數據挖掘在高校人才優(yōu)化配置方面的應用＊

馮秀清，司 杰

（川北醫(yī)學院，四川 南充 637000）

數據挖掘技術在商業(yè)、金融業(yè)以及企業(yè)的生產、市場營銷等方面都得到了廣泛的應用，而在教育領域應用相對較少，高校中對學生信息、成績等數據的處理還一般停留在簡單的數據的備份和查詢階段。近年來，隨著高校的不斷擴招，學生人數大幅度增加，給高校學生教學工作帶來了嚴峻考驗，傳統(tǒng)的教學管理手段已逐漸不能適應社會的發(fā)展。隨著數據挖掘技術的成熟及應用領域的不斷擴展，不少高校研究人員已開始研究將數據挖掘技術應用于高校的教學中。比如，將數據挖掘技術應用于學生信息管理、高校的教學評估、學生成績分析及考試系統(tǒng)中，對提高學校教學管理水平起到了很好的指導作用。

隨著教育市場的擴大，高校之間的競爭也越來越激烈，因此，高校人才的優(yōu)化配置成為高校之間競爭中的關鍵一環(huán)。如何在“以人為本”思想的指導下，合理優(yōu)化高校人才，制訂合理的信息化人才管理制度，提高人才的利用率，提高人力資源管理水平，都是高校人力資源管理層需要考慮的問題。

1 數據挖掘技術

數據挖掘技術是數據庫理論和機器學習交叉的一個新型學科，自從面世后就受到教育界的廣泛重視，其專業(yè)內容主要是有效性改進算法，另外，數據挖掘技術目前在企業(yè)和金融領域得到廣泛應用，尤其是在產品分析、欺詐預警和市場預測等環(huán)節(jié)都發(fā)揮著重要作用。當前教育信息化背景下，數據挖掘技術作為一種人力資源管理手段被越來越多的教育工作者所采用。其中，經典的數據挖掘算法已經在高校人才培養(yǎng)和配置方面都發(fā)揮了重要作用。

1.1 關聯原則（Association Rules）

關聯原則指的是對大量數據進行挖掘，發(fā)現其中各個項集及其之間的關聯。發(fā)掘出頻繁項集可以揭示出不同事物有什么內在關聯。經典的Apriori算法就是應用了挖掘算法中的關聯原則。以學生的歷年成績庫為數據源，應用數據挖掘中的關聯規(guī)則分析方法，對學生大學期間開設課程的順序對學生成績的影響進行分析評價，能夠得出課程間的相關性。比如，根據高校提供的大量教師檔案，利用關聯原則挖掘兼職教師的教學水平評價高低與兼職教師的職稱、專業(yè)水平等之間的內在聯系。

1.2 構建客戶細分模型

客戶細分指的是企業(yè)在明確的市場條件下，比如經營戰(zhàn)略、業(yè)務模式等，根據客戶的需求、喜好等因素對客戶劃分類別。在同一個類別中的客戶會具有某種程度上的相似性，而在不同類別的客戶有著明顯的不同。這種算法可以更好地了解客戶，從而提供個性化服務。而客戶細分規(guī)則則是數據挖掘的理論基礎。

1.3 聚類算法

聚類指的是對數據進行分類，使其歸屬到不同的類別或簇，而這個過程就是聚類。聚類可以為下一步的研究提供有針對性的支持。聚類算法是一種傳統(tǒng)的數據統(tǒng)計方法，其目前已在高校人才培養(yǎng)的研究中得到了廣泛應用。比如，根據高校人才培養(yǎng)的指標、評價標準、評價權重等問題，運用聚類分析可以探討高職院校的人才評估指標的結構生成，從而分析指標的歸類屬性，以及對其進行指標整合等。通過分析統(tǒng)計教學測評結果，根據分析出的教師分類及教師間的教學質量差異，對教師進行量化考核和分類，可真實反映出教師教學中存在的問題，完善教師考核。進而為教學管理者提高教師的教學質量、優(yōu)化教師隊伍提供參考。

2 基于數據挖掘的人才管理策略

在數據挖掘的基礎上，根據不同高校的學科特點，根據高校的發(fā)展戰(zhàn)略，結合人才類型等因素，在人才引進和配置方面提出以下策略。

2.1 人才引進

2.1.1 引進人才計劃

要想制訂科學、合理的人才引進計劃，首先要考慮學校的學科特點，還要根據學校的發(fā)展目標、學校師資力量建設等因素，制訂出的人才引進戰(zhàn)略要有一定的可操作性。

在主干學科中，堅持“尋找突出人才”的戰(zhàn)略思想，引進的人才要符合以下幾點要求：高職稱、年齡合適、高學歷、教學和科研都有實際成效的突出型人才，這類人才可以迅速在學科的科研領域中占據領軍地位，能推進學科研究，促成學科梯隊的快速發(fā)展。

在新興學科方面，主要目的應當以充實研究人才為主，可以引進相對年輕、學歷高，科研能力強的人才，這類人才可以把該學科偏重教學的缺陷加以彌補，從而提高該學科的科研水平。

在特色學科方面，加強基礎人才建設是人才戰(zhàn)略的重點?？梢砸M教學科研均不太突出的人才，加以培養(yǎng)，構建合理的人才梯隊建設。

2.1.2 增進高學歷人才比例

對于高學歷人才的引進一定要保持一流高校的人才的持續(xù)增長。根據相關高校人才的數據挖掘，高學歷人才向科研型人才轉化的概率較高，另外，根據現今教育形式，高?？蒲腥瞬胖苯雨P系到高校的科研水平，進而拉動學校的教學水平的提升。來自不同高校的人才，他們在進行學術交流時能夠促進高校的整體創(chuàng)新能力提升，尤其是教育創(chuàng)新能力。

2.2 高校人才培養(yǎng)

2.2.1 根據人才類型制訂培養(yǎng)策略

教學科研都比較突出的人才，可以在科研經費方面進行重點支持，促成其科研成就的提升，擴大其學科影響力。而對于教學或者科研相對較突出的人才，在科研方面成立專項資金，促使他們在學科領域內的水平和成就進一步提升。

對于科研和教學不太突出、比較有發(fā)展?jié)摿Φ娜瞬牛麄兊陌l(fā)展規(guī)劃要符合實際，并有很大空間，學?？梢蕴峁C會讓他們到國外名校學習，保證他們的科研水平、教學水平穩(wěn)步提升，這也是做好人才可持續(xù)發(fā)展的重要基礎。

2.2.2 建立切實可行的人才評估體系

針對不同類型和級別的人才進行績效評估，將人才的水平、業(yè)績與他們的收入掛鉤。另外，根據人才類型的不同，設置不同的績效評估制度，讓不同水平的人才一方面感受到壓力，一方面有前進的動力，從而促使人才的全方面進步和發(fā)展。

對于教學比較突出、科研水平相對不突出的人才，對其的績效評估應該以教學效果為主，建立全面、完整的評估體系，比如學生評價、上課課時、教學設計和改革等方面。

對于研究較突出、教學水平相對一般的人才，對其考核應當以科研水平和成果為主，建立多方面的評估體系，比如科研項目、科研成就、論文、專利等。

2.2.3 薪酬體系是重要激勵手段

薪酬體系是人力資源優(yōu)化配置中重要的激勵手段。對于教學科研均比較突出的人才，其薪酬體系應當比較健全，與外校相比具有競爭性，這樣才能防止該類人才流失。對于教學和科研一門相對突出的人才，在該類人才內部應當注重公平公正，防止不正當競爭影響人才工作的積極性。

而對于在科研和教學都有很大發(fā)展空間的人才，薪酬一般處在高校較低級別，應當給予適當生活補助，同時也要注重內部的公平性。

3 結束語

綜上所述，將數據挖掘技術與人才資源管理相結合，對于高校的人才劃分類別，針對不同類型的人才在人才引進、人才培養(yǎng)和薪酬體系方面進行研究，解決人才配置方面出現的問題，對類型人才優(yōu)化提出針對性策略，同時，考慮高校的工作特殊性，在教學積極性、科研發(fā)展空間、科研團隊競爭性等方面進行綜合考量。綜上所述，數據挖掘綜合各方面因素，可以為高校的人才優(yōu)化配置提供更加科學、合理的管理機制。