论文部分内容阅读
随着国家经济的发展，越来越多的企业在人力资源管理方面捉襟见肘，对于人力资源数据的管理与配置也成为了众多企业管理项目中必不可少的部分。现如今的人力资源管理功能已经不仅仅在于招收人才与工资结算等低端领域，对于人才的合理配置与培养也是人力资源管理领域的重要组成部分。这样需要巨大运算的工作是只凭人力无法实现的，因此基于云计算的人力资源数据决策支持系统就成为了该领域这一阶段的研究重点。作为一个决策工具，基于云计算的人力资源数据决策支持系统既能够与人力资源管理系统相配合，实现对于员工的管理，同时也有着属于自己的功能，即对于员工重要性以及业绩的评估，进而为公司的人力资源管理工作提供一定的决策参考 。传统的人力资源数据决策支持系统在数据运算时间上没有达到预期要求，因此本文基于云计算对人力资源数据决策支持系统进行设计。
一、力资源数据决策支持系统软件设计
基于云计算的人力资源数据决策支持软件系统需要能够对每个功能的模块都做出相应的划分，具体的需求分析如图1所示。
在人力资源数据决策支持系统中，组织架构是一个需要长期不断维护的模块，一般通过Web前端进行开发设计，将其与人力资源数据决策支持系统软件设计的整体架构相关联。在职员工管理系统需要对己经编辑在册的现有员工数据进行分析，将所有员工数据分类，将岗位信息、年龄、性别等作为初始分类标准，将业绩作为高等分类标准，判断该员工的属性为优、良、及格或不及格，这样的分类标准需要通过贝叶斯分类算法来实现。贝叶斯分类可以简略地被当作一种概率分类器，使用能够自主学习的算法，通过先行训练得到人力资源数据决策支持概率的参考模型，然后再根据概率数据实现人力资源数据决策支持系统的在职员工信息分类。其关于随机事件M和N的条件概率计算公式如下：
式中，P（M）表示事件M的边缘概率或先验概率，即在不考虑其他因素的前提下发生M事件的概率; 表示事件N的边缘概率或先验概率，即在不考虑其他因素前提下发生事件N的概率; P（N|M）表示已知发生概率的事件M发生后，发生事件N的概率。通过这样的概率计算公式，能够得到后验概率的类别作为人力资源数据决策支持系统中在职员工分类的标准，然后通过公式（2）确定其具体的类别。
式中， 可以被看作一个简单的常数项，且均满足各个属性特征的条件相互独立; 表示整个在职员工分类模块的整体区间，在得到最终数据的前提下只需要根据数据的大小就可以判断该员工的属性类别。
在建立信息管理模块中，可以将员工的简历信息转化为一段向量特征，将简历A与简历B的相似度作为这两份向量的距离，然后通过欧式定律的计算方式得到新入职员工的人才等级特征。首先，需要设定两份简历的定义式，即两个特征向量分别定义为和，如此就可以计算A与B的欧式距离：
二、人力资源数据决策支持系统硬件设计
随着互联网的发展，我国现有的人力资源数据决策支持系统硬件设计从原本的C/S架构渐渐转变为Web的B/S构架。通过对Java技术的应用实现了Web的跨平台扩展。这样的硬件设施通常具备高分享性的信息特点，且数据的可容性一般较好，在防御恶意信息的攻击方面也具备良好的特性，但是其数据传输的速度较为缓慢，这也是传统的人力资源数据决策支持系统最典型的问题。因此B/S架构在建立的过程中就需要着重注意三层分布式的数据传输节点构建。
如图2所示，整个B/S架构是由Browser层、Web层与DB层构成。这样的动态数据发布技术能够最大化地减少人力物力成本，并缩短数据运算时间，使人力资源数据的决策和整理变得简单易行。而Web分布式架构所提供的三种工具模型：RAD、纯HTML、混合组件也是能够运用于数据服务器的配套技术。在这样的情况下，WEB服务器就能够作为Java的配套技术通过前端进行数据访问。而云计算的数据库技术接口通常也具备服务器的主机功能，通过CGI对普通网口实现信息传递与应用程序的格式匹配。
三、实验设计
（一）实验准备工作
本次实验通过对文中系统设计与传统的人力资源数据决策支持系统的对比，判断本文设计的系统是否具备实用性。实验中使用的环境配置如下：CPU使用Intel（R）i5-2440@3.40GHz处理器，运行内存为4GB，储存空间128G。其软件平台的操作系统为Windows 10 64bit，通过Tomcat6.0软件建立web数据库，其后台数据库使用MySQL，并运用MyEclipse系统在J2EE的环境下进行后台开发工作，后台程序开发语言为Java。建立云计算中的人力资源数据库，随机在该数据库中抽取10份数据，进行系统的测试，比较系统反应时间，并通过对数据上传速度和决策运算速度的对比，判断文中系统是否更具备优越性。
（二）实验结果分析
将上述实验中得到的数据进行处理，得到的结果如表1所示。
通过上表中四组数据的对比可知，文中设计的决策支持系统数据上传速度大于常规系统约9.8KB/s，关于人力资源数据的决策速度大于常规系统约213KB/s，二者均达到设计预期。
四、结语
本文首先对基于云计算的人力资源数据决策支持系统的硬件与软件分别进行了设计，并进行了相关的实验设计，对系统数据上传速度和决策运算速度进行了檢测与计算，与常规系统的两项数据进行对比，得到了该系统数据处理速度优于传统系统的结论。
一、力资源数据决策支持系统软件设计
基于云计算的人力资源数据决策支持软件系统需要能够对每个功能的模块都做出相应的划分，具体的需求分析如图1所示。
在人力资源数据决策支持系统中，组织架构是一个需要长期不断维护的模块，一般通过Web前端进行开发设计，将其与人力资源数据决策支持系统软件设计的整体架构相关联。在职员工管理系统需要对己经编辑在册的现有员工数据进行分析，将所有员工数据分类，将岗位信息、年龄、性别等作为初始分类标准，将业绩作为高等分类标准，判断该员工的属性为优、良、及格或不及格，这样的分类标准需要通过贝叶斯分类算法来实现。贝叶斯分类可以简略地被当作一种概率分类器，使用能够自主学习的算法，通过先行训练得到人力资源数据决策支持概率的参考模型，然后再根据概率数据实现人力资源数据决策支持系统的在职员工信息分类。其关于随机事件M和N的条件概率计算公式如下：
式中，P（M）表示事件M的边缘概率或先验概率，即在不考虑其他因素的前提下发生M事件的概率; 表示事件N的边缘概率或先验概率，即在不考虑其他因素前提下发生事件N的概率; P（N|M）表示已知发生概率的事件M发生后，发生事件N的概率。通过这样的概率计算公式，能够得到后验概率的类别作为人力资源数据决策支持系统中在职员工分类的标准，然后通过公式（2）确定其具体的类别。
式中， 可以被看作一个简单的常数项，且均满足各个属性特征的条件相互独立; 表示整个在职员工分类模块的整体区间，在得到最终数据的前提下只需要根据数据的大小就可以判断该员工的属性类别。
在建立信息管理模块中，可以将员工的简历信息转化为一段向量特征，将简历A与简历B的相似度作为这两份向量的距离，然后通过欧式定律的计算方式得到新入职员工的人才等级特征。首先，需要设定两份简历的定义式，即两个特征向量分别定义为和，如此就可以计算A与B的欧式距离：
二、人力资源数据决策支持系统硬件设计
随着互联网的发展，我国现有的人力资源数据决策支持系统硬件设计从原本的C/S架构渐渐转变为Web的B/S构架。通过对Java技术的应用实现了Web的跨平台扩展。这样的硬件设施通常具备高分享性的信息特点，且数据的可容性一般较好，在防御恶意信息的攻击方面也具备良好的特性，但是其数据传输的速度较为缓慢，这也是传统的人力资源数据决策支持系统最典型的问题。因此B/S架构在建立的过程中就需要着重注意三层分布式的数据传输节点构建。
如图2所示，整个B/S架构是由Browser层、Web层与DB层构成。这样的动态数据发布技术能够最大化地减少人力物力成本，并缩短数据运算时间，使人力资源数据的决策和整理变得简单易行。而Web分布式架构所提供的三种工具模型：RAD、纯HTML、混合组件也是能够运用于数据服务器的配套技术。在这样的情况下，WEB服务器就能够作为Java的配套技术通过前端进行数据访问。而云计算的数据库技术接口通常也具备服务器的主机功能，通过CGI对普通网口实现信息传递与应用程序的格式匹配。
三、实验设计
（一）实验准备工作
本次实验通过对文中系统设计与传统的人力资源数据决策支持系统的对比，判断本文设计的系统是否具备实用性。实验中使用的环境配置如下：CPU使用Intel（R）i5-2440@3.40GHz处理器，运行内存为4GB，储存空间128G。其软件平台的操作系统为Windows 10 64bit，通过Tomcat6.0软件建立web数据库，其后台数据库使用MySQL，并运用MyEclipse系统在J2EE的环境下进行后台开发工作，后台程序开发语言为Java。建立云计算中的人力资源数据库，随机在该数据库中抽取10份数据，进行系统的测试，比较系统反应时间，并通过对数据上传速度和决策运算速度的对比，判断文中系统是否更具备优越性。
（二）实验结果分析
将上述实验中得到的数据进行处理，得到的结果如表1所示。
通过上表中四组数据的对比可知，文中设计的决策支持系统数据上传速度大于常规系统约9.8KB/s，关于人力资源数据的决策速度大于常规系统约213KB/s，二者均达到设计预期。
四、结语
本文首先对基于云计算的人力资源数据决策支持系统的硬件与软件分别进行了设计，并进行了相关的实验设计，对系统数据上传速度和决策运算速度进行了檢测与计算，与常规系统的两项数据进行对比，得到了该系统数据处理速度优于传统系统的结论。