基于数据挖掘算法的医院人力资源管理系统设计

在信息技术与数字化技术的协同推动下，我国医疗事业的发展呈现蒸蒸日上的趋势，为满足社会群体的诊疗服务需求，医院必须不断提升在市场发展中的核心能力，提高对外服务能力，健全人力资源管理制度，通过此种方式，更好地发挥医院在经济市场内的作用。为满足此方面工作的需求，应在医院信息化改革建设与发展时，重视起管理系统的开发工作。医院内的人力资源主要是指其内部全部劳动力的总数，也是推动社会经济发展与医院自身发展的总和[1]。随着相关政策的落实，人力资源管理工作成为了现阶段医院社会发展的关键，目前，各地政府已联合有关医疗机构加大了对信息化建设的投入，并在阶段性的工作中取得了一定成绩。包括利用大数据技术辅助医疗机构进行人员的入职、晋升、调度、离职管理等，应用计算机技术与专家系统进行人员岗位的决策与入职培训效果评估等[2]。但现有的工作大多局限在某一个专项方面，无法实现对人力资源管理工作的全面覆盖。加之医院网络系统的对外开放性较强，一旦出现操作失误等方面的问题，便极易造成员工信息丢失、异常、被盗取等恶性事故。为解决此方面问题，提高医院人力管理工作的效能，本次研究中，将引进数据挖掘算法，设计一种针对医院的人力资源管理系统，通过此种方式，进一步推动我国医疗产业的持续化发展。

一、医院人力资源管理系统架构

为满足医疗单位的人力资源管理需求，在开发系统前，应根据系统的功能综合部署要求，参照B/S架构进行系统的整体设计。基于B/S架构开发的系统具有独立的数据库服务层，可以根据前端人力资源管理工作的具体需求，进行数据库与数据层的升级与更新。同时，在客户端的选择上，选用可联网的浏览器与服务器按照标准安装即可。按照此种方式开发的系统不仅具有较高的实用性，还在一定程度上降低了系统的维护成本，使客户端的操作具有便捷性优势[3]。根据上述内容，设计如下图1所示的医院人力资源管理系统架构。

图1医院人力资源管理系统架构

根据上述图1所示的内容可以看出，本文研究的医院人力资源管理系统主要由四个结构层构成，系统的首层为展示层，也被称之为应用层，其结构层中集成了大量的动态网页[4]。客户端在保持联网的条件下，可以在操作界面发送多种请求指令，指令将根据服务器传输到系统后台，同时，在动态服务器网页中即可实现对脚本数据的处理的响应，通过此种方式，优化用户的系统操作体验。

系统的第二层为业务层，此结构层是系统的逻辑中枢，主要负责用户的逻辑请求处理，此层中集成了大量的服务器与应用程序，可以根据前端发出的指令进行请求的分配与调度处理，发出的指令将通过业务层中的BOM组件，实现响应。

系统的第三层为数据层，数据层由ADP.NET，实现与系统数据库的直接连接，连接的对象包括command、connection等。

系统的最底层为数据库层，所有与医院人力资源管理相关数据、信息都将以表格的方式存储在最底层。为方便对数据的集中化与统一化管理，通常情况下，数据在录入时，其格式需要被归一处理。

根据系统的开发需求，本次开发系统的主要工具为VS-2005，对应的数据库服务器为SQL server 2018。

二、建立医院人力资源数据库

建立医院人力资源数据库是实现人力资源规范化管理的前提条件，因此，本章将进行医院人力资源管理数据库的建立研究[5]。考虑到医院人力资源数据之间存在一定的层级关系，为满足此种需求，参照层次模型建立数据库。生成各个实体结构之间的ER图是建立数据库的前提，在此过程中，需要根据相关工作的需求，提取医院人力资源管理过程中的商业规则，根据规则定义实体、属性、关系、连接方式、约束条件[6]。每个实体都是一个真实对象的抽象化表达方式，每一个实体类型是一个用于存储数据库数据的集合。

建立数据库时，需要先进行数据库的加载与驱动。在驱动的基础上，采用静态连接方式，在不同对象中建立数据库之间的连接关系，在操作或存取数据时，需要使用计算机中的SQL程序语句，辅助操作界面中的Statement对象，进行数据信息的封装与传输[7]。为确保数据库可在人力资源管理中发挥预期的效果，管理过程中，应根据实际情况，进行数据格式的统一化处理。将统一处理后的数据按照标准录入数据表格，生成完整的数据库。以医院人力资源管理中的月考勤信息表格为例，建立如下表1所示的数据表。

表1医院人力资源管理中的月考勤信息表格

数据属性 描述 数据类型 是否为空

加班天数 Days work overtime Char（10） N

早退天数 Leave early days Char（10） N

迟到天数 Number of days late Char（10） N

员工编号 Employee number Char（50） N

请假天数 Leave days Char（10） N

旷工天数 Absenteeism days Char（10） N

绩效金额 Amount of performance Char（50） N

统计时间 Statistical time Char（20） N

按照上述表1所示的结构，对系统中其他表格数据进行填充，通过此种方式，完成医院人力资源数据库的建立。

三、基于数据挖掘算法的人力调度决策

完成上述设计后，引进数据挖掘算法，对医院人力资源管理与调度过程进行决策[8]。在此过程中，为了实现将数据挖掘算法与系统中其他界面之间建立连接，在开展相关研究前，需要先进行系统文件的统一规范处理，处理对象包括名称文件、数据文件、Tcshow文件、RC文件等[9]。完成处理后，将数据库与数据挖掘程序接口进行对接，按照如下图2所示的步骤，设计人力调度决策过程。

图2基于数据挖掘算法的人力调度决策

为提高决策结果的客观性与可靠性，需要先使用数据挖掘算法中的检索工具，进行数据的自动查询，通过此种方式，对数据进行集中检索，以此输出数据集合中可以用于描述数据属性的信息，此过程如下计算公式所示。

（1）

公式（1）中：表示数据属性信息提取过程；表示数据自动查询；表示录入数据量；表示主动检索次数。在此基础上，生成一个人力资源数据仓库，将所有属性数据进行融合，建立一个待挖掘的数据样本集合，将此集合表示为，则中含有若干个，每一个都可以作为待挖掘数据样本的属性条件[10]。对属性条件进行标准化处理，处理过程如下计算公式所示。

（2）

公式（2）中：表示标准化处理；表示平均指标；表示模式数；表示总样本条数。对完成标准化处理的属性条件进行归一化处理，处理过程参照下述计算公式。

（3）

公式（3）中：表示归一化处理后的属性条件；表示归一处理条件；表示集合中的最大子集；表示集合中的最小子集。按照上述方式，完成对数据样本的预处理，在此基础上，使用数据挖掘算法，对处理的数据进行初步筛查，设定一个数据有效取值区间，删除在区间外的数据集合，保留在区间内的数据集合。在区间内的数据集合采用随机抽取的方式进行挖掘。在此过程中被抽取的数据将被录入哈希函数中，通过此种方式，得到数据的原地址，当抽取记录发生冲突时，可调用IFA开放地址，重新生成挖掘函数，直到待挖掘的样本数据集合中每一个数据都可以在空间中找到合适的位置。对上述过程进行描述，如下计算公式所示。

（4）

公式（4）中：表示数据挖掘数据过程；表示数据的原地址；表示数据在空间中的适配地址；表示哈希函数；表示随机抽取条件。按照上述方式，完成人力资源样本数据的挖掘。完成挖掘后，将处理后的数据录入Pos函数中，在此函数中生成人力调度决策树，辅助专家系统，根据挖掘结果，进行医院人力调度行为的决策。此过程如下计算公式所示。

（5）

公式（5）中：表示医院人力调度行为决策；表示Pos函数；表示人力调度决策树；表示数据聚类算法；表示专家辅助系统。按照上述步骤，完成基于数据挖掘算法的人力调度决策。

四、人力资源事务档案安全管理

为避免医院人力资源管理过程中出现信息丢失等方面的问题，可在现有工作的基础上，设计人力资源事务档案的安全管理。完成管理后的决策信息将通过下述公式，生成事务档案。

（6）

公式（6）中：表示人力资源事务档案生成算法；表示档案标准化格式；表示日志文件。在此基础上，将Jsp动态界面中的明文信息在管理与调度过程中进行加密处理。同时，将其与数据库中的用户名称、密码进行比对，一旦匹配成功，用户便可以登录系统，反之，当匹配失败时，用户则无法登录系统。将此过程作为人力资源管理系统的安全认证处理过程，此过程如下计算公式所示。

（7）

公式（7）中：表示人力资源管理系统的安全认证处理过程；表示用户名称；表示用户登录密码；表示明文信息调度函数；表示匹配方式；表示驱动次数。为确保数据库的实时性，可在执行数据管理工作前，进行数据库的更新。同时，制定并设计数据交易记录表，以便记录由不同渠道或不同路径获取的活动数据。此外，在管理过程中，系统后台管理员可以根据实际需求，对管理记录进行查询、删除、添加、修改等行为。但执行的行为都需要根据具体执行情况，按照标准添加在记录表与数据库中。此过程如下计算公式所示。

（8）

公式（8）中：表示数据库中信息的添加过程；表示活动数据；表示数据交易记录表；表示数据之间的关联规则；表示后台执行驱动程序。按照上述方式，实现对人力资源事务档案的安全管理，完成基于数据挖掘算法的管理系统开发与设计。

五、对比实验

上文完成了医院人力资源管理系统开发研究，为实现对此次设计成果的检验，保证系统的质量，应进行系统性能的全面检测。在测试系统时，每个测试阶段的测试人员都要严格遵守相应的程序和流程，并对每个测试环节的测试结果进行审核，以此种方式，确保编制的测试报告与实验结果满足真实性与客观性需求。

选择某地区大型医疗机构作为对比实验的试点单位，通过与医院相关负责人的交涉发现，此单位在去年便开展了全面的数字化的建设工作，并初步实现了人力资源管理工作的信息化与网络化。但根据阶段性的工作实践与反馈可知，现有的医院人力资源管理系统在实际应用中存在响应速度慢、负载能力差等方面的问题。因此，在与医疗机构负责人完成交涉后，决定使用本文设计的方法，在人力资源管理部门集成本文开发的系统辅助相关管理工作。工作前，搭建系统测试环境，具体内容如下表2所示。

表2系统测试环境技术指标

测试环境类别 技术指标 参数/要求

硬件测试环境 CPU P4及以上版本

运行内存 8.0G及以上

外设硬盘 200.0G及以上

软件测试环境 操作系统 Windows 2019

数据库 Oracle 10.2.0g

开发工具 VS-2005/JDeve-Loper

其他 IE6.0及以上版本

完成对测试环境的构建后，使用本文设计的方法，进行医院人力资源管理工作的辅助，在此过程中，使用数据库服务器建立医院人力资源数据库，同时，引进数据挖掘算法，对医院人力资源的调度工作与相关工作进行决策，将决策过程中产生的数据进行聚类，集成安全密钥后按照统一的格式标准，进行人力资源事务档案的安全管理。

在上述内容的基础上，引进基于C/S架构的医院人力资源管理系统，该系统为医院数字化建设中的应用系统，即现行管理工作所使用的系统，将其作为传统系统。在使用传统系统进行医院人力资源管理时，需要先按照C/S架构，开发系统架构。同时，使用java、C++等辅助性计算机程序与语言，进行系统不同功能模块的编译。具体工作模块包括用户登录信息与个人认证管理、岗位人员调度管理、人员考勤管理、员工绩效管理、人事档案管理等。将传统系统按照标准部署在测试环境中，使用本文系统与传统系统，进行医院人力资源的管理。

将CPU占用率作为一项对比指标，进行系统的负载能力测试。测试过程中，持续增加系统在线人数，检测在高峰时段下，系统中服务器的性能指标，当CPU占用率超过30%时，系统的运行将出现卡顿现象，严重情况下，甚至会发生闪退、界面掉帧等异常问题。完成测试后，调出系统后台数据，对不同在线人数下的系统CPU占用率变化情况进行描述。其结果如下图3所示。

图3系统CPU占用率

上述图3中，实线表示本文系统在运行中的CPU占用率变化曲线；虚线表示传统系统在运行中的CPU占用率变化曲线。

根据上述图3所示的实验结果可以看出，在相同的网络环境下，随着系统在线人数的增加，传统系统在运行中的CPU占用率呈现显著提升趋势，本文系统在运行中的CPU占用率变化并不显著，一直稳定在4%~8%范围内。当系统同步在线人数超过250人时，传统系统的CPU占用率超过了30%，说明系统在此种条件下，已经出现了卡顿、闪退等异常现象。综合上述分析可以证明，相比传统的系统，本文设计的基于数据挖掘算法的系统在实际应用中的负载效果更好，可以同时容纳数百人在线，且保证操作界面不发生卡顿、闪退等异常现象。

六、结语

在进行员工招聘、岗位培训、专项能力评估、绩效考核、人员激励等工作中，应从不同角度，挖掘员工的潜力，以此实现合理、科学地分配员工岗位。人力资源管理的最终目标是通过合理地利用员工，从而为企业创造更高利润。为落实此项工作，本文从建立医院人力资源数据库、基于数据挖掘算法的人力调度决策、人力资源事务档案安全管理等方面，对基于数据挖掘算法的医院人力资源管理系统设计展开设计研究，通过此种方式，为我国医疗行业的发展给予全面的帮助。

本文来源：《商业观察》https://www.zzqklm.com/w/jg/125.html