v觀中層干部知識(shí)結(jié)構(gòu)，從表象上看，碩士以上學(xué)位占比例為34.88%，比較合理，但是作為高等院校的中層干部還有44.2%無學(xué)位，這與年齡結(jié)構(gòu)老化有很大的關(guān)系。但從隱象來看，第一學(xué)歷為本科以上的中層干部?jī)H有18人，僅占中層干部總量的41.9%，其余均為大專及以下學(xué)歷，仍存在著“人才假象”的問題。三是職稱結(jié)構(gòu)比較合理，但高級(jí)職稱過多占79.1%，這也從側(cè)面反映由于年齡結(jié)構(gòu)偏大造成的，中青年干部較少，所以中級(jí)職稱和初級(jí)職稱的人很少，也體現(xiàn)出中堅(jiān)力量不足的問題。

通過對(duì)該高職院校中層干部檔案的數(shù)據(jù)挖掘，可為該單位的人事調(diào)整、干部培養(yǎng)提供重要依據(jù)，更好地為學(xué)院領(lǐng)導(dǎo)人事決策服務(wù)、為高職院校建設(shè)發(fā)展、人才培養(yǎng)工作服務(wù)，是高職院校人事檔案工作的目標(biāo)。

工作實(shí)踐表明，廣泛地借助數(shù)據(jù)挖掘技術(shù)，充分挖掘人事檔案的各類數(shù)據(jù)，有效地轉(zhuǎn)化成各種有價(jià)值信息，使之服務(wù)于、作用于高職院校的師資隊(duì)伍建設(shè)工作，服務(wù)于高職院校的教學(xué)與管理工作，服務(wù)于高職院校的人才培養(yǎng)工作。隨著人事管理系統(tǒng)的不斷完善，人事管理系統(tǒng)各個(gè)方面的數(shù)據(jù)積累越來越大，數(shù)據(jù)挖掘?qū)?huì)在高職院校管理的各個(gè)領(lǐng)域發(fā)揮更大的積極作用。

參考文獻(xiàn)：

[1]陳源.數(shù)據(jù)挖掘在高校檔案管理中的應(yīng)用研究[J].辦公室業(yè)務(wù)，2013，（11）.

[2]黃昆，鄧芳.高職院校人事檔案工作淺析[J].現(xiàn)代企業(yè)教育，2013，（8）.

[3]李爽.淺談新形勢(shì)下高職院校人事檔案管理[J].黑龍江史志，2013，（19）.

[4]劉英.高職院校人事檔案管理問題與對(duì)策研究——以湖南體育職業(yè)學(xué)院為例[J].山東青年，2014，（1）.