摘要
为了提升企业人力资源异构数据检索效率,提出基于模糊聚类的企业人力资源异构数据快速检索方法.设定异构数据清洗规则判定和剔除异常数据,通过归一化处理和马尔可夫蒙特卡算法对清洗后的数据进行缺失插补.利用TF-IDF算法提取数据中能够表征文本的特征词,采用模糊聚类算法将具有不同特征相似度的数据划分到不同类簇中,构建人力资源异构数据快速检索模型,完成数据快速检索.实验结果表明,该方法的数据聚类效果较优,数据重采样较低,数据检索耗时较短.
基金项目
安徽省教育厅省级质量工程项目(2020szsfkc1045)
安徽省高等学校科研项目(2022AH05277)
维普
万方数据