基于改進決策樹算法的績效測評應用研究.pdf

1、隨著科技的進步，企業(yè)對人才資源愈加重視，因此各類企業(yè)無不看重績效測評這一衡量人才的有效標準，所以如何改進績效測評的方法成了必須思考的問題?，F(xiàn)如今，績效測評的方法種類繁多，比如有關鍵事件法、圖尺度評價法、配對比較法、目標管理法、交替排序法、關鍵指標法、行為錨定等級評價法、平衡計分卡法、360度績效考評法等許多方法。然而這些方法僅獲取了數(shù)據比較表層的一些信息，并沒有深層次的挖掘數(shù)據之間的隱含相關性，所以沒有取得比較理想的效果，因此對新技術的

2、探索變得尤為重要。
　　數(shù)據挖掘技術恰好可以很好的挖掘出數(shù)據信息的深層隱含關系，彌補了傳統(tǒng)方法的不足，且該技術已在多個領域得到了廣泛的應用，亦取得了很好的效果，因此將數(shù)據挖掘的方法引入企業(yè)的績效測評應用中來，深層次的挖掘出企業(yè)員工的績效測評結果同多種要素之間的關系。數(shù)據挖掘的一個重要課題是數(shù)據分類的研究，現(xiàn)已有多種數(shù)據分類的方法，而在這些方法中，決策樹分類算法由于具有理論簡單、計算快速、分類準確、便于理解、易于將生成的決策樹轉化為

3、分類規(guī)則等特點而被廣泛的研究以及應用。因此將決策樹分類算法應用到績效測評工作中。
　　在眾多決策樹分類算法中，ID3算法和FuzzyID3算法分別是清晰決策樹和模糊決策樹中最為基礎的算法，通過分析比較各典型決策樹算法，發(fā)現(xiàn)這兩種算法相較于其它算法具有明顯的優(yōu)勢，且可以輸出簡單易懂的知識規(guī)則，便于用戶的理解使用。所以本人決定以ID3算法和FuzzyID3算法作為課題研究的算法基礎，在此基礎上對其計算復雜度加以改進，以減小建樹時間。本

4、文引入了決策協(xié)調度的概念，將決策協(xié)調度與ID3算法和FuzzyID3算法結合，有效降低了算法的計算復雜度，實現(xiàn)了對兩種算法的改進。
　　本文中，通過經典示例證實了改進方法在建樹時間和測試精度方面的優(yōu)越性。最后在X公司員工的績效測評應用中，分別運用原算法和改進算法對目標數(shù)據進行分類，通過對分類結果的分析比較，進一步證實了改進算法不僅延續(xù)了原算法的所有優(yōu)點，而且在建樹時間和測試精度方面取得了更好的效果。另外，根據采集到的績效測評數(shù)據的