周毛 青海民族大學(xué) 青海省西寧市 810007

0 引言

企業(yè)的發(fā)展離不開(kāi)人才的引進(jìn)，針對(duì)此，主要有兩個(gè)途徑，一方面是以定向的方式進(jìn)行有針對(duì)性的人才招聘，另一方面就是在缺乏明確目標(biāo)的情況下，在海量的人才市場(chǎng)中篩選出符合招聘需求的人才[1]。與前者相比，篩選式的人才招聘將面對(duì)海量的信息資源，因此，對(duì)這些信息合理地分類(lèi)是十分必要的[2]。由于在復(fù)雜的社會(huì)環(huán)境下，每個(gè)人的工作經(jīng)歷都呈現(xiàn)出明顯的個(gè)性化特征，但又由于行業(yè)之間的內(nèi)在聯(lián)系，導(dǎo)致不同崗位之間也存在一定的互通性，這就對(duì)檔案的分類(lèi)工作提出了更高的要求[3]。

為了提高分類(lèi)的可靠性，許多學(xué)者均針對(duì)信息資源分類(lèi)問(wèn)題進(jìn)行了研究。其中，文獻(xiàn)利用DenseNet遷移學(xué)習(xí)對(duì)分類(lèi)信息之間的相似性進(jìn)行計(jì)算，并通過(guò)設(shè)置閾值，實(shí)現(xiàn)對(duì)信息資源的分類(lèi)，該方法的分類(lèi)結(jié)果對(duì)閾值設(shè)定的依賴(lài)性較強(qiáng)，因此穩(wěn)定性較低；文獻(xiàn)[5]提出以深度卷積網(wǎng)絡(luò)為基礎(chǔ)的分類(lèi)方法，通過(guò)對(duì)信息的特征進(jìn)行聚類(lèi)處理，實(shí)現(xiàn)分類(lèi)，有效提高了分類(lèi)的效率，但分類(lèi)后數(shù)據(jù)之間的距離較大；文獻(xiàn)為了避免卷積神經(jīng)網(wǎng)絡(luò)粒度問(wèn)題對(duì)分類(lèi)結(jié)果產(chǎn)生的負(fù)面影響，將分類(lèi)信息中的表型信息作為特征提取的基礎(chǔ)，實(shí)現(xiàn)了高精度的信息分類(lèi)，但適用范圍較小，對(duì)于部分不包含表型信息的資源，難以實(shí)現(xiàn)其分類(lèi)效果；文獻(xiàn)在對(duì)分類(lèi)信息進(jìn)行數(shù)據(jù)增強(qiáng)處理的基礎(chǔ)上，利用貝葉斯卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)資源分類(lèi)，取得了良好的分類(lèi)效果，但數(shù)據(jù)增強(qiáng)階段的工作較為復(fù)雜，對(duì)操作人員的技術(shù)水平要求較高，因此，難以實(shí)現(xiàn)普及性應(yīng)用。由此可以看出，加強(qiáng)信息資源分類(lèi)方法的研究具有十分重要的意義和價(jià)值。

基于此，本文提出了一種基于關(guān)聯(lián)規(guī)則的人事檔案信息資源分類(lèi)方法研究。在準(zhǔn)確提取信息特征的基礎(chǔ)上，利用關(guān)聯(lián)規(guī)則挖掘信息之間的內(nèi)在關(guān)系，以此提高最終分類(lèi)結(jié)果的可靠性。并通過(guò)實(shí)驗(yàn)驗(yàn)證了所提方法的有效性。通過(guò)本文研究，以期為信息資源的分類(lèi)工作提供有價(jià)值的參考。

1 基于關(guān)聯(lián)規(guī)則的信息分類(lèi)方法

1.1 信息特征提取

信息資源分類(lèi)的基礎(chǔ)是對(duì)數(shù)據(jù)特征的準(zhǔn)確提取，考慮到人事檔案信息的類(lèi)型存在明顯的多樣化特征，因此，本文將信息增益作為特征提取的依據(jù)。

首先，作為一種較為常用的機(jī)器學(xué)習(xí)方法，信息增益的應(yīng)用相對(duì)成熟。在提取人事檔案信息資源特征時(shí)，以信息中的特征作為增益計(jì)算的依據(jù)，統(tǒng)計(jì)目標(biāo)特征詞在信息中出現(xiàn)的次數(shù)。假設(shè)在某人事檔案中，對(duì)于類(lèi)別A的特征詞a出現(xiàn)的次數(shù)為xa，那么其對(duì)應(yīng)的信息增益可以表示為：

式中，IG(a)表示關(guān)于關(guān)鍵詞a的信息增益。通過(guò)這樣的方式，以此計(jì)算出待分類(lèi)數(shù)據(jù)中，關(guān)于不同分類(lèi)類(lèi)別以及對(duì)應(yīng)關(guān)鍵詞的信息中信息增益。將信息增益的差值作為信息特征的判定結(jié)果，其表示為：

式中，ΔIG(i)表示信息增益的差值，i表示信息資源中的屬性特征，xi表示i類(lèi)別特征詞的數(shù)量，表示頻率。為了確保分類(lèi)結(jié)果滿(mǎn)足不同的分類(lèi)要求，通過(guò)對(duì)ΔIG(i)的標(biāo)準(zhǔn)進(jìn)行設(shè)定，調(diào)整特征提取的精度，使分類(lèi)結(jié)果具有不同的支持度。

1.2 基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘

根據(jù)上文的特征提取結(jié)果，建立了關(guān)聯(lián)規(guī)則，挖掘不同屬性特征下信息資源之間的深層關(guān)系，提高分類(lèi)結(jié)果的可靠性。

首先，本文以信息資源特征提取結(jié)果為基礎(chǔ)，建立評(píng)估函數(shù)，以此實(shí)現(xiàn)對(duì)不同信息之間特征相似性的計(jì)算。為此，以ΔIG(i)值為標(biāo)準(zhǔn)，令ΔIG(i)=0作為中心，計(jì)算信息到中心的距離，該過(guò)程可以表示為：

根據(jù)這樣的方式，對(duì)信息資源之間的內(nèi)在關(guān)系進(jìn)行分析，為后續(xù)的分類(lèi)提供基礎(chǔ)。

1.3 信息資源分類(lèi)

在上述得到信息之間關(guān)聯(lián)的基礎(chǔ)上，實(shí)現(xiàn)對(duì)人事檔案信息資源的分類(lèi)。為此，本文通過(guò)3個(gè)步驟實(shí)現(xiàn)該過(guò)程。

（1）確定項(xiàng)集

首先對(duì)待分類(lèi)信息以二元的形式表示，用0表示二元變量表中的空，用1表示二元變量表中的非空，這樣做的目的是將信息與特征分離。由于特征詞的多樣性，一條信息資源中可能存在多個(gè)特征，因此，將信息與資源分離后，以具有相同類(lèi)型特征的信息作為一個(gè)訓(xùn)練項(xiàng)集，確保特征分類(lèi)的全面性。

（2）分類(lèi)訓(xùn)練

考慮到關(guān)聯(lián)規(guī)則下特征之間的目標(biāo)距離是決定最終分類(lèi)結(jié)果的關(guān)鍵因素，因此，本文通過(guò)訓(xùn)練的方式對(duì)不同距離下的分類(lèi)結(jié)果進(jìn)行分析，計(jì)算不同距離下的分類(lèi)準(zhǔn)確性，并將最高準(zhǔn)確率對(duì)應(yīng)的距離作為最終分類(lèi)的目標(biāo)距離。

（3）最終分類(lèi)

最終，將訓(xùn)練結(jié)果中的最佳距離作為信息分類(lèi)的目標(biāo)距離，對(duì)信息特征之間的關(guān)聯(lián)程度作出準(zhǔn)確計(jì)算。同時(shí)，比較同一信息中對(duì)應(yīng)的特征計(jì)算結(jié)果，根據(jù)計(jì)算結(jié)果，實(shí)現(xiàn)對(duì)信息的準(zhǔn)確分類(lèi)。

2 實(shí)驗(yàn)分析

為了對(duì)所提方法的實(shí)際應(yīng)用效果作出客觀評(píng)價(jià)，進(jìn)行了實(shí)驗(yàn)分析研究，將文獻(xiàn)方法和文獻(xiàn)方法作為對(duì)比方法，通過(guò)對(duì)比所提方法、文獻(xiàn)方法和文獻(xiàn)方法的分類(lèi)結(jié)果，分析所提方法的分類(lèi)效果。

2.1 實(shí)驗(yàn)環(huán)境

本文進(jìn)行測(cè)試的硬件設(shè)備內(nèi)存為64GB，實(shí)驗(yàn)數(shù)據(jù)的屬性設(shè)置為n個(gè)，共10組數(shù)據(jù)，其中，每組數(shù)據(jù)都包含所有屬性，且包含50條信息。同時(shí)，設(shè)置數(shù)據(jù)的最小支持度為20%，最小置信度為100%。以此為基礎(chǔ)，分別采用三種方法對(duì)數(shù)據(jù)進(jìn)行分類(lèi)。為了準(zhǔn)確評(píng)價(jià)分類(lèi)結(jié)果的可靠性，本文定義平均準(zhǔn)確率為評(píng)價(jià)指標(biāo)表示為：

2.2 實(shí)驗(yàn)結(jié)果

在確定最終的分類(lèi)結(jié)果前，所提方法對(duì)數(shù)據(jù)組進(jìn)行訓(xùn)練，訓(xùn)練集的大小從100逐漸增加至500，考慮到待分組數(shù)據(jù)的總量500條信息，因此訓(xùn)練集的大小設(shè)置為1500。以此為基礎(chǔ)，統(tǒng)計(jì)了當(dāng)最小支持度分別為3%、5%、7%時(shí)的訓(xùn)練結(jié)果，統(tǒng)計(jì)結(jié)果如表1所示。

表1 不同最小支持度下所提方法訓(xùn)練結(jié)果

從表1中可以看出，在不同的最小支持度下，所提方法的訓(xùn)練結(jié)果始終具有較高的準(zhǔn)確性，且當(dāng)最小支持度為3%時(shí)，其訓(xùn)練結(jié)果的可靠性依然保持在99.5%以上。以此為基礎(chǔ)，分別以3%、5%、7%的最小支持度對(duì)待分類(lèi)數(shù)據(jù)進(jìn)行分類(lèi)處理，并與文獻(xiàn)和文獻(xiàn)的分類(lèi)結(jié)果進(jìn)行對(duì)比，結(jié)果如圖1所示。

圖1 不同方法的分類(lèi)結(jié)果

從圖1中可以看出，隨著最小支持度的增大，文獻(xiàn)[5]方法和文獻(xiàn)[6]方法分類(lèi)結(jié)果的平均準(zhǔn)確率均呈現(xiàn)出明顯的上升趨勢(shì)，差異程度較為明顯，且當(dāng)最小支持度達(dá)到7%時(shí)，兩種方法的平均準(zhǔn)確率也未達(dá)到0.99以上。相比之下，所提方法的分類(lèi)結(jié)果較為穩(wěn)定，平均準(zhǔn)確率始終保持在0.995以上，且并未由于最小支持度的變化而出現(xiàn)較大波動(dòng)。由此可知，所提方法的分類(lèi)結(jié)果具有較高的可靠性。這主要是因?yàn)樗岱椒▽?shí)現(xiàn)了對(duì)數(shù)據(jù)間內(nèi)在關(guān)聯(lián)的深層挖掘，因此具有更加可靠的分類(lèi)依據(jù)。

3 結(jié)束語(yǔ)

人事檔案信息資源的分類(lèi)結(jié)果直接關(guān)系到后續(xù)信息查找的效率以及相應(yīng)工作進(jìn)程的推進(jìn)速度，雖然與其他部門(mén)相比，檔案管理工作更加枯燥，但其意義是十分重大的。為此，如何實(shí)現(xiàn)海量信息資源的快速準(zhǔn)確分類(lèi)也成為了檔案管理部門(mén)的一項(xiàng)重要工作內(nèi)容。本文提出基于關(guān)聯(lián)規(guī)則的人事檔案信息資源分類(lèi)方法研究，有效提高分類(lèi)結(jié)果的可靠性。通過(guò)本文的研究，以期為信息分類(lèi)工作的開(kāi)展提供幫助。