基于神经网络算法研究年龄.doc

基于神经网络算法研究年龄
2

———————————————————————————————— 作者：
———————————————————————————————— 日期：

个人收集整理 勿做商业用途
个人收集整理 勿做商业用途
个人收集整理 勿做商业用途
基于神经网络算法研究年龄，工龄，职位，婚姻状况,教育程度对雇员薪酬的影响
专业：信息管理与信息系统
组员：刘金福，白润之，赵九龙，赵龙,冯逸萱
指导教师：刘伟江 副教授
一、研究背景：
数据挖掘，挖掘数据背后的世界
一个数据库的整体，有若干个部分组成，就像一个一个不同的抽屉,我们把相应的数据收集起来，放在对应的抽屉中，以后便于查找，但是现实的生活并不像从抽屉里面找东西那么简单，对于企业的管理更是要精益求精，作为管理者要从细枝末节从掌控整个企业的运行。
我们在讨论研究方向时，主要的思路就是,找到一些外表看似正常，无联系数据的内部联系，以达到完善企业管理的目的！
很多常见的内在联系已经不再重要,我们从几张独立的表当中发现了雇员薪酬的几个影响因素，包括年龄，工龄，教育程度等等，他们是本来不相连的数据,但是却共同决定了一个员工的薪酬，我们企业管理者,人力资源主管，很多时候就是在不知道如何对员工给予适当的激励政策什么时候给,给多少,这个的研究结果很大程度上解决了这个问题，对于薪酬的制定，有了自己量的标准,也为新入门的员工指明了方向，让他们知道了自己升迁的道路是什么样的,更加便于管理，和制定薪酬标准。
4

个人收集整理 勿做商业用途
个人收集整理 勿做商业用途
个人收集整理 勿做商业用途
二、基于神经网络数据挖掘方法的研究过程:
1。相关数据的准备：在对foodmart 2000。mdb数据中的进行分析后，我们选择了employee数据，在这个过程中我们对雇员数据进行分类、汇总、定义、建表等一系列操作。我们对employee表中的salary的薪酬数据进行了等级分类:共0~5级，0级, 薪酬为20￥；1级，薪酬为3700~5900￥；2级，薪酬为6100～10000￥;3级，薪酬为11000~17000￥;4级，薪酬为25000～50000￥;5级,薪酬为80000￥;
2。数据处理过程：
1)Foodmart数据库表的导入（employee数据），如下图：
4

个人收集整理 勿做商业用途
个人收集整理 勿做商业用途
个人收集整理 勿做商业用途
5

个人收集整理 勿做商业用途
个人收集整理 勿做商业用途
个人收集整理 勿做商业用途
2）数据处理过程（SQL server语句）:
alter table employee add age char（10），hire_age char(10）
go
declare upg_cus_cursor cursor
for select birth_date from employee
for update of age
declare ＠birthdate datetime
open upg_cus_cursor
fetch next from upg_cus_cursor into ***@birthdate
while ＠***@FETCH_STATUS=0
begin
if ＠birthdate between '1910-1—6' and ’1919—12-31'
6