مدلسازی انتخاب نیروی انسانی با استفاده از رویکرد داده کاوی

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,509

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITEC01_004

تاریخ نمایه سازی: 12 اردیبهشت 1391

چکیده مقاله:

درزمان کنونی سازمان های تحت فشارهای شدید رقابتی می باشندو از سوی دیگر سازمان ها به کارهای خدماتی و به کارهایی که به دانش خاص نیازدارند روی آورده اند درن تیجه این مشاغل به کارکنان ماهر و متخصص نیاز است با درنظر گرفتن این حقیقت که مهمترین سرمایه سازمان ها نیروی انسانی آنها می باشد برای سازمان به ویژه صنایع پیشرفته استخدام افرادی که واحد شرایط لازم برای شغل و دارای مهارت و تخصص لازم باشند یک امر حیاتی است که می تواند برای سازمان مزیت رقابتی ایجاد کند از این رو سازمان ها نیازمند روشهای نوین برای استخدام و انتخاب نیروی انسانی می باشند دراین تحقیق از طریق بسط چارچوب داده کاوی براساس درخت تصمیم گیری و تکنیک وابسته سازی مدل مناسبی برای انتخاب نیرویانسانی طراحی شد از توانایی این مدل کشف عوامل و قواعد موثر برعملکرد نیروی انسانی و الگوها ی پنهان بین وضعیت کارکنان با کارایی و اثربخشی آنها است

نویسندگان

غلامرضا بردبار

استادیار دانشگاه یزد

دل آرام یونسی

دانشجوی کارشناسی ارشد مدیریت بازرگانی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • مروری بر مفاهیم ، وظایف و فرایند داده کاوی سازمانی [مقاله کنفرانسی]
  • وری بروجردی، پیمان؛ اسگندری، وهب. "مقدمه ای بر مطالعات کمی ...
  • Beckers, A. M., &Bsat, M. Z. (2002). A DSS classification ...
  • Berry, M. J., &Linoff, G. (1997. Data mining techniques: For ...
  • Breiman, L., Friedman, J. H., Olshen, R. A., & Stone, ...
  • Chen, M. S., Han, J., & Yu, P. S. (1996). ...
  • Chien, C. F., Hsiao, A., & Wang, I. (2004). Constructing ...
  • Chien, C. F., Wang, I., & Chen, L. F. (2005). ...
  • Chien, C. F., Wang, W. C., & Cheng, J. C. ...
  • Chien, C. F., & Wu, J. (2003). Analyzing repair decisions ...
  • Cho, V., &Ngai, E. (2003). Data mining for selection of ...
  • DANIEL T.LAROSE , Ph.D , WILEY INTERS CIENCE, "Discovery Knowledge ...
  • Fayyad, U., P iatesky-Shapiro _ G., & Smyth, P. (1996). ...
  • Fayyad, P iatesky- Shapiro, & Smyth, 1996; Fu, 1997; Han ...
  • Fu, Y. (1997). Data mining: tasks, techniques and applications. I ...
  • Han, J., &Kamber, M. (2001). Data mining: Concepts and techniques. ...
  • John Wiley &Sons.Hooper, R. S., Galvin, T. P., Kilmer, R. ...
  • Jiawei Han &M i chelineKamber , Simon Fraser Univercity, _ ...
  • Hough, L. M., & Oswald, F. L. (2000). Persomnel selection: ...
  • Kass, G. V. (1980). An exploratory technique for investigating largequantities ...
  • Kovach, K. _ &Cathcart, C. E. (1999). Human Resource Informati ...
  • Lievens, F., Van Dam, K., & Anderson, N. (2002). Recent ...
  • Michael J.A Berry , Gordan S. Linoff Wiley - "Data ...
  • Peng, J., Chien, C. F., & Tseng, B. (2004). Rough ...
  • Pyle, D. (1999). Data preparation for data mining. San Francisco, ...
  • Simon raser , Martin Ester Fall 2005 CMPT _ Data ...
  • Trybula WJ, 1997. "Data mining and knowledge discovery". AnnualReview of ...
  • Quinlan, J. R. (1993). C4.5: Programs for machine learning. San ...
  • نمایش کامل مراجع