吕岩
河北华北柴油机有限责任公司河北石家庄050000
摘要：人力资源是推动整个经济和社会发展的重要组成部分，是企业成功与否的关键要素，因此，人力资源管理信息系统成为企事业单位众多信息系统的重要组成部分。文章利用大数据技术的海量存储和处理能力，并依托“云计算”所具有的超大规模、高可扩展的数据计算方式，设计了人力资源管理信息平台用于日常管理工作和决策技术支持。文章在分析现有人力资源管理系统的发展和存在的问题的基础上，提出了数据采集层、通讯支持层、云计算支持层等7 层技术架构，并就数据挖掘技术、决策支持系统设计和安全策略等关键技术进行了详细介绍，该信息平台将弥补原有系统功能单一、决策能力差、管理思想不明确等缺陷，实现了众多数据的广泛协作和综合应用，满足了管理体系中不同管理者对于决策信息的需求。
教育期刊网 http://www.jyqkw.com
关键词 ：人力资源；云计算；决策支持系统；数据挖掘；大数据
人力资源在企业竞争和企业发展过程中起着至关重要的决定性作用，因此人力资源管理理论也一直是企业管理的重要研究课题，多少年来，随着计算科学、信息科学、运筹学、系统论等理论的高速发展，使得人力资源从原先的事务管理、数据管理发展到为不同的管理层人员提供不同精度、不同寿命、不同频率的信息，从而为管理者的决策提供信息支持。因此，利用大数据技术的海量信息的存储、分析和处理功能，并融合了云计算技术数据计算的方式方法，设计人力资源管理信息平台是十分必要的。
1 现有人力资源管理系统的发展和存在的问题
从历史上看，人力资源管理系统大约经历了三个阶段：
①第一代的人力资源管理系统出现在20 世纪60 年代末期。这个阶段系统的主要作用在于数值计算，如：计算工资等；
②第二代的人力资源管理系统出现在20 世纪80 年代初。这个阶段数据库技术得到了空前的发展，从而解决了数据的存储和管理问题，但是，由于管理学理论发展缓慢，人力资源管理的理念并没有纳入系统开发的需求分析中，因此人力资源数据的采集和产生的信息存在片面性和不科学性；
③第三代的人力资源管理系统出现在20 世纪90 年代末期，这个阶段计算机得到了普及，通讯技术、互联网技术、数据库技术、管理学相关理论都有了长足发展。因此出现了以管理学理论为系统需求，以现代信息科学为实现手段，以数学、运筹学为算法，以哲学、系统论为思想的管理信息系统，从而为管理者的决策提供信息支持。但随着社会的发展，现有的人力资源管理系统存在着以下问题：
①数据源存在异构化，从而造成数据共享程度不足；
②非结构化数据量日益增多，缺乏高度的管理；
③现有系统管理功能单一，其在人才测评、薪酬绩效改革、人才招聘等方面有较大发展空间；
④人力资源管理信息系统功能覆盖面窄。
2 基于云计算和大数据的人力资源管理信息平台模型的构建
人力资源管理信息平台的数据来源较为广泛，存在数据量大，种类繁多，异构化数据多等特点，因此很难像财务管理信息系统、工业流程系统那样具有统一的规范性，因此，可以利用云计算技术数据计算的方式方法构建平台模型，从而实现高效、科学、规范的管理。
通过图1 可以看到，该平台是由数据采集层、通讯支持层等7层组成。
数据采集层的目的是采集招聘，生产，营销等过程中等的数据，这些数据有结构化的，也有非结构化的，通过一定的技术手段转换后送入通讯支持层。由于系统的目标不是简单地将数据“堆垒”或“混合”，而是按照要求将一定的有着相互关系的要素要求进行必要组合和转换，因此就需要数据采集层提供足够“质”和足够“量”的资源。
通讯支持层是将数据采集层采集来的数据送入“云端”，该层的重点在于通过拓扑设计和软硬件的支持实现自适应自组织特征的网络通讯。
由于从云端传来的数据具有多样性、复杂性，特别是异构性，这就需要通过该层完成异构数据的同构化处理，从而实现向高层传输数据的“标准化”，该层建立了支持系统各个组成部分统一访问的专用集成数据的中间件。
系统应用层是由招聘管理系统、人力资源系统、薪酬管理系统等组成，在横向综合方面，信息平台可以同一管理层次的各种职能综合到一起，在纵向综合方面，平台可以把不同层次的管理业务按职能综合到一起，同时该层还通过下一层提供的各类算法服务、专家支持服务、报表模板等为管理人员提供不同层次、不同频率、不同精度的信息。
决策支持层整合了各个层次和各个节点的数据，提供了优化数据整合等服务，进而实现为最终用户的决策提供技术支持。
3 关键技术研究
3.1 数据挖掘应用
大数据技术侧重的是海量信息的存储、分析和处理；而云计算技术侧重的是数据计算的方式方法。从信息流的角度来看：人力资源管理信息平台的数据量大、类型多，因此，在整个信息网络中的信源和信宿也越来越多；由于海量的信源和信宿数目，系统中所产生的信息也会很多，即会产生大数据；要想在这些大数据中提取和利用有价值的信息，就需要用高可扩展、超大规模的云计算技术和数据挖掘技术来支撑：
数据挖掘的过程，是一个大量循环的过程，它分为：采集、调整、修改等步骤，如图2。在数据挖掘过程分为了3 个不断进行着采集、调整、修改与循环的阶段，这个循环会直到满足要求为止，即：
①数据预处理步骤：包含数据清洗、集成、选择和变换等4 个过程；
②数据挖掘步骤：通过众多的数据挖掘算法（如：基于划分的算法，Apriori 算法等），对经过预处理的数据进行必要的知识发现；
③评估与表示步骤，包括了知识表示阶段和模式评估阶段。前者是指使用可视化和知识表示技术，向用户展现挖掘的知识，后者是指根据某种兴趣度量来识别表示知识的真正有趣的模式。
该信息平台采用了广义知识挖掘、关联知识挖掘、预测型知识挖掘、自定义数据挖掘算法等4 个类别的方法：
①广义知识挖掘：被挖掘出的广义知识可以结合可视化技术以直观的图表形式展示给用户。
②关联知识挖掘。
③预测型知识挖掘：主要的方法有经典的统计方法、神经网络和机器学习等技术。
④自定义数据挖掘算法：用户可以通过此接口将自己编写的算法保存在平台上，供日后使用等。此接口使得平台具有更强的开放性、灵活性和扩展性。
3.2 决策支持系统的设计
基于云计算和大数据的人力资源管理信息平台的决策支持系统将对数据挖掘的数据进行分析、加工和计算，从而为人力资源管理者的决策提供信息支持，帮助管理者提高管理水平，提高决策的科学性、准确性、规范性，从而全面提高工作效率和水平。本系统由决策信息资源池、决策信息分析平台和决策信息服务实施组成，如图3 所示。
决策信息资源池是整个系统的数据来源，是决策支持信息是否有效的基础，其数据的质量、反应速度将极大地影响到整个系统。资源池包含了计算资源池、存储资源池和数据资源池。其中，计算资源池负责系统的计算功能，并由其中的服务器、工作站、PC 机进行组合和协调工作；存储资源池是将多个磁盘阵列、磁盘和其它存储设备进行互联和虚拟化，形成统一的存储机制；数据资源池来源于云下，并经数据挖掘，异构数据同构化处理后进入数据资源池。
决策分析平台包括以下功能模块：
①数据分类：将决策信息资源池传来的数据进行分类和索引；
②数据加工：将数据分类后的数据进行重新整理、组织和集成，送入计算机资源池或存储资源池；
③决策解释：向用户提供统一、集成、共享的标准环境，支持人力资源管理的全面决策过程。决策分析平台采用人机结合分析的方式，将收集的信息经过各种处理，实现有序化、层次化、系统化，并通过一定的分析方法、数学方法、数学模型将信息转化为所需的决策纲领用于员工考核目标的设置、薪酬的发放等等。
决策信息服务为用户提供周期性服务和随机性服务，周期性服务是按照用户要求提供的年报表、月报表等等，往往出现在高层，为人力资源管理的战略规划、中长期目标提供支持，随机性服务是根据环境变化、随机事件做出的快速反应。总之，决策信息服务主要是根据决策信息需求，将大量的数据转换为分析报告、图表、表格等多种形式传递给用户。
4 结论
基于云计算和大数据的人力资源管理信息平台综合了管理学、信息学、系统论、运筹学、数学等多学科理论，应用到人力资源管理是一项重要的应用和尝试。实践证明，该系统平台的投入使用，打破了原有系统功能单一、决策能力差、管理思想不明确等缺陷，实现了众多数据的广泛协作和综合应用，满足了管理体系中不同管理者对于决策信息的需求。
教育期刊网 http://www.jyqkw.com
参考文献：
[1]QIN Lele, ZHAO Xin.Design and realization of information service platform of logistics parks based on cloud computing [J].Advances in Information sciences and Service Sciences,2012.4 (23):112-120.
[2]QIN Lele, YIN Shaoqing, DONG Ganghui.Study on college English test (CET) comprehensive management information system based on multi-system data integration [J].International Journal of Multimedia and Ubiquitous Engineering,2014,9(8):137-148.
[3]秦乐乐,刘卫.考试综合管理信息系统的关键技术研究[J].河北工业科技,2010,27(4):10-13.
[4]许云峰,张妍,赵铁军.基于云计算的商业情报采集系统[J].河北科技大学学报，2012,33(2):161-165.
[5]邓峰,刘延滨,刘聪林,彭洋.基于云计算的政府决策支持系统研究[J].软件导刊,2014,13(3):1-3.