展开全部

主编推荐语

从人力资源视角探讨大数据分析与管理实践。

内容简介

全书从人力资源管理者的视角出发,以人力资源管理中的实际案例为基础,通过人物对话的方式,将概率统计、数据挖掘、文本挖掘等大数据时代流行的数据分析技术与人力资源管理实践结合起来。

目录

  • 封面页
  • 书名页
  • 版权页
  • 内容简介
  • 前言
  • 为什么编写本书
  • 本书特点
  • 本书人物关系图和公司设定
  • 本书内容
  • 关于作者
  • 哪些人会对本书有阅读兴趣
  • 致谢
  • 与作者联系
  • 目录
  • 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AdobeAcrebat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
展开全部

评分及书评

评分不足
2个评分
  • 用户头像
    给这本书评了
    4.0

    开拓眼界,适合同业人员打开思路,浅尝数据分析,能体会到作者对工作的总结思考以及精益求精的作风,问答式的文体也便于新手抓住信息要点。总体来说是一本尚不错的入门书。

      转发
      评论

    出版方

    清华大学出版社

    清华大学出版社成立于1980年6月,是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府,秉承清华人“自强不息,厚德载物”的人文精神,清华大学出版社在短短二十多年的时间里,迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向,把出版高等学校教学用书和科技图书作为主要任务,并为促进学术交流、繁荣出版事业设立了多项出版基金,逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色,在教育出版领域树立了强势品牌。