《大数据时代的人力资源管理》内容简介

本书采取人物对话的形式，用讲故事的方法，将人力资源管理中一些典型的问题用高级数据分析的方法去解决。
全书分为8章，第1—2章介绍人力资源管理数据分析的意义和数据分析前的准备工作；第3章讲述回归分析法在员工需求预测中的应用；第4章讲述培训师评估分数的标准化；第5章分析薪酬公平性；第6章介绍综合评价法在员工能力评估中的应用；第7章介绍如何使用Boosting、随机森林算法预测员工离职概率；第8章讲述如何通过文本分析中的情感分析法解读员工辞职报告。
本书能够帮助人力资源管理人员开阔眼界、打开思维，加深对数据分析的认识，促进数据分析技术在人力资源管理领域的应用。
作者：蔡治。

作品目录

内容简介
前言
第1章：人力资源数据分析的意义
1.1、人力资源管理为何需要数据分析
1.1.1、数据分析是人力资源管理发展的趋势
1.1.2、数据分析体现人力资源从业人员的技术刚性
1.1.3、数据分析能够为人力资源管理者提供强有力的决策支持
1.1.4、数据分析是人力资源管理的刚性需求
1.2、人力资源数据分析有什么特点
1.2.1、数据分散性
1.2.2、数据相关性
1.2.3、非标准化数据
1.3、大数据和人力资源管理的关系
1.3.1、人力资源数据是大数据吗
1.3.2、大数据技术可以用在人力资源管理上吗
1.4、人力资源数据分析的难点
1.4.1、取数难
1.4.2、缺技能
第2章：数据分析前的准备工作
2.1、如何选择数据分析工具
2.1.1、常用的数据分析软件
2.1.2、选择数据分析工具的策略
2.1.3、关于Excel
2.1.4、关于R语言
2.2、如何有效收集数据
2.2.1、打通关节，从内外部渠道收集数据
2.2.2、内部渠道如何收集数据
2.2.3、外部渠道如何收集数据
2.3、与时俱进，运用各种工具收集数据
2.3.1、用Adobe
Acrebat制作PDF问卷收集数据
2.3.2、利用互联网、手机微信进行问卷调查
2.4、整理数据
2.4.1、关于一维表
2.4.2、处理缺失值
2.4.3、处理重复数据
2.4.4、数据分组
2.4.5、生成新数据
第3章：员工年度需求预测
3.1、需求描述
3.2、分析方法
3.2.1、回归分析
3.2.2、回归分析的作用
3.3、数据准备
3.3.1、分析影响人员数量的指标并收集数据
3.3.2、对数据进行相关分析
3.4、分析过程：建立线性回归模型
3.5、结果应用：根据回归模型预测下一年度员工需求
第4章：培训师评估
4.1、需求描述
4.2、案例分析
4.2.1、数据准备
4.2.2、分析案例
4.3、分析过程
4.3.1、计算平均数和标准差
4.3.2、计算标准Z分数和T分数
4.3.3、绘制正态分布图
4.3.4、标注位置
4.4、衍生内容
4.4.1、平均数和标准差
4.4.2、正态分布
4.4.3、标准分
第5章：薪酬公平性分析
5.1、需求描述
5.2、分析方法
5.2.1、薪资结构图
5.2.2、基尼系数
5.2.3、薪资均衡指标Compa
5.2.4、公平感计量模型
5.3、数据准备
5.4、分析过程
5.4.1、用薪资结构图分析薪酬结构合理性
5.4.2、用基尼系数分析总体薪酬差距
5.4.3、用薪资均衡指标分析各岗位薪资均衡程度
5.4.4、用公平感计量模型分析员工对薪资的公平感
第6章：员工综合能力评估
6.1、需求描述
6.2、分析方法
6.3、分析过程
6.3.1、确定指标体系
6.3.2、收集指标数据
6.3.3、确定指标权重
6.3.4、量化指标内容
6.3.5、分数标准化
6.3.6、综合分数排序
6.4、结果应用
第7章：员工离职倾向分析
7.1、需求描述
7.2、案例分析
7.2.1、数据准备
7.2.2、数据分析结果与解释
7.3、分析方法
7.3.1、Boosting算法
7.3.2、随机森林算法
7.4、分析过程
7.4.1、建模
7.4.2、检验
7.4.3、应用
第8章：员工辞职报告的情感分析
8.1、需求描述
8.1.1、数据准备
8.1.2、分析结果与解释
8.2、分析方法
8.2.1、文本内容的情感分析方法
8.2.2、文本内容的分词方法
8.3、分析过程
8.3.1、导入分析内容
8.3.2、分词
8.3.3、计算情感积分
8.3.4、显示结果