中图网

>

一般管理学

>

人力资源/行政管理

大数据时代的人力资源管理

作者：黄闽英，陈训波主编

出版社：中国农业出版社出版时间：2024-05-01

开本： 24cm 页数： 420页

本类榜单：管理销量榜

中图价:¥86.9(5.5折) 定价 ~~¥158.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
营销管理

营销管理

¥118.5¥158
>
茶叶里的全球贸易史(精装)

茶叶里的全球贸易史(精装)

¥47.4¥79
>
近代华商股票市场制度与实践(1872—1937)

近代华商股票市场制度与实践(1872—1937)

¥62.9¥86
>
麦肯锡图表工作法

麦肯锡图表工作法

¥26.4¥49.8
>
底层逻辑:看清这个世界的底牌

底层逻辑:看清这个世界的底牌

¥34.8¥69
>
李诞脱口秀工作手册

李诞脱口秀工作手册

¥18¥42
>
成事:冯唐品读曾国藩嘉言钞

成事:冯唐品读曾国藩嘉言钞

¥50.3¥68

商品详情
商品评论(0条)

中图价:¥86.9 加入购物车

版权信息
内容简介
目录

大数据时代的人力资源管理版权信息

ISBN：9787109309623
条形码：9787109309623 ; 978-7-109-30962-3
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
管理
>
一般管理学
>
人力资源/行政管理

大数据时代的人力资源管理内容简介

本书分为三篇。概论篇对大数据理论与应用、基于大数据的人力资源管理以及数据在人力资源成功应用的关键进行了阐述；原理篇介绍了大数据的数据仓库、数据挖掘方法和数据可视化技术；实践篇介绍了实际企业经营模式，根据企业中各业务流程的具体操作，理解企业在交流、决策、计划、分析和HR管理等方面整合能力。

大数据时代的人力资源管理目录

前言概论篇 **章大数据理论与应用 1 大数据概述 1.1 大数据的由来 1.2 什么是大数据 1.3 大数据的特征 1.4 基于大数据的知识发现 2 大数据的发展历程 2.1 国际发展历程 2.2 国内发展历程 2.3 大数据的发展趋势 3 大数据技术 3.1 大数据技术特点 3.2 大数据技术体系 4 大数据应用 4.1 金融行业大数据应用 4.2 零售行业大数据应用 4.3 教育行业大数据应用第二章大数据人力资源管理概述 1 新时代下人力资源管理发展趋势 1.1 人工智能和大数据人力资源管理的出现 1.2 大数据思维下人力资源管理的发展趋势 2 大数据人力资源管理的特点 2.1 大数据与人力资源管理的关系 2.2 大数据在人力资源管理应用中的特点 3 大数据人力资源管理的优势 3.1 大数据在决策中的优势 3.2 大数据对管理者工作的影响 3.3 大数据对人力资源管理的推动作用第三章大数据人力资源管理应用 1 基于大数据的招聘管理 1.1 大数据下招聘的数据来源 1.2 大数据在招聘中的使用情况 1.3 大数据下网络招聘方式的变革 1.4 大数据下的招聘流程：以K公司网络招聘为例 2 基于大数据的培训管理 2.1 大数据在员工培训中的作用 2.2 大数据下的培训方式变革 2.3 利用大数据建立新的员工培训模式 3 基于大数据的薪酬管理 3.1 大数据在薪酬管理中的作用 3.2 薪酬数据的主要来源 3.3 薪酬数据的处理 4 基于大数据的绩效管理 4.1 大数据在绩效管理中的作用 4.2 大数据在绩效管理中的应用 4.3 大数据驱动企业绩效管理创新：以某网约车公司为例 5 基于大数据的考勤管理 5.1 大数据与考勤管理 5.2 大数据下的考勤类型 5.3 考勤管理未来发展趋势 5.4 基于大数据的移动考勤管理系统设计及应用第四章大数据在人力资源成功应用的关键 1 基于大数据的人力资源思维模式 1.1 大数据思维模式 1.2 大数据思维模式给管理实践带来的创新 1.3 大数据人力资源及其典型应用 2 基于大数据的人力资源分析模型 2.1 人力资源分析 2.2 人力资源大数据分析概述 2.3 人力资源大数据分析的问题与障碍 2.4 人力资源大数据分析周期模型 3 基于大数据的人力资源平台建设 3.1 大数据背景下人力资源管理信息化发展 3.2 人力资源大数据业务模型和平台建设分析原理篇第五章数据仓库 1 数据仓库概述 1.1 数据仓库的特征及功能 1.2 数据仓库的结构及模型 1.3 多维数据模型 1.4 数据仓库的核心技术 2 数据存储与处理 2.1 数据仓库的数据结构 2.2 数据仓库的数据组织 2.3 数据的ETL过程 2.4 导出数据层的储存方式 3 数据仓库的设计与开发 3.1 开发数据仓库的步骤 3.2 设计数据仓库的过程 3.3 设计数据仓库的方法第六章数据挖掘方法 1 数据挖掘概述 1.1 数据挖掘工具 1.2 数据挖掘算法概述 2 监督学习 2.1 分类与预测 2.2 回归分析 3 无监督学习 3.1 聚类分析 3.2 关联规则 4 文本与Web挖掘 4.1 文本挖掘 4.2 Web挖掘 4.3 利用协作推荐的方法实现实时个性化推荐 5 基于深度学习的大数据挖掘 5.1 神经网络基础知识 5.2 全连接神经网络 5.3 卷积神经网络 5.4 循环神经网络 6 数据挖掘在人力资源管理中的应用实例 6.1 数据驱动方法在招聘系统中的应用 6.2 数据驱动方法在培训系统中的应用 6.3 数据驱动方法在薪酬系统中的应用 6.4 数据驱动方法在企业人力资源管理中的其他应用第七章数据可视化技术 1 数据可视化概述 1.1 数据可视化的概念 1.2 数据可视化的美学 1.3 数据可视化的作用和意义 1.4 数据可视化基本原则 1.5 常见数据图表的设计标准 2 数据可视化方法 2.1 数据可视化方法概述 2.2 数量可视化 2.3 分布可视化 2.4 比例可视化 2.5 相关关系可视化 2.6 图表设计注意事项 3 数据可视化软件与工具 3.1 商业软件 3.2 开源软件 3.3 可视化工具软件的选择 4 数据可视化在人力资源管理中的应用实例 4.1 年度薪酬分析报告 4.2 年度培训数据分析报告 4.3 人力成本分析报告 4.4 招聘数据分析月度报表 4.5 人员流动数据分析实践篇第八章基于金蝶s-HR系统的实践 1 金蝶s-HR系统介绍 1.1 集团企业HR发展趋势 1.2 金蝶s-HR系统介绍 2 招聘管理实践 2.1 学习目标 2.2 实践任务 2.3 案例实操 3 薪酬管理实践 3.1 学习目标 3.2 实践任务 3.3 案例实操 4 绩效管理实践 4.1 学习目标 4.2 实践任务 4.3 案例实操 5 考勤管理实践 5.1 学习目标 5.2 实践任务 5.3 案例实操 6 管理者分析 6.1 学习目标 6.2 实践任务 6.3 案例实操第九章基于Python十Matplotlib+Pyecharts的实践 1 Pandas基础 1.1 Pandas安装 1.2 Series数据结构 1.3 DataFrame数据结构 2 数据获取与保存 2.1 Excel文件的读取和保存 2.2 CSV文件的读取和保存 2.3 其他形式数据读取与保存 3 数据预处理 3.1 数据清洗 3.2 数据转换 4 数据可视化基础 4.1 Matplotlib简介 4.2 Matplotlib绘图基础 4.3 Matplotlib绘图应用 4.4 Pyecharts简介 4.5 Pyecharts绘图应用 5 大数据人力资源管理综合案例 5.1 数据获取和预览 5.2 数据清洗 5.3 数据分析与可视化参考文献

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐