基于模糊决策树的企业人力资源推荐方法研究

在人力资源推荐过程中，由于对人才数据信息分析精度较低，导致推荐结果中未达成合作关系的情况较为明显，为此，提出基于模糊决策树的企业人力资源推荐方法研究。结合人才数据覆盖要求和信息粒特异性要求之间的矛盾关系，将二者的乘积作为目标函数，在实现乘积最大值条件下设置了模糊决策树的信息粒，并构建了二型模糊决策树，设置了包含“0”和“1”两种输出结果的分支结构后，通过拟合企业人才需求信息与二型模糊决策树中各个节点之间的关系，确定需求数据的传输方向，并将输出结果综合取值最大的人才作为最终的推荐目标。在应用测试结果中，设计推荐方法下未达成合作关系的占比低于20.0%，其中以企业和人才为主导的占比分别为12.39%和5.82%，明显优于对比方法。