決策樹(shù)數(shù)據(jù)挖掘技術(shù)在公共事業(yè)管理績(jī)效評(píng)價(jià)中的應(yīng)用研究

陳冬英

摘要：在數(shù)據(jù)挖掘技術(shù)之中，決策樹(shù)算法是是在這個(gè)技術(shù)之中分類(lèi)算法的核心所在，再進(jìn)行決策樹(shù)算法的時(shí)候應(yīng)該選擇一種合適的算法屬性，并且還要 對(duì)其進(jìn)行一些適當(dāng)?shù)男薷?，從而才能夠讓決策樹(shù)算法在公共事業(yè)管理績(jī)效評(píng)價(jià)之中發(fā)揮其有效的作用。本文通過(guò)對(duì)決策樹(shù)數(shù)據(jù)挖掘技術(shù)在公共事業(yè)管 理績(jī)效評(píng)價(jià)之中的應(yīng)用進(jìn)行深入探究，對(duì)其中的決策樹(shù)算法方式從大量的公共事業(yè)績(jī)效評(píng)價(jià)數(shù)據(jù)中進(jìn)行抽象概念，從而能夠從根本上提高績(jī)效評(píng)價(jià)的 可信度和有效度。

關(guān)鍵詞：決策樹(shù)算法；數(shù)據(jù)挖掘技術(shù)；公共事業(yè)管理績(jī)效評(píng)價(jià)；應(yīng)用性

中圖分類(lèi)號(hào)：F224 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-9129（2017）09-265-02

Abstract： in data mining， decision tree algorithm is the core technology in the classification algorithm， to carry out the decision tree algorithm should choose a suitablealgorithmforattribute，andalsomakesomeappropriatechangestoit，whichcanmakethedecisiontreealgorithmtoplayitseffectiveroleinperformance public utilities management evaluation. Based on decision tree data mining technology application in the evaluation of the performance of public management in-depthinquiry，thedecisiontreealgorithmsareabstractconceptsfromalargenumberofpublicperformanceevaluationdata，whichcanfundamentallyimprove the reliability and validity of performanceevaluation.

Key words： decision tree algorithm； data mining technology； performance evaluation of public business management； application

1 引言

隨著我國(guó)的社會(huì)經(jīng)濟(jì)和科學(xué)技術(shù)的不斷發(fā)展，信息化的發(fā)展在人們的生活之中應(yīng)用開(kāi)來(lái)，國(guó)家對(duì)于公共事業(yè)管理工作的發(fā)展也變得越來(lái)越重視，眾多的人民群眾也對(duì)于提出了高效率的工作實(shí)行要求。在以往傳統(tǒng) 的公共事業(yè)管理之中是單純的依靠工作人員以人工來(lái)進(jìn)行工作，這種方 式由于工作繁重就導(dǎo)致了整體的績(jī)效評(píng)價(jià)數(shù)據(jù)整理效率大大降低。為了解決這種問(wèn)題，相關(guān)的工作部門(mén)改進(jìn)為將決策樹(shù)數(shù)據(jù)挖掘技術(shù)和公共事業(yè)管理績(jī)效評(píng)價(jià)結(jié)合在一起，能夠大大的提高公共事業(yè)管理績(jī)效的有效性。因此，對(duì)于決策樹(shù)數(shù)據(jù)挖掘技術(shù)在公共事業(yè)管理績(jī)效評(píng)價(jià)中的應(yīng)用進(jìn) 行研究是十分必要的。

2 公共事業(yè)管理的基本概念

公共事業(yè)的基本概念就是為了幫助人民群眾，做出有利于全部社會(huì)人員的共同利益的事情，這其中包含著環(huán)境、文化、體育活動(dòng)等多個(gè)方面 的內(nèi)容。這種公共事業(yè)的管理工作主要是在政府的帶領(lǐng)和管理之下進(jìn)行開(kāi)展，對(duì)于公共事業(yè)的開(kāi)展項(xiàng)目進(jìn)行決策，從而能夠從根本上保證社會(huì)經(jīng)濟(jì)穩(wěn)定的發(fā)展下去。最初的公共事業(yè)管理中的績(jī)效評(píng)價(jià)問(wèn)題探究是從國(guó)外進(jìn)行開(kāi)展的，績(jī)效評(píng)價(jià)主要就是對(duì)于 公共事業(yè)管理之中的個(gè)人工作效率進(jìn)行量化的處理，有效的對(duì)工作人員的個(gè)人成果進(jìn)行評(píng)價(jià)，在評(píng)價(jià)之中所包含的內(nèi)容就是對(duì)數(shù)量和質(zhì)量、投入和產(chǎn)出之間的關(guān)系進(jìn)行分析，從而 能夠提高各個(gè)工作人員的工作效率。公共事業(yè)管理之中的績(jī)效評(píng)價(jià)對(duì)于公司和企業(yè)的發(fā)展中的運(yùn)營(yíng)效果和工作效率進(jìn)行提高，因此，公共事業(yè)管理之中的績(jī)效評(píng)價(jià)是企業(yè)單位之中經(jīng)常使用的一種方式。

3 決策樹(shù)數(shù)據(jù)挖掘技術(shù)

我國(guó)現(xiàn)階段正處于信息化高速發(fā)展的時(shí)代之中，在很多企業(yè)單位的工作之中都應(yīng)用到了信息化技術(shù)，許多辦公工作都實(shí)現(xiàn)了自動(dòng)化的工作方式。在對(duì)于公共事業(yè)管理績(jī)效評(píng)價(jià)之中，由于績(jī)效評(píng)價(jià)的數(shù)據(jù)是十分繁 重的，單純的利用人工來(lái)進(jìn)行統(tǒng)計(jì)很可能會(huì)出現(xiàn)一些誤差，在這種發(fā)展情況之下，計(jì)算機(jī)技術(shù)的出現(xiàn)就帶來(lái)了很大的便利條件，計(jì)算機(jī)技術(shù)對(duì)于大量數(shù)據(jù)進(jìn)行處理能夠大大的減少工作人員的工作量，從而能夠高效的對(duì)績(jī)效評(píng)價(jià)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和分析。在這種信息化技術(shù)之下，決策樹(shù)算法方式 是一種結(jié)果精確度較高并且具體操作起來(lái)非常簡(jiǎn)單的方法，因此，在許多 的企業(yè)單位之中都利用了決策樹(shù)數(shù)據(jù)挖掘技術(shù)來(lái)對(duì)公共事業(yè)管理績(jī)效評(píng)價(jià)進(jìn)行數(shù)據(jù)統(tǒng)計(jì)。

決策樹(shù)數(shù)據(jù)挖掘方式是一種利用計(jì)算機(jī)進(jìn)行的算法，這種方式的主要內(nèi)容就是通過(guò)對(duì)于大量的數(shù)據(jù)進(jìn)行分析和統(tǒng)計(jì)，并且對(duì)于這種數(shù)據(jù)結(jié) 果進(jìn)行相對(duì)應(yīng)的預(yù)測(cè)。這種決策樹(shù)算法在企業(yè)單位之中已經(jīng)被廣泛的應(yīng)用起來(lái)，在近幾年來(lái)。決策樹(shù)算法也有了很大的發(fā)展，決策樹(shù)算法的一個(gè)最重要的特點(diǎn)就是在其具體的運(yùn)算過(guò)程之中還可以對(duì)非數(shù)值型數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，這一特點(diǎn)正好與公共事業(yè)管理中的績(jī)效評(píng)價(jià)數(shù)據(jù)類(lèi)型相匹配，從而能夠更高效率的解決績(jī)效評(píng)價(jià)管理的工作。利用計(jì)算機(jī)技術(shù)所執(zhí)行的決

策樹(shù)數(shù)據(jù)挖掘技術(shù)的主要進(jìn)行步驟分為兩個(gè)，首先是進(jìn)行建立決策樹(shù)，就是對(duì)于數(shù)據(jù)屬性進(jìn)行選擇，對(duì)于整體數(shù)據(jù)中的一部分?jǐn)?shù)據(jù)進(jìn)行建立決策樹(shù)，這一建樹(shù)步驟是根據(jù)廣度來(lái)進(jìn)行選擇，直到?jīng)Q策樹(shù)上的每一個(gè)節(jié)點(diǎn)都有相同的類(lèi)型標(biāo)記就算是建立決策樹(shù)完成；其次是要對(duì)決策樹(shù)進(jìn)行剪枝修理，主要的工作內(nèi)容就是用其他沒(méi)有在決策樹(shù)上的數(shù)據(jù)對(duì)決策樹(shù)進(jìn)行檢測(cè)，當(dāng)檢測(cè)過(guò)程中出現(xiàn)問(wèn)題時(shí)，在對(duì)決策樹(shù)中的內(nèi)容進(jìn)行適當(dāng)?shù)恼{(diào)整， 直到進(jìn)行檢測(cè)之后沒(méi)有錯(cuò)位就可以停止操作，決策樹(shù)方式完成。經(jīng)過(guò)決策樹(shù)算法之后，在決策樹(shù)之中的每一個(gè)節(jié)點(diǎn)都可以對(duì)屬性值進(jìn)行相對(duì)應(yīng)的比較，在決策樹(shù)上的葉子節(jié)點(diǎn)處就可以得到結(jié)果，從而就能夠在整個(gè)決策樹(shù)上找到相對(duì)應(yīng)的數(shù)據(jù)規(guī)則。

在進(jìn)行決策樹(shù)算法時(shí)，在對(duì)放進(jìn)其中的數(shù)據(jù)進(jìn)行選取的時(shí)候一般都

是將數(shù)據(jù)的 80%來(lái)進(jìn)行決策樹(shù)的統(tǒng)計(jì)和分析，然后將剩余的其他數(shù)據(jù)來(lái)進(jìn)行決策樹(shù)的剪枝修理步驟，利用這些剩余的數(shù)據(jù)來(lái)對(duì)決策樹(shù)的正確性來(lái)進(jìn)行檢測(cè)，從而能夠得到更加準(zhǔn)確和合理的數(shù)據(jù)分析結(jié)果。這種方式就 是在數(shù)據(jù)挖掘之中經(jīng)常被用到的決策樹(shù)算法。

4 新型數(shù)據(jù)挖掘技術(shù)在公共事業(yè)管理績(jī)效評(píng)價(jià)中的應(yīng)用

4.1 數(shù)據(jù)挖掘技術(shù)學(xué)習(xí)算法在績(jī)效評(píng)價(jià)中的應(yīng)用。隨著社會(huì)的不斷發(fā) 展，在對(duì)于公共事業(yè)管理績(jī)效評(píng)價(jià)也被廣泛群眾所重視起來(lái)，但是由公共事業(yè)績(jī)效評(píng)價(jià)數(shù)據(jù)的繁重特性，利用人工進(jìn)行操作統(tǒng)計(jì)是十分困難的，利 用數(shù)據(jù)挖掘技術(shù)學(xué)習(xí)算法來(lái)進(jìn)行統(tǒng)計(jì)和分析大大的提高了工作人員的計(jì)算效率。在這其中的決策樹(shù)算法是數(shù)據(jù)挖掘技術(shù)進(jìn)行使用之中一種十分重 要的表現(xiàn)方式，這種決策樹(shù)算法能夠使得公共事業(yè)之中的績(jī)效評(píng)價(jià)數(shù)據(jù)統(tǒng) 計(jì)和分析更加便利。通過(guò)對(duì)于公共事業(yè)管理的績(jī)效評(píng)價(jià)，利用這一方式相 關(guān)的工作人員能夠?qū)τ诳?jī)效評(píng)價(jià)數(shù)據(jù)結(jié)果有更為準(zhǔn)確的認(rèn)識(shí)，能夠幫助工 作人員對(duì)于未來(lái)的績(jī)效評(píng)價(jià)預(yù)測(cè)模型進(jìn)行構(gòu)建，有利于企業(yè)和各個(gè)公司預(yù) 測(cè)未來(lái)的發(fā)展進(jìn)程。在大多數(shù)企業(yè)之中一般都是利用計(jì)算機(jī)技術(shù)來(lái)進(jìn)行決 策樹(shù)算法，根據(jù)計(jì)算機(jī)中的決策樹(shù)算法應(yīng)用將其過(guò)程分為了建樹(shù)過(guò)程和剪 枝過(guò)程，通過(guò)這兩個(gè)步驟可以讓決策樹(shù)所得出的結(jié)果更加準(zhǔn)確。

4.2 數(shù)據(jù)挖掘技術(shù)中的算法模型的構(gòu)建與應(yīng)用。在數(shù)據(jù)挖掘技術(shù)中構(gòu) 建合適恰當(dāng)?shù)乃惴Ｐ?，能夠從最大程度上降低統(tǒng)計(jì)數(shù)據(jù)結(jié)果之中所存在的誤差，在具體的操作過(guò)程之中相關(guān)的工作人員可以通過(guò)對(duì)于算法進(jìn)行指定設(shè)置相對(duì)應(yīng)的模型屬性，在對(duì)大量的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析時(shí)一般都是利用構(gòu)建模型的方式。在進(jìn)行算法模型構(gòu)建的時(shí)候，一般都是將總體數(shù) 據(jù)之中的 80%作為模型構(gòu)建基礎(chǔ)，將其進(jìn)行統(tǒng)計(jì)和分析，以便于工作人員利用剩下的 20%數(shù)據(jù)在對(duì)其準(zhǔn)確性進(jìn)行檢測(cè)，這種公共事業(yè)管理的績(jī)效評(píng)價(jià)方式能夠使其更加順利的進(jìn)行開(kāi)展。在具體的操作過(guò)程之中，應(yīng)該對(duì) 于決策樹(shù)之中的各個(gè)分支來(lái)對(duì)績(jī)效評(píng)價(jià)之中的數(shù)據(jù)信息來(lái)進(jìn)行分層次的構(gòu)建，通過(guò)兩個(gè)具體步驟最終將其構(gòu)建成為決策樹(shù)的圖示。在整個(gè)決策樹(shù) 的統(tǒng)計(jì)過(guò)程之中，對(duì)于整體數(shù)據(jù)進(jìn)行層次上的分明，和各個(gè)分支數(shù)目的決定之間存在相關(guān)的連帶性函數(shù)關(guān)系。

4.3 數(shù)據(jù)生成算法在績(jī)效評(píng)價(jià)工作中的結(jié)合應(yīng)用。數(shù)據(jù)生成算法是整個(gè)公共事業(yè)管理績(jī)效評(píng)價(jià)能否順利開(kāi)展的重要保證，只有在進(jìn)行生成算法的 基礎(chǔ)之上，才能夠繼續(xù)進(jìn)行下去，因此，在進(jìn)行生成算法的過(guò)程之中應(yīng)該對(duì) 其標(biāo)準(zhǔn)進(jìn)行規(guī)范的制定參數(shù)指標(biāo)。根據(jù)生成算法之中的各項(xiàng)指標(biāo)可以將其 分為三種，分別是指向性參數(shù)指標(biāo)、表述型參數(shù)指標(biāo)和連續(xù)性參數(shù)指標(biāo)。最 初的績(jī)效評(píng)價(jià)方式是從美國(guó)提出的，相關(guān)的工作人員應(yīng)該根據(jù)其提出的柵 欄方式來(lái)事項(xiàng)其績(jī)效指標(biāo)的合理性，并且應(yīng)該合理的利用三種參數(shù)指標(biāo)，對(duì) 三種指標(biāo)進(jìn)行不同的比重分配，這樣才能夠得到更加精確的數(shù)據(jù)結(jié)果。

5 決策樹(shù)的優(yōu)化和剪枝

5.1 事后剪枝。這種事后剪枝方式是在決策樹(shù)已經(jīng)建立完成的方式之 上，按照相對(duì)應(yīng)合理的規(guī)則，對(duì)于決策樹(shù)中錯(cuò)誤和不夠合理的分支進(jìn)行去 除。在事后進(jìn)行剪枝完成后每個(gè)分支節(jié)點(diǎn)就升級(jí)成為葉節(jié)點(diǎn)，從而能夠?qū)?決策樹(shù)之中的數(shù)據(jù)進(jìn)行檢測(cè)。由于這個(gè)剪枝過(guò)程是對(duì)其中的一些數(shù)據(jù)進(jìn)行刪除，所以導(dǎo)致數(shù)據(jù)量減小，就很可能會(huì)降低數(shù)據(jù)結(jié)果的準(zhǔn)確性。

5.2 事前剪枝。這種事前剪枝的方式是在決策樹(shù)構(gòu)建的過(guò)程中進(jìn)行分支時(shí)對(duì)于不準(zhǔn)確的分支進(jìn)行停職，然后對(duì)其是否需要繼續(xù)進(jìn)行判斷，在停止分支的節(jié)點(diǎn)上就變成葉節(jié)點(diǎn)。由于這種剪枝方式是在分支進(jìn)行之前進(jìn)行的， 所以將其稱(chēng)為事前剪枝。這種剪枝方式能夠保證數(shù)據(jù)統(tǒng)計(jì)結(jié)果的準(zhǔn)確性。

6 總結(jié)語(yǔ)

通過(guò)對(duì)決策樹(shù)數(shù)據(jù)挖掘技術(shù)在公共事業(yè)管理績(jī)效評(píng)價(jià)之中的應(yīng)用進(jìn)行 深入探究，對(duì)其中的決策樹(shù)算法方式從大量的公共事業(yè)績(jī)效評(píng)價(jià)數(shù)據(jù)中進(jìn) 行抽象概念，從而能夠從根本上提高績(jī)效評(píng)價(jià)的可信度和有效度。利用決策 樹(shù)數(shù)據(jù)挖掘技術(shù)在公共事業(yè)管理績(jī)效評(píng)價(jià)之中進(jìn)行應(yīng)用能夠讓其數(shù)據(jù)統(tǒng)計(jì) 變得更加便利，同時(shí)也為績(jī)效評(píng)級(jí)中的合理量化提供了一個(gè)廣闊的空間。

參考文獻(xiàn)：

[1]李軼.決策樹(shù)數(shù)據(jù)挖掘技術(shù)在公共事業(yè)管理績(jī)效評(píng)價(jià)中的應(yīng)用分析

[J].神州旬刊.2017 （13） ：255.

[2]羅明挽.決策樹(shù)數(shù)據(jù)挖掘技術(shù)在學(xué)生管理中的應(yīng)用研究[J].電子技術(shù)與軟件工程.2016 （7） ：197-198.

[3]凌蘭.基于決策樹(shù)的數(shù)據(jù)挖掘技術(shù)在學(xué)校成績(jī)管理方面的應(yīng)用[J]. 環(huán)球市場(chǎng).2015 （14） ：57.

[4]馬俊宏.數(shù)據(jù)挖掘技術(shù)決策樹(shù)分類(lèi)算法分析、比較與實(shí)驗(yàn)[J].北京印 刷學(xué)院學(xué)報(bào).2017 （7） ：159-160.

[5]楊露.基于數(shù)據(jù)挖掘技術(shù)的就業(yè)信息管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].中小企業(yè)管理與科技.2015 （29） ：202.