摘要：针对目前企业岗位需求说明中对员工素质(2)
2013-05-20 01:04
导读：包括社会角色和价值观、自我认知、特质和动机，是人内在的、难以测量的部分[7,8]。 根据科学性和可操作性的原则，将人员素质划分为生理素质、心理素
包括社会角色和价值观、自我认知、特质和动机，是人内在的、难以测量的部分[7,8]。
根据科学性和可操作性的原则，将人员素质划分为生理素质、心理素质、知识素质三大方面[8]。
(1) 生理素质生理素质是影响人们活动方式、能力和效率的生理基础，包括体质和精力。体质即身体的质量，表现为人体的健康水平；精力是指人们从事行为活动耐紧张程度和耐久力。
(2) 心理素质心理素质是影响人们事业发展与成功的关键因素，包括个人能力和人格。能力是使人们顺利完成学习或工作并直接影响效率及效能的基本心理素质；人格使人们在认知、情绪、意志等心理活动中所表现出来的心理特征，具体体现在个性倾向性和个性心理特征两个方面。
(3) 知识素质知识素质是人们后天习得的直接及间接经验的总和。根据知识素质对人们生活和工作的影响程度不同，可将其区分为生活知识和工作知识。
通过以上分析可知，员工素质是与绩效相关的、可标准测量的一系列素质特征的组合。
员工素质由生理素质、心理素质与知识素质三方面构成，主要包括员工体质、员工精力、个人能力、人格、工作知识及生活知识。
2 基于决策树方法的员工素质与绩效关联分析
数据挖掘(Data Mining)是从大量的、有噪声的、不完全的、模糊的原始数据中，提取隐含其中的、有一定价值的、具有一定可信度的信息和知识的过程。通过
数学的或非数学的、演绎的或归纳的方法进行知识的提取，发现的知识可被用于决策支持、信息管理、查询优化、过程控制等[9]。
决策树(Decision tree)是代表着决策集的树形结构。基于决策树的方法是从实例集中构造决策树，是一种有指导的学习方法。决策树是一种常用于预测模型的算法，它通过将大量数据有目的分类，从中找到一些有价值的、潜在的信息。它的主要优点是描述简单，分类速度快，特别适合大规模的数据处理。最有影响和最早的决策树方法是由Quinlan提出的著名的基于信息熵的ID3算法，也是本文采用的决策树算法。该算法选择具有最高信息增益的属性作为当前节点的测试属性，使得结果划分中的数据分类所需要的信息量最小，反映了划分的最小随机性。决策树中每一个非叶结点对应着一个非类别属性，树枝代表这个属性的值。一个叶结点代表从树根到叶结点之间的路径对应的记录所属的类别的属性值[9,10]。
内容来自www.nseac.com
关联分析是利用关联规则进行数据挖掘，是近年来研究较多、应用较广泛的一种数据挖掘方法，相应地关联规则模式也是一种比较重要的数据挖掘知识模式。关联分析的目的是挖掘隐藏在数据间的相互关系。
3 工程应用
3.1 工程背景
电网公司某水力发电厂由3 个电站和1 个开关站组成，在职职工有900 多人。在新的时代背景下，该单位向市场经济体制转型，面临着众多的挑战。该单位人力资源管理中的绩效管理仅仅停留在员工绩效考核结果的统计，员工素质评估也仅仅停留在评估结果的统计与分析，从未进行员工素质与绩效的关联分析。以往该单位仅仅参照岗位需求说明，根据员工素质评估结果，提出员工培训、
招聘、人员配置的建议，缺乏员工绩效的导向，增加了管理成本，降低了管理效率。该单位通过将决策树技术应用到员工素质与绩效关联分析中，效果良好，提升了管理质量与决策效率。样本数据采集操作过程如下：
(1)确定数据采集办法。其中员工素质数据采集通过应用员工素质分析评估系统在企业实施员工素质评估，并导出评估结果数据库来实现，员工绩效数据以单位人力资源部门的绩效考核结果为依据。
(2)处理采集数据。按照不同的数据采集办法分别采集员工素质与绩效数据，形成商务数据库。
(3)选择样本数据。在企业所有员工中随机抽取10 位员工，确定样本数据。
