应用自然邻居分类算法的大学生就业预测模型

针对因大学生对薪酬预期过高而导致就业难的问题,利用基于自然邻居的分类算法对近三年信息类专业毕业生的就业数据进行分析,建立了大学生就业薪酬预测模型.首先采用因子分析方法提取出决定大学生就业薪酬级别的潜在因子并作为模型输入变量,进而应用基于自然邻居的分类算法对就业薪酬进行分类预测.其中,自然邻分类算法成功避免了KNN算法中存在的K值选取难题,且每个节点的邻居数目会根据数据集的分布状况自适应获取.实验结果表明,该模型的预测精度高达80.16%,对于帮助大学生建立合理就业预期、提高就业能力等方面具有一定指导意义.     

基于.NET薪酬考评系统的优化设计与实现

结合企业实际与多年从事企业薪酬考评经验,分析了企业进行薪酬考评优化设计的必要性与必然性,提出了一个优化的企业薪酬考评设计方案,通过有效的计量方法和基于.NET的WEB系统设计,一方面加大了薪酬考评信息的透明度,增强了企业员工的互动性,有助于提高企业的激励机制,另一方面管理信息系统也提高了数据的安全性、共享性,有助于人力资源部提高办事效率.     

基于集合效用边际贡献学习的可解释薪酬预测算法

知识技能对薪酬影响作用视为一种多变量影响下高维元素集合的效用建模问题.深度神经网络为解决复杂问题提供了新的机遇,但针对知识导向的细粒度薪酬预测问题,仍缺乏能够对复杂变量影响下的集合效用进行准确、可解释建模的神经网络结构.为此,提出一种基于边际贡献的增量式集合效用网络(marginal contribution-based incremental set utility network,MCISUN)来拟合元素加入时的效用增量,从而灵活且可解释地建模集合效用.区别于以往基于池化层的排列不变性建模算法,MCISUN构建顺序敏感的中间结果,利用集合的排列不变性实现数据增强,有效提升模型数据效率及泛化性.最后,大规模真实薪酬数据上的实验结果表明所提模型在基于技能的薪酬预测任务上比最先进的（state-of-the-art, SOTA）模型效果提升超过30%.同时,定性实验证明模型能够为技能设置合理的贡献值且发现技能间的关联.     

基于多任务BiLSTM的配送人员活动识别

当前物流业中,对于配送人员的薪酬计算大都基于配送距离和物品重量等因素,其缺乏对配送人员具体活动类型及能量消耗的考虑,难以对薪酬进行高效合理分配。基于此,在数据层面,通过与某大型物流公司合作,为25名配送人员穿戴相应设备,采集其在配送过程中的加速度计和陀螺仪等真实数据。算法层面,提出了一种基于多任务双向长短时记忆（BiLSTM）的深度网络结构,通过大量实验表明,BiLSTM模型在活动识别和能量消耗分级上的分类准确率分别达到92.8%和94.2%,结果皆优于基准多任务LSTM算法和其他代表性学习算法。     

就业专家称：接受职业培训对大学生就业优势明显

由于全球金融危机的持续，近六成职场新人对薪酬的期望已经降至1500元以下。我们将大众求职者的薪酬调查数据与主要培训机构的学员薪资进行了详细对比。调查结果显示，职业培训已成为职场新人度过职场冬天的首选。根据汇众教育调查数据显示，接受过严格职业培训的汇众教育学员在第一份工作获得的月薪明显高于大众求职者。     

柔性工资管理系统开发的关键技术分析

根据高校薪酬管理特点，以《乌鲁木齐职业大学财务管理信息系统》校管课题为项目背景，对基于Web的工资管理系统的柔性设计开发所采用的“公地式”数据存储方式、立体组合式计算规则、动态数据显示等关键技术进行分析，以实现工资表数据的高效存储、动态显示和自动计算。     

基于薪酬查询的WEB技术应用与实践

实施新的薪酬制度后,员工薪酬发生了很大变化,为了让员工更好地了解薪酬组成,更加便捷地查询自己的绩效工资,我们采用WEB技术,建立了基于薪酬查询平台。该平台的建立,满足了员工的薪酬查询需求,提高了员工在薪酬查询中的满意度和人劳工作人员的办事效率。     

企业薪酬管理公平性对员工工作的影响

随着我国经济的发展和社会的进步,企业薪酬管理的公平性问题受到了社会各界的高度关注,企业在薪酬管理方面能否做到公平对员工的工作会产生巨大的影响。企业在薪酬管理方面一定要严格遵守公平性,在最大程度上挖掘出员工的潜力,提高工作效率。本文旨在针对企业的薪酬管理公平性进行探究,对其内涵进行论述,并解析薪酬管理公平性对员工工作绩效的影响,有不足之处,还请指教。     

网络工程专业课程设置与学生就业的关系

针对当前网络工程专业的建设现状,从理论与实践课程设置、就业情况、薪酬水平等角度出发,利用网络调查数据,采用灰色关联分析法,分析专业课程、实践课程、主要设备厂商等对学生就业情况、就业岗位、薪酬的影响,找出主要影响因子。以未来市场对网络人才的需求为导向,以提高就业水平与从业技能为目标,探讨网络工程课程设置的建议性对策。     

我国企业人力资源薪酬管理研究

薪酬管理对企业人力资源管理极为重要,也是构成企业制度的主要部分。由于企业人力资源部门的薪酬和待遇较低,导致大量的人才流失,也造成了人力资源成本的增多。因此对企业人力资源薪酬管理进行不断的完善,从而减少人才的流失,成为企业首要的工作内容。本文对人力资源薪酬管理中出现的问题进行探究,并提出相应解决措施。     

基于数据元的数据模型语义映射技术研究

各企业在进行数据共享之前,首要考虑的是数据模型的数据映射关系,然而数据模型在不断的更替与升级,给数据集成带来了很大困难。文中设计了一种对数据源结构进行统一描述的数据字典元模型,利用数据元来规范数据项,将编辑距离算法思想应用其中,实现数据项与数据元字典中数据元的相似度匹配。应用语义树的表示方法来描述数据元结构,利用语义相似度算法进行数据元间的相似性、一致性检查,寻找数据元间的关联关系,间接地定位数据项间的语义关系,为数据映射奠定良好基础。以中石化标准数据元规范油田企业搜索引擎数据项,确保研究的实用价值。     

基于云计算和物联网的网络大数据技术研究

为了使网络大数据应用的范围更广,更大程度地提高网络数据存储与管理精度,减少网络数据处理与控制的时间,需要对网络大数据进行研究。当前的网络大数据研究方法多是采用Hadoop基础架构对网络大数据进行研究,在数据存储中没有设定具体的安全存储指标,无法得到数据安全存储指标权重,存在数据存储安全性能低,网络大数据研究精度偏差大等问题。为此,提出一种基于云计算和物联网的网络大数据研究方法。该方法首先利用分级网络编码对网络数据进行传输,以传输的数据为基础,采用CRC算法实现网络数据的计算,然后依据分组存储的方式将数据进行存储,最后利用分层逆序叠加定位法对网络数据进行高精度查询,由此完成对网络大数据的研究。实验结果表明,所提方法可以全面具体地对网络大数据进行研究,提高了数据处理精度和网络数据计算速度,增加了网络数据存储空间容量和查询效率,减少了网络数据运行时的丢失率,扩展了网络数据的运作范围,为后续网络大数据的研究提供了强有力的依据。     

数据仓库/数据集市体系结构的改进

本文提出了一种新的建立数据集市／数据仓库体系结构的方法。它使用同一数据加载机制同时向各数据集市和中心数据仓库加载数据，将当前数据和轻度综合数据加我到数据集市，将历史数据和共享数据加载到中心数据仓库．并通过二次集成特各部门高度综合的数据加载到中心数据仓库。这种结构既具有自底向上方法的优点，又具有自顶向下方法的优点，例如。开发简单、数据结构统一等；而且比联合方法优越的是，解决数据的重复存储，使数据存储结构更合理，提供的数据更符合各级决策者需要。     

科学数据出版现状及其体系框架

科学数据出版是深化数据共享的重要手段,能够激励数据生产者发布和共享数据,又能保护数据的知识产权。回顾了国内外科学数据出版现状,从数据中心和传统出版系统两个角度,提出和完善了科学数据出版体系架构。提出数据出版涉及数据提交、同行审议、数据发布和永久存储、数据引用和影响评价5个基本环节,应由出版系统、数据中心和第三方数据评价机构协同实施。重点讨论了科学数据出版面临的关键问题:数据授权、数字资源唯一标识符、数据集成和数据稿源问题。倡议建立我国的科学数据出版体系,科学数据中心在开展数据收集和共享的同时,加强与学术期刊的合作,成为数据出版的永久存储机构;学术期刊积极开展机制创新,推动学术论文相关数据的公开发布;积极开展数据知识产权保护,倡导对科学数据的引用;加强科学数据的影响评价研究,让数据成果成为普遍认同的科研产出成果,激励科学家主动参与科学数据共享。     

一个基于XML数据仓库系统的设计与实现

黄土高原数据仓库系统以分布式数据仓库为核心,包含多个异质数据源。系统采用中间件技术不仅提供多层次资源查询服务,并且还使用数据挖掘技术和信息检索技术对资源数据进行深加工,能够主动地为用户提供黄土高原生态环境咨询、评测、预测与决策支持服务。论文重点介绍了一种基于XML的统一模式查询语言———XUSQL,用以解决多数据源中多模式数据融合问题。XUSQL使得在数据仓库中的查询与数据源模式无关,把数据源和数据仓库隔离开,从而有利于构造分布式数据仓库,便于异质数据源之间数据融合以及数据源本身的结构调整。     

生物医疗大数据隐私安全保障机制研究

在大数据产业发展的背景下,医疗卫生领域也开始探索生物医疗大数据的新用途、新价值.随着生物医疗大数据在临床治疗与科学研究中的应用,相应的数据安全隐患也随之出现,其隐私安全保障问题开始引起人们的重视.为了降低隐私泄露的风险,加强人们对生物医疗数据的保护意识,需要从数据的生命周期角度出发,在采集、存储、访问、应用、共享、销毁...     

分布式海量矢量地理数据共享研究

地理空间数据的应用应用范围迅速扩大,实现空间数据的共享,充分有效利用已有数据,可节约用户成本,栅格数据的共享方式在多媒体领域有较多研究,而矢量数据研究得不多,本文讨论了分布式海量矢量地理空间数据共享的几个问题－海量空间数据的管理,传输,可视化及空间数据共享的安全问题。     

数据科学研究的现状与趋势

大数据时代的到来催生了一门新的学科——数据科学。首先,探讨了数据科学的内涵、发展简史、学科地位及知识体系等基本问题,并提出了专业数据科学与专业中的数据科学之间的区别与联系。其次,分析现阶段数据科学的研究特点,并分别提出了专业数据科学、专业中的数据科学及大数据生态系统中的相对热门话题。接着,探讨了数据科学研究中的10个争议及挑战:思维模式的转变(知识范式还是数据范式)、对数据的认识(主动属性还是被动属性)、对智能的认识(更好的算法还是更多的数据)、主要瓶颈(数据密集型还是计算密集型)、数据准备(数据预处理还是数据加工)、服务质量(精准度还是用户体验)、数据分析(解释性分析还是预测性分析)、算法评价(复杂度还是扩展性)、研究范式(第三范式还是第四范式)、人才培养(数据工程师还是数据科学家)。然后,提出了数据科学研究的10个发展趋势:预测模型及相关分析的重视,模型集成及元分析的兴起,数据在先、模式在后或无模式的出现,数据一致性及现实主义的回归,多副本技术及靠近数据原则的广泛应用,多样化技术及一体化应用并存,简单计算及实用主义占据主导地位,数据产品开发及数据科学的嵌入式应用,专家余及公众数据科学的兴起,数据科学家与人才培养的探讨。最后,结合文中工作,对数据科学研究者给出了几点建议和注意事项。     

基于云数据中心的多源异构数据治理技术研究

目前常规的多源异构数据治理方法主要通过对数据属性进行判断,从而实现分区域数据清洗,由于缺乏对非线性数据的分析,导致治理性能不佳;对此,提出基于云数据中心的多源异构数据治理技术;采用关系型数据库中的ETL功能对数据进行清洗,对数据转换模式以及数据清洗规则进行定义;引入互信息系数对数据相关程度进行判定,并进行非线性数据相关性分析;以云数据中心作为载体,对多源异构数据治理体系进行构建;在实验中,对提出的数据治理技术进行了治理性能的检验;最终的实验结果表明,提出的数据治理技术具备较高的查准率,对云数据中心多源异构数据具备较为理想的数据治理效果。     

基于面向对象数据访问中间件设计与应用

随着信息化建设的发展,大量多媒体数据、图像数据和空间数据的出现使得数据库规模越来越庞大,应用需求越来越复杂,数据库系统需要处理的数据已不再是单一的数据结构,传统的数据访问方法对数据处理效率已渐渐不能满足需求,通过构建元数据库描述异地、异构数据源,予以面向对象的含义,通过数据对象表、对象属性表等数据表体现原关系数据库中数据记录间的面向对象关系,并结合面向对象技术设计实现了对象-关系数据访问中间件。