BI理念下人力资源数据集市的实现

论文摘要

随着BI(商业智能)在世界上的兴起,企业构建数据仓库、数据集市成为解决目前多数据库数据共享问题的一个方法。商业智能不是一项基础的技术,它涉及数据预处理、数据存储、数据分析、数据展现等相关技术,涵盖统计学、经济学、管理学、人工智能、计算机应用等学科领域。本文研究了商业智能的理论和应用技术,还有与商业智能相关的数据仓库和数据挖掘的理论及应用技术。对一个特定企业的多个数据库进行分析,以企业未来发展的角度,建构了企业级数据仓库的模型。在与企业级数据仓库模型相适应的理念下,本文进一步建立了人力资源数据集市的概念模型、逻辑模型、物理模型,实现了人力资源数据集市多维表。人力资源管理是企业管理的重要一环,是为实现组织目标而对人力资源取得、开发、保持、利用和发展等方面进行的开发与管理。二十一世纪,人类正在步入知识经济时代,具备知识的人力资源是社会进步和发展的推动力量。企业怎样利用一种基于知识的智能系统来管理知识性员工已成为重要的研究课题。本文还研究了数据挖掘技术之一的人工神经网络系统,在分析设计企业KPI数据模型基础上,利用企业人力资源数据集市取得的人力资源绩效管理所需要的KPI数据,最后实现了基于神经网络的知识员工的绩效评估模型,实现了对智能化的人力资源管理的一种探索。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 背景及问题的提出
• 1.2 国内外研究现状
• 1.3 研究的主要目标、内容及其方法
• 1.4 本文的组织结构及其章节编排
• 第二章 BI 的相关理论
• 2.1 BI 的定义及相关概念
• 2.1.1 BI 的定义
• 2.1.2 BI 的体系结构
• 2.1.3 BI 开发的一个循环周期
• 2.2 数据仓库及其相关概念
• 2.2.1 数据仓库、数据集市及ODS 数据库
• 2.2.2 数据仓库维度模型
• 2.2.3 数据仓库的元数据
• 2.2.4 ETL 相关概念
• 2.3 OLAP
• 2.4 数据挖掘
• 2.4.1 常用的数据挖掘方法
• 2.4.2 人工神经网络
• 2.4.3 遗传算法
• 2.5 本章小结
• 第三章 项目分析及设计
• 3.1 企业数据仓库的轮廓设计
• 3.2 HR-DM 轮廓设计
• 3.3 HR-DM 系统需求分析
• 3.3.1 业务需求分析
• 3.3.2 技术需求分析
• 3.4 工具的选择
• 3.5 HR-DM 数据集市的模型
• 3.5.1 概念模型
• 3.5.2 逻辑模型设计
• 3.5.3 物理模型
• 3.6 HR－KPI 模型
• 3.6.1 KPI 指标树概念
• 3.6.2 KPI 指标的设计
• 3.7 ETL 设计
• 3.7.1 数据转换基本流程
• 3.7.2 设计原则
• 3.7.3 ETL 架构设计
• 3.7.4 ETL 操作设计
• 3.7.5 用例模型
• 3.8 本章小结
• 第四章 BI 理念下智能HR-DM 系统的实现
• 4.1 维表及OLAP 查询的实现
• 4.1.1 实现维表的DTS 包
• 4.1.2 展示设计
• 4.1.3 DTS 转换定义
• 4.1.4 多阶段数据抽取
• 4.1.5 抽取策略
• 4.1.6 调度设置
• 4.1.7 日志设置
• 4.2 元数据管理
• 4.2.1 管理系统界面
• 4.2.2 元数据的提取
• 4.2.3 元数据表的命名规则
• 4.3 OLAP 设计
• 4.3.1 OLAP 展示
• 4.3.2 OLAP 与数据挖掘
• 4.4 数据挖掘
• 4.4.1 建立神经网络的流程
• 4.4.2 神经网络模型与其他模型比较
• 4.4.3 神经网络模型的建立
• 4.4.4 神经网络模型的实现
• 4.5 本章小结
• 第五章 智能化人力资源管理系统的应用效果分析
• 5.1 关于DTS 应用效果分析
• 5.2 关于元数据管理的应用效果分析
• 5.3 关于OLAP 的应用效果分析
• 5.4 神经网络模型应用效果分析
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 本文工作回顾
• 6.2 成果及意义
• 6.3 存在的问题及进一步的工作
• 参考文献
• 致谢
• 作者攻读学位期间发表的论文