基于粗糙集的人力評價的規(guī)則挖掘

1、基于粗糙集的人力資源評價的規(guī)矩開掘摘要應(yīng)用粗糙集理論和區(qū)分矩陣來開掘各因素規(guī)矩的要領(lǐng)對一小我私家力資源評價的例子舉行闡發(fā)和處置懲罰，開掘評價規(guī)矩，并從客不雅的數(shù)據(jù)中得出了各重要因素的客不雅權(quán)重。關(guān)鍵詞粗糙集;人力資源;規(guī)矩;權(quán)重粗糙集Rughsets理論是一種處置懲罰模糊、不準確的分類題目的新型數(shù)學東西。粗糙集理論已成為當前數(shù)據(jù)開掘的重要要領(lǐng)之一，其重要頭腦是在保持分類本領(lǐng)穩(wěn)定的條件下，通過知識約簡，導(dǎo)出題目的決議或分類規(guī)矩。該理論已被樂成地應(yīng)用于呆板學習、決議闡發(fā)、歷程操縱、形式識別與數(shù)據(jù)開掘范疇。人力資源是指社會所擁有的能為社會制造代價的人力或勞動力,其本質(zhì)是人的本領(lǐng)而不是人自己,人力資源

2、的代價在于人把握的知識和技能,在于報答社會制造代價的本領(lǐng)。人力資源評價就是通過闡發(fā)影響人力資源代價的重要因素,結(jié)合一定的評價要領(lǐng),進而得出一個綜合評代價的歷程。網(wǎng)絡(luò)和整理數(shù)據(jù)，構(gòu)成信息表。數(shù)據(jù)預(yù)處置懲罰。將數(shù)據(jù)庫中的初始數(shù)據(jù)信息舉行分類、聚類闡發(fā)以及使某些屬性的一連值離散化，轉(zhuǎn)換為粗糙集情勢，明白條件屬性和決議屬性。屬性約簡，按照預(yù)處置懲罰后的數(shù)據(jù)信息表天生區(qū)分矩陣，利用區(qū)分矩陣法天生約簡屬性集。區(qū)分矩陣Disernibilityatrix是由波蘭華沙大學的知名數(shù)學家skrn提出來的，是比年來在粗糙集約簡上出現(xiàn)的一個有力東西。利用這個東西，可以將存在于龐大的信息體系中的全部不成區(qū)分干系表達出來

3、。界說1：設(shè)有信息體系S，a(x)是記載x在屬性a上的值ij表現(xiàn)區(qū)分矩陣中第i行，第j列的元素，如許區(qū)分矩陣的界說是：ij此中i，j1，2，3，n，這里n。在得到區(qū)分矩陣的時間，另有一種環(huán)境沒有列出來，就是axiaxj，DxiDxj的環(huán)境，在有些資料中，將這種環(huán)境下的ij賦了一個1；有些那么不討論這種環(huán)境，由于他們以為在數(shù)據(jù)表的預(yù)處置懲罰階段會對數(shù)據(jù)表中辯論的記載做處置懲罰，使其不參加到數(shù)據(jù)中，而且將辯論的記載數(shù)除以記載總數(shù)，得到一個粗糙度的量度，該量度可以作為數(shù)據(jù)表的一個特性。本文服從后一種處置懲罰要領(lǐng)，對辯論的記載不予討論，以為數(shù)據(jù)表中沒有辯論的記載。界說2：區(qū)分函數(shù)是從區(qū)分矩陣中構(gòu)造的，

4、要領(lǐng)是把ij的每個屬性“或起來，然后再“與其全部的ij，此中i，j1，用p來表現(xiàn)。區(qū)分矩陣是一個對稱矩陣。在現(xiàn)實應(yīng)用中，只盤算它的上三角矩陣或下三角矩陣。按照區(qū)分矩陣的觀點，有三點值得留意：區(qū)分矩陣中條件屬性組合數(shù)為1的元素項，即ardij1，表白除該屬性外別的條件屬性無法將決議差異的兩筆記載區(qū)分開來，即該屬性必需保存，這個與決議表中核的觀點同等。因此，矩陣中全部條件屬性組合數(shù)為1的屬性均為核屬性。區(qū)分矩陣中通常條件屬性組合中包羅有核屬性的矩陣元素都可以僅用核屬性就把決議差異的記載區(qū)分開來，也就是說屬性組合中通常包羅有核屬性的區(qū)分矩陣項的別的條件屬性都是多余的。對付不包羅核屬性的屬性組合一定每

5、個組合都至少有一個元素成為約簡后的一個條件屬性，不然決議表中的某些記載將無法識別。屬性約簡的根本歷程如下：第一步：天生區(qū)分矩陣，將矩陣中屬性組合數(shù)為1的屬性列入終極的屬性約簡聚集，即Red=re=ijard(ij)=1,i,j=1,2,3,。第二步：從區(qū)分矩陣中尋出全部不包羅核屬性且ij0屬性組合Q，即：Qijijre=,且ij0，i，j1，2，3，第三步：將全部不包羅核屬性的條件屬性組合表現(xiàn)為合取范式的情勢，即：Pij，ijQ。第四步：將P轉(zhuǎn)換為析取范式的情勢，并舉行化簡。第五步：按照必要選擇差異的屬性組互助為約簡。拔取約簡屬性后的信息表，對每個規(guī)矩求出其核屬性，得到各規(guī)矩的核值。界說：具有

6、雷同條件屬性而有差異決議屬性的東西成為不成區(qū)分的東西。根本頭腦：思量依次去掉各個屬性，假設(shè)存在不成區(qū)分東西，那么說明該屬性為需要屬性，即核值。假設(shè)去掉該屬性時，無不成區(qū)分東西，那么說明該屬性為冗余屬性，可省略。按照核值表產(chǎn)生約簡規(guī)矩。根本算法：輸入：信息體系S=(U,D,V,f)輸出：約簡后的決議規(guī)矩集。步調(diào)：盤算區(qū)分矩陣；inti=1,j=0;intk=ard(U);=;hile(1ik)fr(i=0;i+;ik)fr(j=i+1;j+;jk)if(D(xi)D(xj)ij=a:a(xi)a(xj)else=ij得到RE;i=1;RED()=;重新取中元素，假設(shè)為單一屬性組合那么將該屬性參加

7、RED()，舉行屬性約簡從中刪除含有核屬性的組合。QijijRED()=,且ij0Pij將P轉(zhuǎn)換為析取范式的情勢P=i*i*為約簡的屬性聚集一約簡的屬性聚集i*，對每一個規(guī)矩求核屬性fr(j=1;j+;j)為每個規(guī)矩的屬性個數(shù)每次假設(shè)從規(guī)矩中去掉一個屬性ajif不存在不成區(qū)分的規(guī)矩then去掉該屬性elseaj為該規(guī)矩的屬性核值按照每一規(guī)矩的核值，列出約簡的規(guī)矩聚集。假設(shè)對每一個對應(yīng)的決議值該規(guī)矩組合是既約的且在體系中為真時為約簡規(guī)矩。求出各約簡屬性的權(quán)重。通常環(huán)境下，決議者會擁有對各個條件屬性的先驗知識，權(quán)重用來權(quán)衡屬性的相對緊張性。在差異的決議環(huán)境下，雷同的屬性對決議輸出會有差異的影響，即

8、權(quán)重對環(huán)境敏感。粗集理論中的屬性緊張度表達了當前數(shù)據(jù)環(huán)境部屬性對決議的影響，但它不克不及反響決議者的先驗知識。因此，將二者結(jié)合起來確定屬性的權(quán)重可以得到比力抱負的效果。如許我們將粗集理論同決議者的先驗知識結(jié)合起來，馬上由大量的汗青數(shù)據(jù)確定出來的客不雅的屬性緊張度同由主不雅的先驗知識確定的屬性權(quán)重結(jié)合起來確定終極的綜合權(quán)重，從而實現(xiàn)主不雅先驗知識同客不雅環(huán)境的同一。我們假設(shè)體系中的條件屬性為，決議屬性為D。在中有n個屬性a1,a2,an。由決議者先驗知識給定的權(quán)重別離為p(a1),p(a2),p(an)。然后網(wǎng)絡(luò)大量的評價樣本，由這些樣本數(shù)據(jù)來觀察全部條件屬性將樣本分別為決議類的分類本領(lǐng)，并由決

9、議屬性對條件屬性的依靠度r(D)=ard(ps(D)/ard(U),此中ard表現(xiàn)聚集的基數(shù)。然后去掉條件屬性i后，在重新思量分類環(huán)境，求出ri(D)=ard(psi(D)/ard(U)，那么屬性i的緊張度為r(D)ri(D)，以此類推。在此底子大將各個屬性的緊張度舉行歸一化處置懲罰并把處置懲罰后的效果qai作為屬性i的客不雅權(quán)重。即qai。顯然，qai在0和1之間取值。得到各個屬性的主不雅和客不雅權(quán)重后，由于客不雅權(quán)重是由汗青數(shù)據(jù)處置懲罰后得到的，我們給予其較大的權(quán)重為60，相應(yīng)地，給予主不雅權(quán)重為40，那么，由此確定的綜合權(quán)重Pai0.6p(ai)+0.4qai。數(shù)據(jù)網(wǎng)羅。在人力資源評價中

10、，各屬性值用3，2，1別離表現(xiàn)“優(yōu)，中，差。指標對象知識量a創(chuàng)新本領(lǐng)b交換本領(lǐng)順應(yīng)本領(lǐng)d結(jié)業(yè)院校e康健狀態(tài)f生理蒙受本領(lǐng)g進取欲望h評定效果i11122233322111211321323211212341212121115312223333622322333372211312228233312233利用區(qū)分矩陣舉行屬性約簡，創(chuàng)立區(qū)分矩陣如下123456781efhabdefghbefghaababdefg2abdfgaefhabefhabdegabdfgh3abdhbefg4abefghaefghadefghabdgh5abdefgh6defgh7bdefh8從區(qū)分矩陣可以看出，a為核屬性，

11、因此可以得到Qefh(befgh)(befg)(defgh)(bdefh),按照汲取律，Qefh(befg)，將其轉(zhuǎn)換為析取范式后，得到Qbh(gh)()(e)(f),因此a,b,h,a,g,h,a,a,e,a,f都可以作為約簡后的屬性。取a,b,h來舉行規(guī)矩開掘,天生核值表。屬性約簡表核值表按照核值表，天生規(guī)矩約簡表得出規(guī)矩：b1h2a1i1,即創(chuàng)新本領(lǐng)為差且進取欲望為中時或知識量為差時，綜合評估為差。a1h3b2h2i2，即知識量為差且進取欲望為優(yōu)時或創(chuàng)新本領(lǐng)為中且進取欲望為中時，綜合評估為中。a2b3a3b1h3i3，即知識量為中且創(chuàng)新本領(lǐng)為優(yōu)時或知識量為優(yōu)且創(chuàng)新本領(lǐng)為優(yōu)時或進取欲望為優(yōu)

12、時，綜合評估為優(yōu)。盤算各約簡屬性的客不雅權(quán)重。由屬性約簡表得，其條件屬性集a，b，h，決議屬性集Di，U/ind(a，b，h)=1，2，3，4，5，6，7，8，U/ind(i)=1，7，2，4，3，5，6，8，PS(D)=1，2，3，4，5，6，7，8，r(D)=k=ard(ps(D)/ard(U)=8/8=1，說明決議屬性全部依靠于條件屬性依靠度為1。去掉屬性a后，U/ind(b，h)=1，5，2，3，4，6，7，8，PS-a(D)=2，3，4，6，7，8，r-a(D)=6/8=0.75，屬性a的緊張度為r(D)r-a(D)=10.75=0.25。去掉屬性b后，U/ind(a，h)=1，2，

13、3，7，4，5，6，8，PS-b(D)=1，2，4，5，6，8，r-b(D)=6/8=0.75，屬性b的緊張度為r(D)r-b(D)=10.75=0.25。去掉屬性后，U/ind(a，b)=1，2，3，8，4，5，6，7，PS-h(D)=3，4，5，8，r-h(D)=4/8=0.5，屬性h的緊張度為rh(D)r-h(D)=10.5=0.5。由此可以得出各個屬性的客不雅權(quán)重別離為：在人力資源評價中影響其代價的因素許多,各因素的緊張性也會有很大的差異。本文通過闡發(fā)影響人力資源代價評價各因素的特性,確定影響人力資源代價的重要因素有:知識量，創(chuàng)新本領(lǐng)，交換本領(lǐng)，順應(yīng)本領(lǐng)，結(jié)業(yè)院校，康健狀態(tài)，生理蒙受本領(lǐng)，進取欲望等。在人力資源評價中常常接納專家評估法、收益折現(xiàn)法、隨機報