瀚海期刊网,快速职称论文发表、期刊投稿权威机构

在线投稿 | 设为首页 | 加入收藏

瀚海期刊网

首页 > 论文欣赏 > 公共管理论文 > 详情

 论文欣赏

展开分类
 公共管理论文
决策树数据挖掘技术在公共事业管理绩效评价中的应用研究
作者:未知 如您是作者,请告知我们
申明:本网站内容仅用于学术交流,如有侵犯您的权益,请及时告知我们,本站将立即删除有关内容。
  【摘要】在数据挖掘技术之中,决策树算法是是在这个技术之中分类算法的核心所在,再进行决策树算法的时候应该选择一种合适的算法属性,并且还要 对其进行一些适当的修改,从而才能够让决策树算法在公共事业管理绩效评价之中发挥其有效的作用。本文通过对决策树数据挖掘技术在公共事业管 理绩效评价之中的应用进行深入探究,对其中的决策树算法方式从大量的公共事业绩效评价数据中进行抽象概念,从而能够从根本上提高绩效评价的 可信度和有效度。 
  【关键词】决策树算法;数据挖掘技術;公共事业管理绩效评价;应用性 
  中图分类号:F224 文献标识码:A 文章编号:1672-9129(2017)09-265-02 
  Abstract: in data mining, decision tree algorithm is the core technology in the classification algorithm, to carry out the decision tree algorithm should choose a suitablealgorithmforattribute,andalsomakesomeappropriatechangestoit,whichcanmakethedecisiontreealgorithmtoplayitseffectiveroleinperformance public utilities management evaluation. Based on decision tree data mining technology application in the evaluation of the performance of public management in-depthinquiry,thedecisiontreealgorithmsareabstractconceptsfromalargenumberofpublicperformanceevaluationdata,whichcanfundamentallyimprove the reliability and validity of performanceevaluation.
  Key words: decision tree algorithm; data mining technology; performance evaluation of public business management; application 
  1 引言 
  随着我国的社会经济和科学技术的不断发展,信息化的发展在人们的生活之中应用开来,国家对于公共事业管理工作的发展也变得越来越重视,众多的人民群众也对于提出了高效率的工作实行要求。在以往传统 的公共事业管理之中是单纯的依靠工作人员以人工来进行工作,这种方 式由于工作繁重就导致了整体的绩效评价数据整理效率大大降低。为了解决这种问题,相关的工作部门改进为将决策树数据挖掘技术和公共事业管理绩效评价结合在一起,能够大大的提高公共事业管理绩效的有效性。因此,对于决策树数据挖掘技术在公共事业管理绩效评价中的应用进 行研究是十分必要的。 
  2 公共事业管理的基本概念 
  公共事业的基本概念就是为了帮助人民群众,做出有利于全部社会人员的共同利益的事情,这其中包含着环境、文化、体育活动等多个方面 的内容。这种公共事业的管理工作主要是在政府的带领和管理之下进行开展,对于公共事业的开展项目进行决策,从而能够从根本上保证社会经济稳定的发展下去。最初的公共事业管理中的绩效评价问题探究是从国外进行开展的,绩效评价主要就是对于 公共事业管理之中的个人工作效率进行量化的处理,有效的对工作人员的个人成果进行评价,在评价之中所包含的内容就是对数量和质量、投入和产出之间的关系进行分析,从而 能够提高各个工作人员的工作效率。公共事业管理之中的绩效评价对于公司和企业的发展中的运营效果和工作效率进行提高,因此,公共事业管理之中的绩效评价是企业单位之中经常使用的一种方式。 
  3 决策树数据挖掘技术 
  我国现阶段正处于信息化高速发展的时代之中,在很多企业单位的工作之中都应用到了信息化技术,许多办公工作都实现了自动化的工作方式。在对于公共事业管理绩效评价之中,由于绩效评价的数据是十分繁 重的,单纯的利用人工来进行统计很可能会出现一些误差,在这种发展情况之下,计算机技术的出现就带来了很大的便利条件,计算机技术对于大量数据进行处理能够大大的减少工作人员的工作量,从而能够高效的对绩效评价数据进行统计和分析。在这种信息化技术之下,决策树算法方式 是一种结果精确度较高并且具体操作起来非常简单的方法,因此,在许多 的企业单位之中都利用了决策树数据挖掘技术来对公共事业管理绩效评价进行数据统计。 
  决策树数据挖掘方式是一种利用计算机进行的算法,这种方式的主要内容就是通过对于大量的数据进行分析和统计,并且对于这种数据结 果进行相对应的预测。这种决策树算法在企业单位之中已经被广泛的应用起来,在近几年来。决策树算法也有了很大的发展,决策树算法的一个最重要的特点就是在其具体的运算过程之中还可以对非数值型数据进行统计,这一特点正好与公共事业管理中的绩效评价数据类型相匹配,从而能够更高效率的解决绩效评价管理的工作。利用计算机技术所执行的决 
  策树数据挖掘技术的主要进行步骤分为两个,首先是进行建立决策树,就是对于数据属性进行选择,对于整体数据中的一部分数据进行建立决策树,这一建树步骤是根据广度来进行选择,直到决策树上的每一个节点都有相同的类型标记就算是建立决策树完成;其次是要对决策树进行剪枝修理,主要的工作内容就是用其他没有在决策树上的数据对决策树进行检测,当检测过程中出现问题时,在对决策树中的内容进行适当的调整, 直到进行检测之后没有错位就可以停止操作,决策树方式完成。经过决策树算法之后,在决策树之中的每一个节点都可以对属性值进行相对应的比较,在决策树上的叶子节点处就可以得到结果,从而就能够在整个决策树上找到相对应的数据规则。
  在进行决策树算法时,在对放进其中的数据进行选取的时候一般都 
  是将数据的 80%来进行决策树的统计和分析,然后将剩余的其他数据来进行决策树的剪枝修理步骤,利用这些剩余的数据来对决策树的正确性来进行检测,从而能够得到更加准确和合理的数据分析结果。这种方式就 是在数据挖掘之中经常被用到的决策树算法。 
  4 新型数据挖掘技术在公共事业管理绩效评价中的应用 
  4.1 数据挖掘技术学习算法在绩效评价中的应用。随着社会的不断发 展,在对于公共事业管理绩效评价也被广泛群众所重视起来,但是由公共事业绩效评价数据的繁重特性,利用人工进行操作统计是十分困难的,利 用数据挖掘技术学习算法来进行统计和分析大大的提高了工作人员的计算效率。在这其中的决策树算法是数据挖掘技术进行使用之中一种十分重 要的表现方式,这种决策树算法能够使得公共事业之中的绩效评价数据统 计和分析更加便利。通过对于公共事业管理的绩效评价,利用这一方式相 关的工作人员能够对于绩效评价数据结果有更为准确的认识,能够帮助工 作人员对于未来的绩效评价预测模型进行构建,有利于企业和各个公司预 测未来的发展进程。在大多数企业之中一般都是利用计算机技术来进行决 策树算法,根据计算机中的决策树算法应用将其过程分为了建树过程和剪 枝过程,通过这两个步骤可以让决策树所得出的结果更加准确。 
  4.2 数据挖掘技术中的算法模型的构建与应用。在数据挖掘技术中构 建合适恰当的算法模型,能够从最大程度上降低统计数据结果之中所存在的误差,在具体的操作过程之中相关的工作人员可以通过对于算法进行指定设置相对应的模型属性,在对大量的数据进行统计分析时一般都是利用构建模型的方式。在进行算法模型构建的时候,一般都是将总体数 据之中的 80%作为模型构建基础,将其进行统计和分析,以便于工作人员利用剩下的 20%数据在对其准确性进行检测,这种公共事业管理的绩效评价方式能够使其更加顺利的进行开展。在具体的操作过程之中,应该对 于决策树之中的各个分支来对绩效评价之中的数据信息来进行分层次的构建,通过两个具体步骤最终将其构建成为决策树的图示。在整个决策树 的统计过程之中,对于整体数据进行层次上的分明,和各个分支數目的决定之间存在相关的连带性函数关系。 
  4.3 数据生成算法在绩效评价工作中的结合应用。数据生成算法是整个公共事业管理绩效评价能否顺利开展的重要保证,只有在进行生成算法的 基础之上,才能够继续进行下去,因此,在进行生成算法的过程之中应该对 其标准进行规范的制定参数指标。根据生成算法之中的各项指标可以将其 分为三种,分别是指向性参数指标、表述型参数指标和连续性参数指标。最 初的绩效评价方式是从美国提出的,相关的工作人员应该根据其提出的栅 栏方式来事项其绩效指标的合理性,并且应该合理的利用三种参数指标,对 三种指标进行不同的比重分配,这样才能够得到更加精确的数据结果。 
  5 决策树的优化和剪枝 
  5.1 事后剪枝。这种事后剪枝方式是在决策树已经建立完成的方式之 上,按照相对应合理的规则,对于决策树中错误和不够合理的分支进行去 除。在事后进行剪枝完成后每个分支节点就升级成为叶节点,从而能够对 决策树之中的数据进行检测。由于这个剪枝过程是对其中的一些数据进行删除,所以导致数据量减小,就很可能会降低数据结果的准确性。 
  5.2 事前剪枝。这种事前剪枝的方式是在决策树构建的过程中进行分支时对于不准确的分支进行停职,然后对其是否需要继续进行判断,在停止分支的节点上就变成叶节点。由于这种剪枝方式是在分支进行之前进行的, 所以将其称为事前剪枝。这种剪枝方式能够保证数据统计结果的准确性。 
  6 总结语 
  通过对决策树数据挖掘技术在公共事业管理绩效评价之中的应用进行 深入探究,对其中的决策树算法方式从大量的公共事业绩效评价数据中进 行抽象概念,从而能够从根本上提高绩效评价的可信度和有效度。利用决策 树数据挖掘技术在公共事业管理绩效评价之中进行应用能够让其数据统计 变得更加便利,同时也为绩效评级中的合理量化提供了一个广阔的空间。 
  参考文献: 
  [1]李轶.决策树数据挖掘技术在公共事业管理绩效评价中的应用分析 
  [J].神州旬刊.2017 (13) :255. 
  [2]罗明挽.决策树数据挖掘技术在学生管理中的应用研究[J].电子技术与软件工程.2016 (7) :197-198. 
  [3]凌兰.基于决策树的数据挖掘技术在学校成绩管理方面的应用[J]. 环球市场.2015 (14) :57. 
  [4]马俊宏.数据挖掘技术决策树分类算法分析、比较与实验[J].北京印 刷学院学报.2017 (7) :159-160. 
  [5]杨露.基于数据挖掘技术的就业信息管理系统设计与实现[J].中小企业管理与科技.2015 (29) :202.

 

相关期刊分类