基于改進(jìn)決策樹算法的績效測(cè)評(píng)應(yīng)用研究.pdf

1、隨著科技的進(jìn)步，企業(yè)對(duì)人才資源愈加重視，因此各類企業(yè)無不看重績效測(cè)評(píng)這一衡量人才的有效標(biāo)準(zhǔn)，所以如何改進(jìn)績效測(cè)評(píng)的方法成了必須思考的問題?，F(xiàn)如今，績效測(cè)評(píng)的方法種類繁多，比如有關(guān)鍵事件法、圖尺度評(píng)價(jià)法、配對(duì)比較法、目標(biāo)管理法、交替排序法、關(guān)鍵指標(biāo)法、行為錨定等級(jí)評(píng)價(jià)法、平衡計(jì)分卡法、360度績效考評(píng)法等許多方法。然而這些方法僅獲取了數(shù)據(jù)比較表層的一些信息，并沒有深層次的挖掘數(shù)據(jù)之間的隱含相關(guān)性，所以沒有取得比較理想的效果，因此對(duì)新技術(shù)的

2、探索變得尤為重要。
　　數(shù)據(jù)挖掘技術(shù)恰好可以很好的挖掘出數(shù)據(jù)信息的深層隱含關(guān)系，彌補(bǔ)了傳統(tǒng)方法的不足，且該技術(shù)已在多個(gè)領(lǐng)域得到了廣泛的應(yīng)用，亦取得了很好的效果，因此將數(shù)據(jù)挖掘的方法引入企業(yè)的績效測(cè)評(píng)應(yīng)用中來，深層次的挖掘出企業(yè)員工的績效測(cè)評(píng)結(jié)果同多種要素之間的關(guān)系。數(shù)據(jù)挖掘的一個(gè)重要課題是數(shù)據(jù)分類的研究，現(xiàn)已有多種數(shù)據(jù)分類的方法，而在這些方法中，決策樹分類算法由于具有理論簡單、計(jì)算快速、分類準(zhǔn)確、便于理解、易于將生成的決策樹轉(zhuǎn)化為

3、分類規(guī)則等特點(diǎn)而被廣泛的研究以及應(yīng)用。因此將決策樹分類算法應(yīng)用到績效測(cè)評(píng)工作中。
　　在眾多決策樹分類算法中，ID3算法和FuzzyID3算法分別是清晰決策樹和模糊決策樹中最為基礎(chǔ)的算法，通過分析比較各典型決策樹算法，發(fā)現(xiàn)這兩種算法相較于其它算法具有明顯的優(yōu)勢(shì)，且可以輸出簡單易懂的知識(shí)規(guī)則，便于用戶的理解使用。所以本人決定以ID3算法和FuzzyID3算法作為課題研究的算法基礎(chǔ)，在此基礎(chǔ)上對(duì)其計(jì)算復(fù)雜度加以改進(jìn)，以減小建樹時(shí)間。本

4、文引入了決策協(xié)調(diào)度的概念，將決策協(xié)調(diào)度與ID3算法和FuzzyID3算法結(jié)合，有效降低了算法的計(jì)算復(fù)雜度，實(shí)現(xiàn)了對(duì)兩種算法的改進(jìn)。
　　本文中，通過經(jīng)典示例證實(shí)了改進(jìn)方法在建樹時(shí)間和測(cè)試精度方面的優(yōu)越性。最后在X公司員工的績效測(cè)評(píng)應(yīng)用中，分別運(yùn)用原算法和改進(jìn)算法對(duì)目標(biāo)數(shù)據(jù)進(jìn)行分類，通過對(duì)分類結(jié)果的分析比較，進(jìn)一步證實(shí)了改進(jìn)算法不僅延續(xù)了原算法的所有優(yōu)點(diǎn)，而且在建樹時(shí)間和測(cè)試精度方面取得了更好的效果。另外，根據(jù)采集到的績效測(cè)評(píng)數(shù)據(jù)的