挖掘人才

挖掘人才（推荐8篇）

挖掘人才 篇1

1）唐朝初，科举创立不久，是采用先推举与考试相结合的方法。初始时推举人为了自己名声，注意公平公正，但后期逐渐唯亲所用，或收受贿赂，致使科举不公，寒门才子无法重用，于是推举制度被摒弃。

2）文革后，有段时间也是推荐上大学，造成种种不公，后恢复高考制度，因为只有考试才是最公平的选拔发掘人才的途径。

反问：

1.如果，考试方法不好，你觉得什么方法好？

对方回复假设：

1）推荐（保送，如北大今年的新尝试）。----反击。我们不排除一个地区少数几个偏才，怪才推荐保送是社会的另一种公平，给这些某方面弱项的人一个机会。

但是，推荐，保送可以全国范围百万学生中展开么？？？如果每个人上大学都要被人推荐或者学校保送，那恐怕我们现在就坐不住了，早就四处寻人找门路了，坦白的说心里话：我就会去找门路，送钱也再所不惜，这是一个人生的分水岭。2）平时成绩与考试相结合。

反击：这个方法可以作为考试为主要发掘选拔人才的补充，但平时成绩如果占据了主要部分，那么这么重要的平时成绩，怎样保证其公正性？那么多老师，谁来监督？

当n个老师一起评选时候，会不会形成一种潜规则（老师的孩子都打高些？？？）

而且，如果一个学生早些高

一、高二前半学期都家里有事，误了很多课，或者年龄小不懂事，淘气不讨老师学生喜欢，而高二突然浪子回头，那他的平时成绩又一塌糊涂，那么，我们要不要给他这个机会？

平时成绩的重要，会不会让大多数平时成绩不好的学生，逐渐破罐子破摔，形成恶性循环？

首先，要明确考试的目的是什么，我想，应该是选择人才，也就是说有一定能力的人，而且，这种考试不仅仅应该局限于比试，每一个人在考官面前的表现都影响着他的录用与否，这也算是考试吧？

如果是正方（需要）就说，考试是一种能在短时间内选出自己所需人才的重要手段。对方如果说，有的人不善于考试，可以说，考试包括很多种，有时，实际的试用都算是考试，难道试用他还不能投入角色好好的工作？当今社会竞争很激烈，用人单位可不是学校，要培养人才，他是要用人才。不适应考试的人也是不适应当今社会，也就不能说是人才。注意专才和通才的区别，能力的定义，这可能是交锋点

挖掘人才一定要经过考试，因为人才有很多，在选择人才的时候，主要看适不适用，那么，人才需求方就要经过对人才的考核决定是否录用，所以挖掘人才是需要考试的。

也许考试未必能发掘人才，但是发掘人才需要考试。也许怀才不遇的人的确很多，但是我们怎么知道他的才能与我们所需要的是否对口呢？要从茫茫人海中找到对口的人才，我们还是需要考试。

能发掘人才的人，我们称之为伯乐，但我们希望能找到人才的时候，我们去哪里找伯乐帮忙呢？我们又怎么能确定他是伯乐呢？要想知道他是否伯乐，我们还是需要考试吧？那么看来，发掘伯乐也是需要考试的

考试是最容易体现人才特点的选拔方式，也是最容易进行的选拔方式。因为一个人才的全面衡量需要花费一定的时间和人力物力才能够达到所谓的全面。但是现实情况是当我们需要一个人才的时候，并没有那么多的条件允许我们用其他方式来选拔人才，那么什么途径是最好的方式呢？只有考试。实践是检验真理的唯一方式。如果一个人确实是某方面的人才，那么他一定精专某方面的知识，所以提供相关方面的考试来测验对方对这个领域的掌握程度无非是最合理的选拔方式了。

我方认为“发掘人才需要考试”,理由有三: 首先,从考试的本质看其针对性,客观性,公平性和高效性决定了它成为发觉人才的重要手段.考试的针对性能使发掘者有目的地发掘该领域需要的人才,避免了“大海捞针”的盲目;考试的客观性能使他们公正地选拔人才,避免了任人唯亲和主观臆断;考试的高效性能使他们较为集中,有效地寻找到渴求之才,避免了人才开发的资源浪费.其次,从事实层面看,考试的广泛普及和难以替代,深刻地阐明了发掘人才需要考试的道理.我们承认,考试并非发掘人才的唯一手段,然而面对人才资源的稀缺和人才需求的紧迫,当今社会还没有一种更为合理,客观,行之有效的制度能将考试取而代之.“金无足赤,人无完人”,我们不能因为其不足而否定它对发掘人才的关键作用.随着时代的进步,考试的内容不断丰富和多样化,考试制度也在不断完善.近期我国《考试法》的草案出台,不正有力地表明了国家对完善考试的信心和不懈努力吗

挖掘人才 篇2

人才是高校的第一资源, 科研是高校人才的核心竞争力, 人才的科研能力和水平直接决定了整个高校的科研水平。科学、合理地衡量人才科研水平成为了研究热点。目前国内外学者的研究重点集中于个体科研量化方面, 本研究根据某高校的人才科研成果数据, 从整体层面划分人才科研水平, 并详细分析各层次人才的基本素质, 从中寻找规律, 为高校人才培养和引进提供数据支持和政策依据。

1 人才科研指数模型构建方法和W-K-means算法

1.1 客户细分模型构建方法

美国市场学家温德尔·史密斯于20世纪50年代中期提出客户细分概念[1]。所谓客户细分, 即企业在明确的战略、业务模式和专注的市场条件之下, 根据客户的价值、需求和偏好等综合因素对客户进行分类, 分属于统一客户群的消费者具备一定程度的相似性, 而不同的细分客户群间存在明显的差异性。客户细分模型选择一定的细分变量, 按照一定的划分标准对客户进行分类[2]。客户细分的目的是为了更好地了解客户并提供个性化服务。

对于高校教师群体来说, 他们的科研历史成果存在不同的表现形式, 主要包括:科研项目、科研获奖、科研论文、科研专利、科研著作等。由于高校教师科研水平的不同, 他们的科研成果显然具有差异, 因此本研究借鉴客户细分模型构建方法, 选取科研历史成果的若干变量, 通过聚类算法, 寻找不同层次科研水平的划分标准, 对于高校教师群体进行分类, 为学校制定针对性的政策提供帮助[3,4]。

1.2 W-K-means算法

由于K-means类型算法在聚类过程中同等看待所有变量, 因而不能自动的选择变量。实际上, 聚类问题中的变量选择, 例如客户分割, 通常是基于对业务问题及所使用数据的理解。在初始的选择过程中, 从数据库抽取成百上千个变量, 从而形成一个高维数据空间。众所周知, 在一个由部分变量所定义的子空间, 通常会发现用户感兴趣的聚类结构。为了发现这种聚类结构, 识别变量的子集至关重要。

针对K-means算法存在的问题, 学者们提出了一个改进的K-means类型算法——基于K-means的变量自动加权聚类算法[5,6,7] (W-K-means) 。W-K-means算法根据簇中变量的重要性, 将自动针对重要性不同的变量分配不同的权重。

W-K-means算法发现聚类的能力要优于K-means类型算法。它通过在迭代求解过程中计算出的变量最终权重能够有效识别噪音变量, 此能力对于高维数据聚类的变量选择具有重要意义。

2 数据预处理

2.1 数据准备

本研究的数据来源于一所以工科为主、经管文理农等学科为辅的教学型大学。该校人事、科研等部门均实施了信息管理系统, 其中人事信息系统中包含人事基本信息管理系统;科研信息系统中包含民用科技信息管理系统、军工科技信息管理系统和科技专利信息管理系统。由于历史原因, 高校人事、科研两个信息管理系统相对独立, 相关数据尚未建立连接。同时各个信息系统实施时间不一致, 导致每个系统中各项数据的年限不一致。本研究截取了各部门相同年限的相关数据。

2.2 特征构造

(1) 人事信息

通过咨询相关专家, 同时结合高校实际情况, 选取了具有代表意义的部分属性:姓名、性别、出生日期、工作时间、最高学历、最高学历毕业年月、最高学历毕业学校、初始学历、初始学历时间、初始学历毕业学校、现评职称、职称评定时间、职务、所属学科。

(2) 科研信息

通过高水平科研信息以建立科研分类模型, 因此将每项科研指标中的高水平项目进行泛化, 进而构造科研信息特征属性集:高水平论文篇数、高水平论文科研分值、高水平科技项目数、高水平科技获奖数、高水平著作数、高水平发明专利数。

2.3 数据离散化

数据离散化主要针对人事信息中的相应数据进行离散化。根据特征变量值离散化准则, 对特征值较多的分类型特征变量进行特征值离散化, 概化为较少的特征值。

对于年龄, 针对数值型特征取值的分布绘图, 根据分类汇总图, 按照谷底分类, 将数据离散化。23—38岁概化为“青年”, 39—47岁概化为“中年”, “48—64岁”概化为“壮年”。

工龄0—5年概化为“极短”, 6—10年概化为“较短”, 10—15年概化为“短”, 16—29年概化为“中”, “30—45年”概化为“长”。

最高学历、初始学历统一概化为:博士研究生、硕士研究生、本科、本科以下。

最高学历毕业学校、初始学历毕业学校概化为:国外大学、985高校、211高校、一般高校。

职务级别概化为:处级及以上、处级以下。

现聘职称概化为:高级、副高级、中级、初级。

学科概化为:理工类、人文社科经管类。

2.4 数据规格化

为了获得优良的聚类结果, 针对人才科研信息统计表, 采用最大值最小值规格化方法对数据进行规格化。高水平科技论文篇数、高水平科研论文分值和高水平项目数均规格化至[0, 10], 其余数据亦均在[0, 10]之间。

3 人才科研指数构建

3.1 数据挖掘工具

香港大学和哈尔滨工业大学开发的数据挖掘软件Alpha miner目前已经发展至2.5版本。Alpha miner作为开放的数据挖掘平台, 聚合了聚类、分类与预测、关联规则等建模过程中的各种数据挖掘算法。本研究使用Alpha miner 2.5实现高校教师科研能力的聚类以达到分类目的。

3.2 聚类结果

利用Alpha miner 2.5, 选取W-K-means算法, 聚类的簇的数量设置为4, 权重指数默认为8, 距离类型设置为Euclidean, 比较函数设置为Absolute Difference。聚类结果如表1所示。

3.3 聚类结果分析

W-K-means算法运算结果的3簇分布为:188、36、610。详细指标分析如下:

第一簇中各项指标均比较低, 高水平论文篇数均值为2.934篇, 实际论文数量均值达到6篇;高水平论文科研分值均值为1.214分, 实际科研分值均值为630分;科研项目数均值为0.512项, 实际科研项目均值为1.2项;高水平科技获奖数均值为0.048项;高水平著作数均值为0.282部;高水平发明专利数均值为0.271项。这一类属于科技水平较高、科研能力较突出的人才。将这一簇人才定位为科研类B类人才, 共计188条记录。

第二簇中高水平论文篇数均值为7.056, 实际论文数量均值为14篇;高水平论文科研分值均值为5.07, 实际科研分值均值为2500分;科研项目数均值为2.644项, 实际科研项目均值为5.6项;高水平科技获奖数均值为0.806项;高水平著作数均值为0.639部;高水平发明专利数均值为0.972项。显然, 这一类为科技水平很高、科研能力很突出的人才。将这一簇人才定位为科研类A类人才, 共计36条记录。

第三簇中高水平论文篇数均值为0.376篇, 实际论文数量均值不到1篇;高水平论文科研分值均值为0.109, 实际科研分值均值不到50分;科研项目数均值为0.09项, 实际科研项目均值为0.2项;高水平科技获奖数均值为0.003项;高水平著作数均值为0.061部;高水平发明专利数均值为0.062项。与第一簇和第二簇的相应指标均值比较可知, 第三簇属于科技水平一般、科研能力不太突出的人才。将这一簇人才定位为科研类C类人才, 共计610条记录。

对C类人才进行特征分析, 发现其中部分记录所有的科研成果均为0, 将此部分人员单独列出, 此类人才属于科技水平不高、科研能力一般, 定位为科研类D类人才, 共计320条记录。

最终聚类结果如表2所示。

3.4 构建人才科研指数K

根据科研数据聚类结果, 结合科研能力分类类别, 构建个人科研能力分类指数K:

个人科研能力分类指数K (姓名编号) =f (高水平论文篇数, 高水平论文科研分值, 高水平科研项目数, 高水平科技获奖数, 高水平著作数, 高水平发明专利数) =科研能力分类类别。其中K∈ (A, B, C, D) 。

4 人才科研指数与个人基本素质之间的关联规则挖掘

利用数据挖掘平台Clementine 12.0, 将人才科研指数方向设置为决策属性, 人事基本素质属性设置为条件属性, 应用Apriori经典关联规则算法, 最小支持度 (min_support) 设置为5%, 最小置信度 (min_confidence) 设置为45%。表3显示了挖掘结果中较为具有意义的规则。

根据挖掘规则1、2、3, 科研能力比较高的人才的主要特征为:学历为博士、职称为教授、毕业学校为985高校的人才科研能力较高。从规则4可以看出职务对于教师的科研能力具有负面影响。从规则5、6、7可以看出, 初始学历对于科研能力具有负面影响。从规则8可以看出, 初始学历毕业学校对于科研能力具有负面影响。从规则9、10、11可以看出, 工龄为超短、职称为初级的部分人才由于入校工作不久, 尚处于起步阶段。

5 结论

根据挖掘的关联规则, 针对该高校的实际情况, 为加强高校科研实力、提高高校科研水平, 人才引进和培养方面提出几点建议:

(1) 人才引进方面应当注重引进学历为博士的人才。同时注重人员的毕业院校, 引进一流院校的高学历人才。一方面, 从高校发展趋势来看, 引进高层次院校的高学历人才, 将提高科研能力, 以科研为动力, 促进高校教学与科研的整体提高;一方面, 从创新能力来看, 不同高校来源教师的学术交流, 将有效提高高校的教育创新能力。

(2) 防止“官本位”思想。正确引导高校教师的价值取向, 反对官位重于学问、权术重于学术。从上到下明确“学校的核心力量是人才、学校的主人是教师”的主导思想, 倡导“尊重知识、尊重人才”的理念。纯净高校的科研队伍, 对于致力于科研的人才, 给予职务应当慎重。该类人才在担当职务过程中, 由于耗费了一定精力, 将导致科研时间的减少, 同时影响其科研能力的提高。

(3) 对于不同类型的人才, 给予不同的培养政策。对于科研突出的“A类”人才, 重点资助科研经费, 通过重大、重点科研项目的资助, 帮助此类人才产出在国内外具有重大影响的科研成果。对于科研比较突出的“B类”、“C类”人才, 成立专项资金进行资助, 使其能够与“A类”人才共同组成优秀的学科梯队, 构成高校科研的中坚力量, 培养其成为“A类”人才。对具有发展潜力的“D类”人才, 为他们制定切实可行的发展计划, 提供各类进修机会, 提供机会赴国内外名师名校进修学习, 鼓励在职攻读学位, 大力提高他们的研究实验能力、组织能力、创新能力, 保证师资队伍的可持续发展。

参考文献

[1]吴靖, 林政.基于持卡消费行为的客户细分模型研究[J].中央财经大学学报, 2005 (6) :67-71.

[2]陈治平, 胡宇舟, 顾学道.聚类算法在电信客户细分中的应用研究[J].计算机应用, 2007 (10) :15-18.

[3]孙笑微.数据分类技术在高校人才识别系统中的应用[J].沈阳师范大学学报, 2008 (4) :133-136.

[4]徐国祥, 檀向球.上海市人才指数体系及其应用研究[J].财经研究, 2001 (12) :36-43.

[5]JOSHUA, ZHEXUE HUANG, MICHAEL K.Automated VariableWeighting in K-means Type Clustering[J].IEEE Transactions onPattern Analysis and Machine Intelligence, 2005 (5) :657-668.

[6]V MAKARENKOV, P LEGENARE.Optimal Variable Weighting forUltra metric and Additive Trees and K-means Partitioning Methodsand Software[J].Journal of Classify, 2001 (18) :245-271.

关于挖掘企业“银色人才”的思考 篇3

关键词：银色人才；宝贵财富；资源开发

广大离退休老同志是企业的宝贵财富，挖掘这些“银色人才”为企业各方领域增添正能量，让他们老有所为，是新形势下企业改革所需、老同志自身所愿、老干部工作职责所在。离退休群体是一个巨大的人才资源宝库，只有充分挖掘运用好这一资源和优势，才能更好地把老同志所蕴藏多年的经验及特长释放出来，为社会的发展和企业的稳定也是大有好处。

一、认识“银色人才”资源开发的重要意义

所谓“银色人才”资源，是指已进入退休年龄的高素质群体，只是相对中青年而言，总体上并无优劣之别，“银色人才”本身具有专门的知识和能力，能够创新，有所建树，都是“银色人才”资源。千里马需要伯乐，人才没有年龄界限之分。

随着我国石油价格与国际油价的接轨，使石油企业面临越来越激烈的竞争与挑战，面对成本不断上升、油价大幅波动的现实，企业需要“银色人才”的再奉献，以较小的再投入获得较大的再开发效益。中海油前辈是海油发展中的宝贵资源，做好“银色人才”资源开发工作，才能变企业老龄化的压力为动力，为实现企业可持续发展开源节流。中海油前辈是海油发展中的宝贵资源，做好“银色人才”资源开发工作，让他们老有所为，必能为实现企业可持续发展开源节流，也能为企业带来巨大的经济和社会效益，形成双赢的局面。

二、“银色人才”资源存量丰富

中海油老干部局二处离退休老同志人员结构情况，70岁以下较年轻的老同志，所占比例是64%；具有领导才能的人，所占比例是25%；具有技术职称的老同志，所占比例是81%；具有高学历的老同志，所占离退休老同志比例的70%。

他们具有较高的受教育程度和专业技术水平，同时身体健康、品德高尚；他们中有高水平管理人才、技术人才，有摄影专业、书法、绘画方面的成功者、爱好者、还有熟悉海洋石油各业务板块的新闻报社记者、编辑人才等等。

三、老有所为取得显著成效

如何认识“银色人才”，我们不应仅仅单纯考虑老年人的物质生活保障，做好供养，而且还应以更加积极的方式，在保障老年人生活的基础上，注重老同志的精神生活，孤独比贫穷更可怕，愚昧比落后更可悲，挖掘他们中的人才，由企业搭建平台，让他们走出家门、自发组织、自己培训、融入社会、与社会相关组织建立联系，发展老年教育，参与适合老同志特点丰富多彩、健康向上的文体活动，运用自己的专业与特长，以及综合知识，发挥他们的余热，满足精神生活、具备成就感，跟上新时代。

自发组建的海之恋模特队：（由一位78岁的退休老人担任艺术总编），互教互学，积极参加过各种比赛，曾获过多个奖项，包括2013年荣获北京市老年模特大赛二等奖。摄影兴趣小组：我们将具有专长的肖工请出山担任授课老师，他是中海油新退休老同志，现担任“心连心摄影沙龙”副会长，曾获得2010年“中海油优秀摄影师”称号、2013年摄影大赛优秀奖，请他给感兴趣的摄影爱好者授课，讲解摄影入门知识。还有新街口片区摄影多年的宋工也非常愿意把他几年来的拍摄经验倒出来，与爱好者共享。爱好者得到实惠，教授者特长得以发挥，自我价值得以更加实现。

老年人是社会的受益者，同时也是参加者、贡献者。“银色人才”的开发是一种简便高效的获取人才资源的方法，其成本最低、见效最快。

四、“银色人才”资源开发举措

目前我们只是做了初步的尝试，未来还要进一步摸清老同志的需求，了解现有的离退休队伍中各类人才，发挥他们的特长，具体实施方法有：

1、夯实基础—建立“银色人才”库

“银色人才”的预测和规划，建立信息数据库和信息网络，实现人才资源共享，为他们发挥作用提供信息平台，全面掌握人才总量、年龄结构、专业类别、身体状况及公司需求等。在引导老年人进入人才第二次利用时，也要启发、引导那些不愿意或有抵触思想的老年人，使他们也能找到发挥自己才能的领域，并组织、推荐、团结、带领他们积极有所为。

2、兴趣带动—丰富退休生活

内部或外部聘请身体力行且具有各专业特长的“银色人才”，投入到各项文化养老活动中来，是否可以考虑开办老年大学等做些工作。如在原有舞蹈、模特班、摄影班项目的基础上，继续扩大兴趣小组的种类，书法、绘画、合唱、烹饪、太极拳等。只要认真发掘，一定能找到既擅长又乐于担任老师、教练的顶尖人才。

3、文化传承—凝练海油精神

优化海油文化引领，提高新时代员工归属感，可以由老职工进行传承。可以构建老职工讲故事平台、开展海油历史讲座等活动，退休，人不休，不同层次的“银色人才”，可以发挥不同的作用，可以带动其他老年人，老有所为、老有所乐。

4、经验传递—共享技能经验

与中海实业公司倡导内部培训相结合，建立一支银色培训师队伍，以“银色人才”资源库为基础，以“银色人才”本身意愿为前提，以共享经验为目的，开展各种形式的交流、学习、培训活动，实现经验传递的同时，既丰富了退休人员的生活，也促进了和谐企业的发展。

5、知识沉淀—发光发热

退休人员中，不乏身体健康，经验丰富的顶尖人才，他们也愿意为海油事业献计献策、参与科研、创新、创业。可以发挥杰出老年人的“人梯”作用，让他们著书立说，让在职的各类人才站在巨人的肩膀上更快成长。可以考虑开办老年人的刊物，让愿意写作的人，晒晒自己的退休生活、写写过去时候的回忆录、说说他们的健康养生经验，还可以展示一下他们的作品等。

挖掘钟祥文化优势 篇4

着力建设文化强市

文化是一个地方的集体记忆，以物质和非物质形态传承。文化又是人的精神之钙和精气神的丰富滋养。

地处湖北省中部的钟祥市是国家级历史文化名城，是湖北有名的历史文化资源大市，素有“大地博物馆”的美誉。钟祥灿烂悠久的文化如汉江之水滋润着钟祥儿女茁壮成长。

充分认识钟祥的文化资源优势，增强文化自信心

钟祥是一片古老而神奇的土地，九里“边畈文化”遗址的发掘，不仅揭开了钟祥乃至整个江汉平原北部6000年前的历史篇章，而且预示着该地区还有更为久远的历史文化渊源。钟祥郢中古城，春秋时期就成为江汉平原北部的军事重镇。秦汉以后，历代统治者都十分重视这里的建置与控制，或郡或州或府从未间断，到明代中期达到比肩南北二京的繁荣与鼎盛。多年的文史研究表明，钟祥各时代文化特征明显 1 且前后承接脉络清晰。境内核定公布的文物保护单位有500余处，综合呈现出五大文化特色。

一是积淀深厚的荆楚文化。春秋战国时期，钟祥古城为楚别邑，称郊郢、郢中，系楚国的陪都。历史文献记载的“沈鹿会盟”、“君次于郊郢以御四邑”、“楚武王伐隋，卒于樠木山下”、“楚子奔隋，涉于成臼”等故事均发生在钟祥境内。郢中“三台十八景”中的古兰台、阳春台、子胥台、樠木山、宋玉井、白雪楼、莫愁湖以及以黄土坡楚墓群等40多处楚文化遗存、数百件出土文物，加之屈原、宋玉、莫愁女、楚武王、楚昭王、楚顷襄王、伍子胥等众多关联人物故事，构成了今天钟祥丰富的、独具特色的楚文化资源宝库。特别是兰台山上的兰台之宫，曾是楚王理政的地方，因而地脉旺盛，文风悠长。宋玉在此作《风赋》《对楚王问》，使兰台有了“雄风之源”的美誉。现存的兰台书院古建筑群落以及兰台中学琅琅的读书声，正是兰台文脉连绵不断的历史见证。

二是群星荟萃的儒雅文化。郢中处在江汉前沿，是扼控荆襄的重要战略支点，自古就是兵家必争之地和文化发达之乡。在历代帝王的建置与控制下，郢中成为名符其实的“舟车往来，水陆之冲”，因而文人墨客纷至沓来，留下了众多脍炙人口的诗词佳话。如臧质的《石城乐》《莫愁乐》，李白的《郢客吟白雪》，白居易的《登郢州白雪楼》，郎士元的《郢中秋望》，陈子昂的《晚次乐乡》，郑谷的《石城怀古》等。同时，朝廷官派廉能之吏治理郢中，也留下了许多风流儒雅的故事。如唐肃宗乾元年间，诗人王维再来郢州，好友孟浩然已故，为怀念旧友，王维在郢州刺史厅内绘孟浩然像，题《哭孟浩然》诗：故人不可见，江水日东流。借问襄阳老，江山空蔡洲。遂建浩然亭予以纪念。唐咸通四年，孟浩然晚辈同乡皮日休造访郢中，与刺史郑諴论及浩然亭，认为“书名曰贬，书字曰贵”，遂改名孟亭，并撰写《孟亭记》以志其事，留下一段名贤颂名贤的千古佳话。

三是得天独厚的帝王文化。明洪武二十四年四月十三日，开国皇帝朱元璋把第二十四子册封为郢王，从此在钟祥开辟了一个全新的明文化时代。步其后尘的是明仁宗第九子朱瞻垍被封梁王，封地也是郢中，再后来是明宪宗次子朱祐杬被封兴王，封地还是郢中，“三王封郢”进一步凸显了钟祥郢中军事和文化的双重地位。在此基础上的世宗进京登基、大礼议之争以及御置承天府等相伴而生，促进了钟祥郢中的空前繁荣。境内遗存的大量皇家建筑如明显陵、郢靖王墓、梁庄王墓、兴王府、元佑宫等，形成完整的帝王文化体系。

四是异彩纷呈的宗教文化。兼收并蓄、和谐包容的文化基因，使钟祥成为各种宗教文化汇集的天堂。西汉后期，土 地兼并严重，农民破产流亡，统治危机加剧，出身于外戚世家的王莽趁机掌握政权。汉代名臣梅福因不满王莽统治，弃官后乘船沿汉水到达郢中，在钟祥城东樠木山至龙山方圆里许之内，有饮食起居的梅福宅，有诵经打坐的梅台，有升火炼丹的炼丹井，有炼丹洗药的青泥池，有闲暇休憩的梅仙亭，有跨鹤仙去的升仙桥，形成完整的梅福遗迹系列。梅福炼丹修真成仙的道教思想，对钟祥道教文化带来了深远的影响，以至于明初扩建的玄妙观，成为兴王迷恋的精神寄托，并因此改变了嘉靖皇朝的政治生态。同时，隋唐及宋元等历代统治者推崇佛教，钟祥境内修佛寺、造佛像、建佛塔、诵佛经也蔚然成风。如今龙山报恩寺、云峰禅寺、元佑宫、东岳庙等仍然是钟祥重要的宗教活动场所。

五是源远流长的长寿文化。钟祥自古就有“长寿之乡”的美誉，一方面是钟祥以“长寿”名县时间最长，自南朝刘宋泰始六年始立长寿县，到明朝洪武九年废长寿县并入安陆州，历经近千年时间，具有悠久的长寿文化传统。另一方面是钟祥现实的长寿人口众多，在全市103万人口中，80岁以上老人15500多名，90岁以上老人1300多名，100岁以上老人80多名。长寿之乡在中国确定的标准是：每10万人中拥有百岁寿星3人。实际上钟祥已经超过了联合国确定的“每10万人中拥有百岁寿星7.5人”的标准，名列全国六大长寿之乡第二位，进入世界长寿地区行列。同时，钟祥历 代先民重视对长寿文化的推崇，境内与长寿有关的地名多处，与长寿有关的饮食品种很多，留下了许多相关的历史记载和民间传说。$ t: x0

六是山青水秀的生态文化。天地合一，人与自然和谐相处，这就是生态文化的精隨所在。钟祥山青水秀，湖泊众多，汉江纵穿而过，生态文化渊源流长，自然景观美不胜收。如大洪山风景区、黄仙洞、娘娘寨、大口森林公园、万紫千红植物园、紫微花景观带、莫愁湖和石门水库湿地公园等等，举不胜举。

七是丰富多彩的民俗文化。钟祥民俗文化由来已久，尤其是民间民俗文化更是独具特色，既有高雅性，又有通俗性和趣味性。民俗文化元素有：元霄花灯、端午划龙船、踩高跷、舞龙灯、划莲船、舞狮子、玩蚌壳、拉犟驴、秧歌舞、建房上梁、家训、婚丧嫁娶和祭祖习俗等等，在民间流传广泛，现已成为老百姓日常生活中不可缺少的主要精神文化生活。八是誉满荆楚的乡土作家群文化。钟祥市在册的作家有400余人，省级和国家级作协会员50多人。在崛起的“钟祥乡土作家群”中，有从乡村走向大都市的“世界领袖传记作家第一人”杨道金，有火了大半个中国的乡土女诗人余秀华，有国内炙手可热的言情作家艾晶晶，有中国第三代小小说家 5 的核心人物刘正权，有中国古典文学网络评论解说第一人吴闲云，有“农民写百万言第一人”作家陈军，有累获“中国乡土文学奖”、“第二届全国青年文学奖”等文学大奖的作家王世春，有获有丹江移民代言人作家全浙林、杨书义，工程师作家姜传富、陆诚忠，微电影大姐大作家饶秀珍，有沈传凤、邹小帆活跃在江汉平原的红色农民作家，有打工作家王国平、田道玉、凌德贵等，青年新锐作家刘琛琛、周秀凤、周桦、张军兰、范菊芳、王丽、刘华等。这些知名乡土作家有如闪耀在兰台夜空的璀璨群星，熠熠生辉，耀眼夺目。以高度的文化自觉建设文化强市

要高度重视文化建设。党中央从社会主义现代化建设的总体布局出发，从增强民族凝聚力、向心力提高国家软实力的高度，从保护群众的基本文化权益满足群众日益增长的精神文化需求的历史使命和历史责任出发，提出建设社会主义文化强国的重大任务。我们要以高度的文化自觉，高度重视文化建设。各级党政一把手，要把文化建设当作分内之事、第一责任，拿在手上，放在心上，摆在重要的日程上，主动抓，自觉抓，把文化建设当作经济建设一样抓，切实抓出成效来。

要科学制定发展规划。文化建设要同经济社会发展的规划同步，也要遵重文化发展的自身规律，精心编制规划，认真组织实施。要有文化自知之明。就是要弄清本地的文化家底，本地的文化传统、文化特色、文化基础，文化队伍和文化优势等。明白我们的文化从哪里来，要到哪里去，才能做好规划，从实际出发。才能有文化认同，调动方方面面建设大文化的积极性。

要创新文化体制机制。创新是文化发展的不竭动力。没有文化发展的体制机制创新，就不可能有文化发展的活力和动力。要按中央的部署，进一步深化文化体制的改革。要加大公共文化的复盖面，保障好群众的文化权益。要完善文化市场机制，把经营性文化推向市场，尽快做大做强文化产业，提高地方的文化竞争力。要制定鼓励文化大发展大繁荣的政策，加快文化产业的发展。要激发和调动广大文化从业人员的积极性和创造性，形成生机勃勃的文化大发展大繁荣的局面。

要建设精神高地。天有日月星，人有精气神。文化是人精神之钙。一个城市、一个地方都有人们共有的精神家园，都要有城市的精神高地，使城市、地区有凝聚力和向心力。人心齐，泰山移。人心散，事难办。因此。要聚心聚力，就必须自觉担当起建设精神高地的历史责任。建设精神高地是宏大 的系统工程需要锲而不舍的从人们精神生活的点滴抓起。要用社会主义核心价值体系教育和引导人民，培育昴扬向上，奋发进取的城市精神。要弘扬优秀传统文化，打造社会诚信体系。要引导社会舆论，形成建设有中国特色社会主义现代化的强大合力。

推进文化产业发展。文化是社会进步的状态，文化渗透在社会经济的各个领域和方方面面。在互联网+的新时代文化的发展必须与时代同步。文化发展引领社会潮流。文化与科技融合，文化产业将插上腾飞的翅膀，发展的潜力无穷。文化与金融融合，可使文化的发展有加速和倍增的效应。文化与旅游融合，提升钟祥旅游品味，夯实文化在景区落地的基础，做大文化旅游产业。文化与餐饮融合，会有不一样的饮食文化产业。文化融入时尚元素，文化产业将更加耀眼夺目。文化与新兴城镇化融合发展，可让城镇化别具特色，还能让人们记住乡愁，使城镇的钢筋水泥建筑散发出人文气息打上文化烙印。

如何挖掘新闻线索 篇5

最为一名记者，他最大的愿望是什么？当然是做出好新闻，得到受众的承认和好评，并且还可以有机会参评获奖。那么做出好新闻的前提是什么？当然是要先有好的选题，有人甚至这样说：有了好选题基本就相当于好新闻成功了一半。好的选题需要有好的新闻线索，发现、挖掘新闻线索是一名称职的记者必须要下的功夫。如何挖掘新闻线索？在从业过程中，笔者形成了几点心得，写出来与大家交流切磋：

一、从各种会议材料中捕捉新闻线索。有的记者不愿意参加会议，认为会议枯燥无味，只能平铺直叙的报道，出彩很难。那么会议材料中真的没有好的新闻线索吗？其实并不是这样，关键是记者要学会用眼睛采访，留心会议反映出来的新情况、新问题，练出一双敏锐的“新闻眼”，只有这样才能看到别人看不到的，听到别人听不到的，领悟到别人领悟不到的。也只有这样，才有可能捕捉到有价值的新闻线索，做出受众欢迎的新闻。例如在2008年召开的山东省东营市残联工作会议上，记者在会议材料上注意到有这样一句话：2007年，全市成立各类残疾人康复中心、医院6家，其中民办非营利性自闭症儿童康复中心1处。民办、非营利性、自闭症这几个字眼极大的引起了记者的兴趣，后来通过市残联工作人员，联系上了这家康复中心的创办人常桂亮，在与之交谈中，得知创办自闭症康复中心的初衷，原来他自己就有个患自闭症的儿子，为给儿子治病，他和对象可以说是呕心沥血，尝尽辛酸，但是最终效果不大，自闭症孩子给家庭带来了巨大的痛苦。因为自己的亲身经历，常桂亮便有了一个念头：办一所康复中心，为自己，更为其他的自闭症儿童的父母解除痛苦，历经波折、不懈努力，中心终于办了起来，然而在运营过程中也是困难不断，他都一个个挺了过来„„记者越听越兴奋，这是个不错的选题！经过采访挖掘，把它做成一期访谈专题节目——《天使的翅膀》，这个节目在后来的省市残联好新闻评比中分别获得二等奖和一等奖。

二、从与群众的交流中获得线索。2012年，记者带着预先定好的题目，到山东省利津县刁口乡采访，在刁口乡的渔民村，准备结束采访时，村民谈起了他们村里的一个医生，这名医生腿部残疾，在村里一干就是几十年，说起他的医德医术，群众无不伸大拇指。听了村民的谈话，记者感觉到这应是个不错的选题，后来专门又来到这个村，对这个乡村医生进行了深入的采访，终于挖掘出了一个自强不息、不为名利、扎根农村的乡村医生典型。乡里的宣传委员对记者说，这么近，这么多年，我们都没发现这个典型，一下子让你给发现了，眼光真毒。这个新闻东营电视台播出后，省里的电视、报纸记者又随后多次采访了这名乡村医生。

三、从事件的不同角度来发现新闻。上个世纪九十年代初，黄河断流，山东省东营市持续大旱，不但造成庄稼浇水难，连有些村庄群众的饮水都成了问题，这时新闻部门的报道不是旱情就是抗旱。这期间，有一次，记者随团市委组织的送水队伍给缺水的村庄群众送饮用水，在回来的路上，记者发现有些稻田里水分充足，水稻长势良好，大脑里不禁起了问号：为什么这里水源这么充足？于是到稻田所在村里询问，经了解得知，这个村一直重视水利工程的建设，兴建了三处水库，平时水库里都蓄满水，结果遇上大旱，这些水库便派上了大用场。记者马上把这个情况做成一条新闻——《大旱之年 这里不缺水》，当晚就播出了。没想到市里的主要领导看到这条新闻后，第二天就到这个村里去调研，后来东营市大兴水利工程，恐怕与此也不无联系。

四、从报道过的新闻里寻找新闻。有的人认为别人报道过的新闻再去做，就像别人嚼过的馒头你再去嚼，其实很多时候并不是这样，一条新闻从不同的侧面来看，可能会得出不同的结果。2013年4月8日，中央电视台一套节目《晚间新闻》栏目中，播出了一条新闻——《冷漠背后的真相》，记者看后深受启发。这条新闻是针对前几天网上热议一条报道，从

另一侧面进行采访的。网上报道的新闻大体内容是这样的：今年4月5日，吉林长春的一家菜市场，一名老人突然摔倒，177名行人漠然从老人身边走过，只有一名过路女子出手相助，直到医护人员赶到，老人才得以救治。此新闻一出，网民哗然，纷纷谴责那177名行人的冷漠。但是央视记者经过现场采访多位当事人发现，事实并非如此。原来老人倒地后，因为不明老人的病情，行人不敢贸然出手相助，但是很多人拨打了120急救电话，一名略懂医疗知识的女子对老人进行了护理，记者对医院医生的采访证明，老人得的是突发性脑梗塞，确实不宜贸然施救，否则会造成更严重的后果。这篇新闻之后还加了短评，“浮躁和冷漠一样有害，只顾眼球、不计后果的报道，会让更多的人依照残缺的信息，做出误判„„”，央视报道最终还原了事实真相。

数据挖掘论文 篇6

关键词：数据挖掘;电力调度自动化系统;周期性关联规则挖掘算法

摘要：电力调度自动化系统对电力数据的收集和整理工作质量有着较高要求，而为了满足这一要求近年来数据挖掘技术日渐受到电力行业重视，基于此，文章就数据挖掘技术进行了简单介绍，并对数据挖掘在电力调度自动化系统中的应用进行了深入论述，期望论述资料能够为相关业内人士带来必须启发。

前言

电力数据收集、整理质量直接影响电力调度自动化系统的控制和管理水平，但由于很多价值较高的数据信息往往位于隐藏的数据之中，这就使得传统方法不能较好满足电力调度自动化系统需要，而为了解决这一问题，正是本文就数据挖掘在电力调度自动化系统中应用展开具体研究的原因所在。

1数据挖掘技术

在大数据时代到来的这天，数据挖掘技术能够从海量数据信息中准确找到所求信息，因此本文将数据挖掘技术视作“采用有效工具和措施从海量数据库中提取数据和模型关系”的技术，由此企业的决策能够得到充足的决定依据。为了更直观了解数据挖掘技术，本文将数据挖掘的过程和步骤概括为以下几个方面：(1)确定业务对象。确定业务对象属于数据挖掘过程的基础工作，这一过程的实质是了解业务问题。(2)准备数据。透过选取数据、数据预处理、转换数据三个层面的工作，即可完成针对于挖掘算法的分析模型构建，并最终完成必须领域的数据挖掘。

2数据挖掘在电力调度自动化系统中的应用

2.1应用方式

神经网络、灰色分析法、关联规则均能够用于电力调度自动化系统的数据挖掘，具体应用如下所示。

(1)神经网络。作为应用较为广泛的一种人工智能研究方法，神经网络早已在我国实现了较为广泛的应用，电力调度自动化系统的数据挖掘也是其应用的重要领域，由于数据自行处理、数据分布存储、高度容错性是神经网络的应用优势所在，这就使得神经网络较为适用于模糊、不完整、不准确数据的处理。在电力调度自动化系统的数据挖掘中，神经网络主要透过关联分析的方式实现数据逻辑处理，具体处理能够分为以下几个方面：a.整合统一基础数据。由于电力调度自动化系统包含的数据具备庞大复杂、种类繁多的特点，因此神经网络的应用需要透过整合统一使相关数据构成结构模型，透过神经网络系统实现数据统一管理。b.实现不同环节电力调度的关联。应用数据挖掘神经网络方法整理不同环节的电流状态和参数，并保证相关数据信息的整合性，即可实现不同环节电力调度的关联。c.分析与决策。结合神经网络整理的整合数据，即可开展分析、决策以及数据共享。

(2)灰色分析法。灰色分析法能够较好分析电力调度过程出现的不完整数据，但不适用于较为庞大的数据是该数据挖掘方法存在的不足。一般状况下，灰色分析法的应用需要深入了解设备数据参数，如用户用电状况预测、母线负荷数据值、电力销售状况预测等，结合分析确定电力调度边界电量，即可提升数据收集的可靠性，电力调度自动化系统的运行也将由此获得较为有力的支持。

(3)关联规则。作为数据挖掘的重要分支，关联规则能够透过发觉超多数据项集之间的搞笑关联和相互联系实现信息的高质量分析，刚刚提到的神经网络严格好处上也属于关联规则范畴，但是本文关于关联规则的研究主要围绕周期性关联规则挖掘算法展开。周期性关联规则挖掘算法具备扫描数据库次数较少、避免扫描数据库的时间开销、连接程序中相同项目的比较次数较少、数据项集频度统计速度较高等优势，由此实现的周期性数据集挖掘、关联规则挖掘便能够大大降低电力调度自动化系统的事故发生概率。值得注意的是，本文研究的周期性关联规则挖掘算法结合了蚁群算法，这是由于原算法使用了超多的搜索操作、分类检索和路径检索，蚁群算法下走过的路上会留下信息素，这就使得较短路径上的信息素浓度较高，结合负信息素理论，即可保证有信息素的地方蚂蚁不能走过。如使用表1所示的事务数据库D(部分)，即可结合时态事务数据库D分类数据集改善、每一个分类数据集周期性数据集挖掘改善，以数据项A分类为例，即可求得表2所示的时态属性差，由此开展更深入计算则能够更深入了解周期性关联规则挖掘算法的思想，也能够认识到蚁群算法的重要性。

2.2应用实践

为提升研究实践价值，本文围绕周期性关联规则挖掘算法建立了基于周期性关联规则挖掘的数据分析系统，这一系统的建立过程如下所示。

(1)开发平台选取。结合系统功能需要，选取了微软的平台作为主要系统开发平台，该平台具备的强大数据库访问潜力、扩展丰富等特点，能够较好满足系统开发需要。

(2)基于数据桥的数据集成模块设计。思考到我国当下电力事业的数据集成标准较为复杂、混乱，系统设计采用了自己的数据集成方法，同时应用了清晰数据清洗策略，由此即可实现不完整数据、重复数据、错误数据三类脏数据的清洗，数字数据不完整、日期数据不完整、错误日期型数据、重复数据等仅属于清洗资料，其中除重复数据不予处理外，其他数据均采用修补空值和默认值的方式，如数字数据不完整采用“补0，补null，默认值”的清洗策略。此外，无类型文件数据集成、数据库数据集成、异构数据库数据集成也是这一环节设计的重要资料[3]。

(3)数据库管理模块设计。采用微软公司的SQLServer数据库系统，由此数据库管理被分为层次数建模、数据表管理、数据表导出三部分，其中数据表管理包含数据管理、结构管理、删除三方面功能，而数据表导出则包括文本文件、Excel文件、Access文件、Xml文件、其他数据库五部分资料。

(4)数据分析功能模块设计。数据分析功能模块由同期数据分析、周期性数据分析、数据预警分析、数据关联分析四部分组成，各部分设计如下所示：a.同期数据分析模块设计。该模块的运行流程主要由负荷数据、网损数据、力率数据、有功总加数据比较组成，分析流程能够概括为：“输入所有比较条件→合法→根据条件生成SQL语句→显示查询结果→打印比较图像”。b.周期性数据分析模块设计。围绕报警周期性、负荷周期性、遥测周期性三方面开展数据挖掘，即可完成该模块设计。c.数据预警分析模块设计。分析流程为：“初始化数据集及参数→输入预警分析参数→合法→分析预测→决定预测类型→有无推荐→输出报警类型和推荐→输出报警类型”。d.数据关联分析模型设计。采用默认用户手动输入数据集方法，程序流程为：“初始化已有周期性数据集→输入参数→合法?→数据集交叉?→计算Conf、Sup→计算下一对数据集→完成”。

3结束语

数据挖掘能够较好地服务于电力调度自动化系统。而在此基础上，本文研究建立的基于周期性关联规则挖掘的数据分析系统，则证明了研究的实践价值。因此，在相关领域的理论研究和实践探索中，本文资料能够发挥必须参考作用。

参考文献：

[1]王谦，李烽.电力调度的自动化网络安全分析及实现[J].电子技术与软件工程，(21)：116.

[2]刘宾，朱亚奇，吴莎.数据挖掘在电力调度自动化系统中的应用[J].电子技术与软件工程，2017(20)：158.

[3]曹铁生.电力调度自动化系统应用现状与发展趋势研究分析[J].硅谷，，7(23)：74+76.

[4]周洋.数据挖掘在电力调度自动化系统中的应用解析[J].科技创新与应用，2017(35)：149-150.

[5]李梦鸣.大数据挖掘平台在电力运营监测工作的应用[J].科技创新与应用，(26)：21-22.

挖掘人才 篇7

1我国人才绩效考评的现状

人才绩效考评的考核指标不科学。人才绩效考评制度应该根据自己组织的实际情况来进行制定,将员工的工作与该制度紧密联系在一起。因此,人事部门在进行人才绩效考评制度的制定时,要考虑到员工的部门、级别以及工作单位等,根据具体不同的实际情况来制定不同的人才绩效考评制度。合理的制度是对员工能力进行科学测评的基础,有了科学的制度支持,才能够对员工进行准确有效的评估。现阶段的考核制度大都是部门制定的原则性的,制度的内容和标准大都与员工的工作部门和工作内容关系不大,即使对员工的绩效进行了测评,但员工之间的测评结果缺乏可比性。

人才绩效考评的考评形式单一。我国现阶段的人才绩效考评大多采用定性法或者定量和定性相结合的方法,这使得我国的绩效考核的考核结果主观性过强缺乏了客观性。无论是投票得出考核结果的方式还是领导直接给出考核结果的方式,都不能得出真正的科学的有参考价值的考核结果,因为这些考核方式并没有与客观的事实或者员工的实际数据相结合,考核结果具有片面性和随意性,这样的绩效考核并不能真正地反映员工的真实水平,不能完全体现员工对企业的贡献度。

考核人员专业素质水平偏低。考核人员自身在绩效考核方面的专业知识储备不足,在现在的大部分企业或者其他组织中,所谓的绩效考核只是走走过场。没有意识到员工考核对于企业和员工自身的重要性。对于人才的科学的绩效考评将会直接影响到下阶段员工的表现是否具有积极性和向上的工作态度,会影响整个企业的工作氛围和工作效率,目前的大多数企业中的人事管理部门都是直接给出考核结果,即使员工不满仍然不能进行有效的沟通,在管理者和考核者之间出现了脱节的现象。

对考核结果不能有效的进行利用。进行人才绩效考核的最终目的是反馈给员工或者企业,根据反馈出来的结果制定相应的计划来促进员工和企业的发展。然而现在大部分的绩效考核办法不仅不科学,而且反馈的结果并不全面,而且相关人员对于考核结果的利用和开发不完善,浪费了绩效考核结果的价值。应该把考核结果直接与员工的工资和职位挂钩,而不是把评估仅仅作为一种参考或者一种年终工作总结的形式,没有把绩效结果和员工个人结合起来。这样在绩效考核的过程中,员工不能通过绩效考核的结果看到自己的优点,也不能通过绩效考核的结果看到自己的不足,更谈不上从结果中分析出自己将来的发展方向,绩效测评这一工作也就失去了它本身的意义。直接的利用不充分会造成企业或者组织的资源的浪费,造成工作效率的低下,以及员工积极性的下降,不利于企业或者组织的发展。

2数据挖掘技术及相关算法

数据挖掘技术即对数据进行挖掘,这些数据数量大,也可能是不完全或者随机的。通过对这些数据进行统计、分析和推理,从这些数据中来找出人们之前不知道的信息。发现信息之间的关联性以及从这些信息中分析出未来发展的趋势,来更好地提前做出安排和计划或者根据结果实施相应的补救措施。

2.1决策树算法

决策树算法的基础是实例,对属性值进行归纳分类的一种归纳学习方法,是从机器学习中引出的。采用自顶向下的递归模式,根据已有的训练样本数据集来进行决策树形式的模型的构建。

2.2序列模式分析法

序列分析法是着重于对数据对前后序列关系的数据进行分析,也是数据挖掘的一种方法,在一定程度上和关联分析类似。序列分析算法适用于已经有了一定交易序列的数据。在数据库中,算法函数序列通过按照交易时间拍成的序列进行操作,操作最终返回的是出现在数据库力的高频序列。在进行序列模式分析的时候,同关联分析办法一样,需要与用户进行交互。

2.3关联分析法

关联分析是数据挖掘技术中一种简单而又实用的方法,因此,在近几年对于该方法的研究较多,应用范围较广。关联分析的数据挖掘的方式是运用关联规则,属于描述性模式。作用对象为事务性数据库,其主要目的也是为了发现数据之间存在的相互的联系。现在已经存在的很多算法例如DIC算法、APRIORI算法等都属于无监督学习方法。

关联分析法目前有两大发展方向,一个方向是通过运用并行数据挖掘、减少数据库扫描次数等方式提高该算法的运算效率,另一个方向是概念层次的转化,由单一的转变成为多概念层次,即将挖掘规则应用于数据库中的各个不同的层面。

2.4分类分析

分类分析方法是运用对象的共同属性,通过对数据库中这一共同属性的识别,对分类模型进行分析和构造,在利用这一分类模型分类其他的数据对象。在分类分析的方法中,和聚类分析相似,统计法和机器学习法都属于分类分析法,同时统计法又包括表示判别函数的贝叶斯法以及表示原型事例的非参数法。神经网络方法的性质是非线性的。机器学习法包括决策树、规则归纳法以及判别树的决策树法。

2.5聚类分析

聚类分析法也被称为无指导分类办法。聚类分析的目的是使属于以同一类的对象之间的距离最小,不属于同一类的对象之间的距离最大。因其方法的特殊性,所以当遇到需要分析的数据并没有描述的时候,能自己自动进行类别模式的获取。因此,聚类分析多适用于数据没有办法进行任何模型的组织的时候。聚类方法通过数据集中的点在数据里的分布找出稀疏和稠密的位置,进行分析,发现整个数据集的分布规律。神经网络方法和统计方法等都属于聚类分析方法。

2.6偏差分析办法

数据库中的数据经常存在偏差或者异常,偏差分析法就是将这些有偏差问题或者存在异常数据的情况进行集中分析。

3常用算法及实施过程

3.1决策树算法

数据挖掘技术在人才绩效考评中的应用主要体现在决策树算法方面。决策树算法以实例为基础,以给定的训练样本为基础构建分类模型。并通过树的形式进行表达。对属性值进行分类和归纳。自顶向下对决策树内部节点的各属性进行比较,由此来判断这一结点向下的分支路线。目前决策树算法主要是ID3算法,又有人在此算法的基础上研究出了CART、C4.5算法等。

C4.5的决策属性的分类度量标准是信息的增益率,通过这一标准来选择决策点的属性。首先选取一个属性与节点处的所有训练样本进行区分,将属性的每个值产生的分支属性值的相应样本子集移到下一个新生成的子节点上。采用递归的方法应用到接下来的每个子节点,直至一个节点上的所有样本都分配到某个类中。

3.2实例解析

以某企业员工绩效考核的数据进行分析,提取与人才绩效考评相关性的特征属性:年资,专业能力,外文应用能力,解决问题能力,沟通能力作为决策属性,取属性“绩效等级”为类别标识属性,绩效等级括号的内容为绩效类别。接下来依据C4.5算法进行决策树构造。

训练样本数据集S中,共有30个元组,有7个类别A,B1,B2,C1,C2,C3,D。选取A(绩效为优)、B1(绩效丈甲A)、B2(绩效为甲B)、C1(绩效为乙A)、D(绩效为丙)5个类别进行分析。其中A,B1,B2,C1,D类对应的子集中元组个数分别为:Rl=3,R2=5,R3=9,R4=5,R5=2,为计算每一个决策属性的信息增益,以属性“解决问题能力”为例,其他属性重复该算法过程。利用公式计算合S分类的期望信息量:

然后计算每一个决策属性的期望信息量(即嫡值)。对属性“解决问题能力”,当解决问题能力=“优”:

对属性“解决问题能力”,当解决问题能力=“中等”

对属性“解决问题能力”,当解决问题能力=“一般”:

4作用

通过数据文件的评估、样本的筛选、建模、相关分析、数据结构分析等过程,可以有效地对组织内的人才以及该人才属于哪一类型进行掌握,有利于企业从实际出发制定各种组织发展战略和人才培养战略,通过数据挖掘技术可以有效地对公司或者组织的人力资源信息进行管理,发现其中存在的不易察觉的客观联系,真正地反映出组织的人才构成情况。

5结语

随着经济的迅猛发展,信息技术和网络技术的突飞猛进,很多企业或者其他组织可以依赖先进的计算机技术对自己组织内部的人力资源进行科学的管理和分配。通过数据挖掘技术和人才绩效考评相结合,以及将重点集中放在人才绩效考核方面,更会大力推进企业进行人才培养计划的制定,从员工自身的实际情况出发,科学合理地进行组织的发展规划和对人才的任用,有利于企业构建一个适合自己发展的科学的人力资源管理体系。提高员工的工作积极性,提高整个企业的工作效率,对于推动企业的稳定发展、综合实力的培养、应对外来风险能力的提高具有重要作用。

摘要：随着经济的飞速发展,全球化速度的加快。人力竞争已经成为保证企业发展质量、企业抵抗外来经济风险以及和同行业竞争的关键核心。科学合理的人才绩效考评制度,以及公平、公正、公开的考核管理办法已经成为企业谋求生存和发展的基本要求。在科学合理的绩效考评的领域,例如经济和管理领域,都已经收获了相当多的成就。数据挖掘技术的人才绩效考评的办法,其结果更加具有可信性,也更为公平,能够大大提高员工的工作效率和积极性。

关键词：数据挖掘技术,人力资源管理,人才绩效考评,决策支持

参考文献

[1]莫兵.探讨数据挖掘技术在绩效考核中的应用及其作用[J].人力资源管理,2015,06:104-105.

[2]陈炜.论数据挖掘技术在人才评定管理中的运用[J].科技和产业,2011,04:68-69+82.

[3]高敏.基于数据挖掘的人力资源考核管理系统研究[D].电子科技大学,2014.

[4]许旭睿.基于数据挖掘的决策树技术在绩效考评中的应用研究[D].大连交通大学,2014.

[5]王兴双.数据挖掘在人力资源管理中的应用[D].长春理工大学,2007.

[6]马俊贤.数据挖掘算法在人才测评中的研究与应用[D].中北大学,2008.

千年古墓挖掘记 篇8

地底深处的千年秘密

这里是埃及西南方的阿布希尔沙漠,早在80年代初期,捷克的考古人类学家已经探测出这里的沙漠地底深处有一个可疑的建筑结构,他们怀疑是墓室。可是那个位置并没有发现任何废墟或入口,甚至连掩埋的痕迹都没有。1997年3月,以捷克探险队领导人斐纳和考古学权威巴内斯为首的一干人来到这里,他们要挖开沉睡千年的秘密。

探险队雇佣的六七十个工人,一铲一锄地挖掘沙土,然后将沙土一篮一篮地提出去,一直到挖出了大约2000立方米的沙土,工作才算大致完成。这时的洞已经足够大,探险者就依靠摇晃的梯子爬上爬下。

在14米深的地方,南边侧旁墓室的陡峭长廊突然朝着可能是墓室的方向转弯。巴内斯带着手电筒爬进去。发现昏暗的底端有着火炬的残留物和陶瓷碎片。毫无疑问,几个世纪前也有盗墓者曾光顾,只是在某一瞬间惊慌失措地逃走了,究竟盗墓者为什么逃走?

继续往下挖,17米,18米……挖到22米,锄头碰到白色的石灰石块。

这个墓穴经过挖掘后便显出其真面目。更让人激动的是:在圆形拱顶的西边有一个进入坟墓内部的入口依然还被封着!这表明这真真正正是一座没有人打开过的墓穴,里面究竟能给我们多少惊喜呢?

一个小时后,一道由自然石材建的围墙已经被凿开了一个大洞。进到墓穴里的男士都趴在一个巨大石棺的石灰棺盖上,汗水直流,衣服湿湿地贴在身上,因为由石棺到墓室及石棺至外墙只有60厘米的距离。挤在这狭窄的地方,探险者不得不大口大口喘着粗气。他们用电筒及镁光灯照着里面的装饰:墙上贴着象形文字。考古学家用亚麻布包住雪花石膏容器,容器叫“Kanopen”,里面装着死者涂上防腐香膏的肝、舌、胃、肠和其它一些内脏,一起放进坟墓里。另外有两个箱子,里面全是18厘米高的小人像,总共408尊,叫“应答者”。每当冥府里的死者被召唤前去工作,“应答者”就代替死者前往。在冥府里,他们必须代替主人完成所有的工作以赚取零花钱。

“Lufaa”的咒语

一刻钟后,没有人能忍受了,大家都撤了出来。巴内斯是最后出来的,他已经从墓穴里的象形文字知道,里面长眠的男人叫“Lufaa”,意为“他很伟大”。

墓穴被打开后,不断有盗墓者想闯入,然而因为有人看守,并且在休假期间用砖头封住,才没有得逞。几个月的休假之后,探险队继续挖掘。

后来发生了一件事,探险队才明白为什么中世纪的盗墓者放弃即将到手的金银财宝惊慌失措地逃走。就像好莱坞电影《恐怖木乃伊》一样,洞穴内北边和东边的墙垣突然崩塌,轰隆轰隆声响起,像有千万吨的重物往下掉落墓穴底,击碎了墓穴的穹顶,将石棺埋在崩落的土石堆里。难怪中世纪的盗墓者只差1.5米就放弃了,或许是地底的巨响吓坏他们,以为是“Lufaa”的咒语显灵呢。

在接下来的工作里,为了不再有此类事情发生,探险队花了很大的力气在墓穴顶建了一个水泥挡板来挡住落下墓穴的泥土。当水泥挡板干后,墓穴上方再次被泥土填满,不要紧,现在已经有坚固的水泥挡板挡住。进而进行整个探险活动的最高潮——打开石棺。

解开千年的秘密

雇佣的埃及工人像是摇橹的船夫一样唱着歌,让富有节奏的歌声鼓舞自己。他们使劲地转动着曲柄,上下反复用力,希望利用千斤顶的力量打开24吨重的石棺盖。

这道厚重的石棺盖终于在9天后被小心翼翼地打开。大家看到石膏的碎屑和碾碎的粘土砖头,石棺就是涂上这样一层物质。最后的一层石头外壳是仿照人形制成的,将变成木乃伊的死尸封在里头。斐纳猜测说:“这层粘土层可能是土葬的一种象征。祭师可能在葬礼仪式中播撒沙石碎屑的。”

有10天的时间,工人敲的敲、刷的刷,直到深灰色的玄武岩棺盖的外壳被雕琢完成。终于看到大鼻子、大眼睛、表情柔和的嘴唇——工作中的大男人全都敬畏地直视着“Lufaa”的面孔。

1998年2月,几组滑轮组颤颤作响地将内棺棺盖吊起来。每个人都想抢先一窥棺内的秘密。然而事实却让大家心情变得更加沉重:他们发现这具木乃伊身上的亚麻绷带已经发霉。死者的尸体全都湿透,因为自从尸体安葬以后,地下水位已经上升了5米。覆在尸体上织布的图案已经不太明显,得靠修缮的专家精心修复一新。石棺和浮雕惨遭霉菌的破坏,有些涂上红、蓝、黄色的象形文字都已褪色。

虽然如此,当这位古埃及人在经过2500年后重见天日,仍然出现了一些可怕的征兆。斐纳说:“这时,天空忽然变暗,不但开始打雷,还出现一阵沙暴。”

1999年1月,斐纳在他位于布拉格的研究所发表谈话,关于“Lufaa”的很多问题都迎刃而解。

“Lufaa”死时身高163厘米,年约25至30岁。这位英年早逝的死者生前必定饱受牙痛之苦:他缺了8颗臼齿,其余牙齿全都磨坏,有部分的牙根都露了出来,这是一份古代人龃齿以及牙床内缩的病例。

X光显示出有19道护身符,与蜣螂(即是“屎克郎”)的模造品(蜣螂对古埃及人而言是太阳神的象征)都是为了确保“Lufaa”有一天会从木乃伊的皮囊中脱出而重生。手指和脚趾的前端套入黄金套模,而且阴茎和睾丸还用铜箔纸妥贴地包着。

“Lufaa”到底是什么身份?巴内斯说:“根据铭文判断,他应该是负责朗读的祭师,是在仪式举行时的朗读者。”斐纳接着补充说:“当然他的地位并不是特别显要,所以墓穴的葬礼很简单。”(黄友兵据本刊资料改写)