بررسی داده کاوی در مدیریت منابع انسانی

زمینه و هدف: امروزه شرکت ها با حجم بالایی از اطلاعات روبرو هستند که از ضبط الکترونیکی دادها ها و ذخیره سازی خودکار آن ها بدست می آید. هرچند اطلاعات موجود را این داده ها برای مدیریت منابع انسانی به عنوان اصلی ترین سرمایه هر سازمانی، بسیار سودمند می باشند اما تجزیه و تحلیل آنها به دلیل حجم زیادی که دارند به یک چالش جدی برای سازمان ها تبدیل شده است. و از این رو وجود روشی سریع و مطمئن جهت تجزیه و تحلیل داده های تولید شده توسط سازمان ضرورتی اجتناب ناپذیر است. روش پژوهش: در این نوشتار از روش تحلیلی توصیفی و روش کتابخانه ای در جمع آوری داده ها استفاده شده است. با بررسی مقالات نوشته شده در این زمینه یک جمع بندی از رویکرد داده کاوی و تکنیک های ان و رابطه آن ها با یکدیگر ارائه شده است. یافته ها: امروزه شرکت ها مهم ترین منابع سازمان خود را کارکنان می دانند که مهارت، سازگاری، دانش و تعهد آن ها موجب می شود تا شرکت برنده از بقیه متمایز شود. بنابراین ارزیابی عملکرد منابع انسانی به منظور انتخاب پرسنل مدیریتی مناسب برای توسعه سازمان بسیار حیاتی است. داده کاوی پاسخی است به این نیاز شرکت ها و سازمان ها که ان ها را قادر می سازد با جمع آوری، تجزیه و تحلیل ودسترسی به داده های شرکتی، تصمیمات حساب شده اتخاذ کنند و به عنوان فرایندی علمی که در بسیاری از حوزه ها به کار گرفته می شود. به عنوان روشی سودمند مورد استفاده مدیران در زمینه مدیریت منابع انسانی قرار گیرد و با دسته بندی اطلاعات و ارائه خروجی قابل اتکاء تا حدود زیادی به رفع این مشکل کمک نماید. مهم ترین الگوریتم های داده کاوی که در حوزه مدیریت منابع انسانی مورد استفاده قرار می گیرند عبارتند از درخت تصمیم، شبکه های مصنوعی عصبی و ماشین بردار پشتیبان که در این پژوهش به توضیح آن ها پرداختیم. همچنبن به کاربردهای داده کاوی در مدیریت منابع انسانی از جمله استخدام کارکنان ترک کار، پیش بینی عملکرد و ارزیابی عملکرد پرداخته شد که هر کدام با ارائه الگویی سعی در مدیریت بهتر منابع انسانی دارند. نتیجه گیری: شرکت ها با استفاده از داده کاوی می توانند درباره عملکرد کارکنانشان تصمیم گیری کنند، سیاست های خود را بهبود بخشند و استراتژی های جدیدی را برای برتری رقابتی تنظیم کنند.

بررسی داده کاوی در مدیریت منابع انسانی Keywords:

داده کاوی , مدیریت منابع انسانی , درخت تصمیم , ارزیابی , عملکرد , استعدادیابی