基于数据挖掘的人力资源数据缺失值填补方法

摘要

现有人力资源数据缺失值填补方法均方根误差大、填补命中率低等问题。提出一种基于数据挖掘的人力资源数据缺失值填补方法。采用分裂Bregman迭代算法消除人力资源数据中存在的噪声，根据人力资源数据的时间序列特征，挖掘数据中存在的隐藏变量。根据特征对缺失值进行检测。通过FCMSI算法根据缺失值检测结果对缺失值进行填补，采用平均比率法首次填充人力资源数据，通过模糊C均值聚类算法对填充后的数据进行聚类处理，其次在协同过滤思想的基础上进一步对人力资源数据的缺失值进行填补。实验结果表明，所提方法的均方根误差小、填补命中率高。

关键词

数据挖掘 / 人力资源数据 / 分裂Bregman迭代算法 / 平均比率法 / 缺失值填补