基于Hadoop大数据平台的人力资源决策技术研究

针对传统人力资源决策技术对海量人力资源数据辨别能力不高,导致决策效果不佳,研究基于Hadoop大数据平台的人力资源决策技术。该技术对海量的企业人力资源数据进行分布式处理,将神经网络下的员工信息按照输入层、隐含层、输出层进行组别划分;根据影响每一数据组数据变化的影响因素建立初选数据集合;通过计算人力资源的熵值离散度设立决策指标,以员工的姓名、部门、历史业绩、往期工作效率等要素作为选择条件;采用决策树分类算法构建决策树,生成人力资源决策分析报表,以此实现人力资源决策技术。实验结果表明:所研究的人力资源决策技术面对海量的人力资源数据,其辨识能力更强,决策结果的完整度达到了98.35%,比传统决策技术高出了21.55%。由此可见,所研究的决策技术性能更优越、更能满足企业当前的发展需求。     

面向大学生心理问题分析的数据挖掘应用

当前已经进入大数据时代,数据挖掘是在大量的数据中提取有用的有价值的知识。本文结合高校学生心理测试产生的数据,采用ID3算法构造决策树分析预测大学生心理健康状况,为学校的心理辅导工作提供参考依据。     

图书情报数据挖掘处理平台设计

针对传统平台一直存在对图书情报数据挖掘处理效果差、运行耗时长的问题,提出并设计了基于K-means算法的图书情报数据挖掘处理平台。该处理平台主要分为3部分进行设计:对硬件的数据挖掘模块、数据存储模块、数据分析模块进行设计,并在数据挖掘模块中引入K-means算法提高数据挖掘模块性能;给出软件设计流程及部分源代码;对设计平台的运行耗时进行验证。实验结果表明,采用改进设计平台可有效缩短运行耗时,且数据挖掘结果精度更高,具有一定的优势。     

数据挖掘技术在软件工程中的应用

近年来,随着数据技术的不断发展,尤其是随着软件系统的不断完善和研发,软件开发已经成为一项非常复杂的系统工程。在进行软件设计的过程中,由于软件工程的活动和过程是比较复杂的,从而很难掌握。因此只有对原有的处理模式进行不断创新以及完善,才能使软件工程能够更好地应用在我国的相关领域中。基于此,笔者对软件系统发展的相关环节进行了分析以及对比。     

云计算环境下多源遥感数据挖掘系统构建

针对多源遥感数据未被充分利用及数据处理效率较低的问题,结合三层四类模式的云计算服务级别系统,以云计算服务形式为前提,创建了多来源数据挖掘体系。首先阐述了多源遥感数据挖掘的技术流程;其次将云计算服务层次体系引入到系统构建中,设计了云计算环境下的多源遥感数据挖掘系统框架;最后详细介绍了该系统的主要特色功能,为进一步研究多源遥感数据挖掘系统奠定了基础。