聚類方法在通用查詢平臺(tái)中的應(yīng)用.pdf

1、隨著計(jì)算機(jī)技術(shù)，特別是數(shù)據(jù)庫技術(shù)的發(fā)展，在企業(yè)數(shù)據(jù)庫中積累了大量的人力資源數(shù)據(jù)。如何發(fā)現(xiàn)隱含在這些數(shù)據(jù)中的規(guī)則和知識(shí)，并輔助決策，成了亟待解決的問題。數(shù)據(jù)挖掘技術(shù)的出現(xiàn)和發(fā)展為此提供了有力的支持。數(shù)據(jù)挖掘就是從大量的、不完備的數(shù)據(jù)中，提取出事先未知的、但具有價(jià)值的信息和知識(shí)的過程。 為了推動(dòng)辦公自動(dòng)化，需要一個(gè)數(shù)據(jù)庫綜合信息查詢的解決方案。在分析客戶的需求后，設(shè)計(jì)了通用查詢平臺(tái)。通過對數(shù)據(jù)挖掘技術(shù)的理論研究，將該技術(shù)應(yīng)用于通用查

2、詢平臺(tái)系統(tǒng)。主要研究內(nèi)容為：在數(shù)據(jù)預(yù)處理的前提下，運(yùn)用改進(jìn)的K-中心點(diǎn)聚類方法，對人力資源數(shù)據(jù)庫進(jìn)行合理、高效的聚類，并以此聚類結(jié)果作為評價(jià)各類人員能力的標(biāo)準(zhǔn)。 傳統(tǒng)的k-中心點(diǎn)方法采用任選k組數(shù)據(jù)作為初始代表點(diǎn)，效率低下。針對該算法存在的缺點(diǎn)提出改進(jìn)，選取相異度最大的k組對象，將其作為初始代表點(diǎn)。使得整個(gè)聚類分析的效率得到了提高。該方法大大降低了反復(fù)計(jì)算對象之間相異度的費(fèi)用，提高了每次聚類分析的效率。由于將每次聚類獨(dú)立出來，用