新書推薦：
《
墓志的生成及其在唐代的衍变研究
》
售價：NT$
549.0
《
理解中国经济：在大变局中读懂新机遇
》
售價：NT$
252.0
《
饥饿与国家：苏丹的饥荒、奴隶制和权力（1883~1956）
》
售價：NT$
386.0
《
管好你的钱：人人都要懂的财富传承（一本书带你了解财富传承的7种方式）
》
售價：NT$
381.0
《
新质生产力：中国创新发展的着力点与内在逻辑
》
售價：NT$
442.0
《
“漫画强国科技”系列（全4册）
》
售價：NT$
784.0
《
打破社交媒体棱镜：探寻网络政治极化的根源
》
售價：NT$
325.0
《
那一抹嫣红
》
售價：NT$
330.0
|
| 編輯推薦： |
|
本书从人力资源管理人员的视角出发，以轻松诙谐的人物对话为载体，将概率统计、机器学习、文本挖掘等大数据时代流行的数据分析技术应用到人力资源管理实践中，通过案例形式展现数据分析的魅力，避开复杂的统计原理和编程技术，代入感强，浅显易懂。
|
| 內容簡介： |
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。本书封面贴有清华大学出版社防伪标签，无标签者不得销售。
|
| 關於作者： |
|
蔡治，西南师范大学心理学硕士，高级经济师，高级人力资源管理师，高级企业培训师，SPSS数据分析师，R语言爱好者，长期从事人力资源管理工作，致力推动数据分析技术在人力资源管理中的应用，并讲授相关课程，现任某国有通信企业人力资源部经理。作者心理学专业出身，熟悉统计分析技术和工具，擅长编程，拥有软件著作权，爱好R语言，并有十多年人力资源管理经验，知识结构恰能促成数据分析与人力资源管理的融合。
|
| 目錄：
|
第一章 人力资源数据分析的意义
1.1 人力资源管理工作为何需要数据分析？
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有什么关系？
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是什么？
1.4.1 取数难
1.4.2 缺技能
第二章 数据分析前的准备工作
1.2 如何选用数据分析工具？
1.2.1 常用的数据分析软件
1.2.2 选择数据分析工具的策略
1.2.3 关于Excel
1.2.4 关于R
1.2.4.1 R的江湖地位
1.2.4.2 R的前世今生
1.2.4.3 R是算法聚宝盆
1.2.4.4 R是绘图专家
1.2.4.5 人力资源管理人员使用R技能需求
1.3 如何有效收集数据
1.3.1 打通关节，从内外部渠道收集数据
1.3.2 内部渠道如何收集数据
1.3.3 外部渠道如何收集数据
1.4 与时俱进，运用各种工具收集数据
1.4.1 用Adobe Acrebat制作PDF问卷收集数据
1.4.2 利用互联网、手机微信进行问卷调查
1.5 整理数据
1.5.1 关于一维表
1.5.2 处理缺失值
1.5.3 处理重复数据
1.5.4 数据分组
1.5.5 生成新数据
第三章 员工年度需求预测
1.3 需求描述
1.4 分析方法
1.4.1 回归分析
1.4.2 回归分析的作用
1.5 数据准备
1.5.1 分析影响人员数量的指标并收集数据
1.5.2 对数据进行相关分析
1.6 分析过程
1.6.1 建立线性回归模型
1.7 结果应用
1.7.1 根据回归模型预测下一年度员工需求
第四章 培训师评估
1.4 需求描述
1.5 案例分析
1.5.1 数据准备
1.5.2 分析案例
1.6 分析过程
1.6.1 计算平均数和标准差
1.6.2 计算Z分数和T分数
1.6.3 绘制正态分布图
1.6.4 标注位置
1.7 衍生内容
1.7.1 平均数和标准差
1.7.2 正态分布
1.7.3 标准分
第五章 薪酬公平性分析
1.5 需求描述
1.6 分析方法
1.6.1 薪资结构图
1.6.2 基尼系数
1.6.3 薪资均衡指标Compa
1.6.4 公平感计量模型
1.7 数据准备
1.8 分析过程
1.8.1 用薪资结构图分析薪酬结构合理性
1.8.2 用基尼系数分析总体薪酬差距
1.8.3 用薪资均衡指标Compa分析各岗位薪资均衡程度
1.8.4 用公平感计量模型分析员工对薪资的公平感
第六章 员工综合能力评估
1.6 需求描述
1.7 分析方法
1.7.1 综合评价法
1.8 分析过程
1.8.1 确定指标体系
1.8.2 收集指标数据
1.8.3 确定指标权重
1.8.4 量化指标内容
1.8.5 分数标准化
1.8.6 综合分数排序
1.9 结果应用
第七章 员工离职倾向分析
1.7 需求描述
1.8 案例分析
1.8.1 数据准备
1.8.2 数据分析结果与解释
1.9 分析方法
1.9.1 Boosting
1.9.2 随机森林
1.10 分析过程
1.10.1 建模
1.10.2 检验
1.10.3 应用
第八章 员工辞职报告的情感分析
1.8 需求描述
1.9 案例分析
1.9.1 数据准备
1.9.2 内容分析结果与解释
1.10 分析方法
1.10.1 文本内容的情感分析方法
1.10.2 文本内容的分词方法
1.11 分析过程
1.11.1 导入分析内容
1.11.2 分词
1.11.3 计算情感积分
1.11.4 显示结果
|
| 內容試閱：
|
前 言
我一直想将概率统计、数据挖掘等数据分析的高级方法应用到人力资源管理领域。在当前的信息化、数据化时代，人力资源管理对数据的依赖性相当强，从招聘中的能力和素质测评，到培训评估、绩效管理、岗位分析、劳动用工、效能分析、薪酬管理等各方面都需要进行数据分析。但人力资源的数据分析大多是描述性统计分析，较少机会用到高级数据分析技术，如回归分析、聚类分析、因子分析、判别分析、文本挖掘等，对数据的利用率不高，更缺乏对数据的有效和深入挖掘。
但是一直苦于没找到合适的工具，实际应用并不多，直到接触R语言。随着了解不断深入，发现R语言有很多优点：它摆脱了SPSS这类软件的禁锢，即摆脱那种严格的环境和刻板的分析；函数式的编程风格很接近Excel函数用法，复杂的模型通常一两个函数就能搞定，容易学习和上手；还有大量的统计算法可以任意研究和使用；可以绘制出生动美观的数据图形。而且R语言完全免费，这对人力资源专业人员来说非常重要，因为企业几乎不太可能为人力资源部门专门配备商业统计软件。
于是本书做了一次大胆尝试，即以R语言为基础，将概率统计、机器学习、文本挖掘等大数据时代流行的数据分析技术，和人力资源管理实践结合在一起，看看有何化学反应。在此之前，鲜见人力资源涉足这个领域，在此之后，你会发现原来人力资源也可以运用大数据分析技术，也可以通过数据挖掘来发现数据价值，也能用机器学习的算法预测未来可能发生的事件，还能对文字内容进行数据分析，而这一切在R语言的驱动下变得容易实现。
本书每个案例都以人力资源管理中的现实情景为基础，通过人物对话的方式来讲述。书中虚拟的谦多顺公司人力资源管理出现了一些问题，比如员工需求数量不准确、员工薪酬满意度不高、学员对培训师的意见比较大、新员工离职率比较高、员工能力评价不够客观、离职沟通出现问题等等，人力资源部经理Miss陈面对这些问题，采用数据分析的方法，帮助部门同事逐个解决问题。在这个过程中，你可以了解概率统计的基本知识、数据挖掘的经典算法、文本挖掘中的情感分析，领略R语言的魅力。
本书由于涉及统计学领域的知识，还涉及R语言编程，对人力资源专业人员来说有一定难度。为此书中内容做了一些设计，比如必须要讲的统计知识尽量详细并且图文并茂，所有案例都提供R源码以方便练习等等。如果潜心阅读，并辅以实践演练，相信会有莫大收获。
希望本书的出版，能够让越来越多的人力资源管理专业人士认识R语言，运用高级数据分析技术来有效解决企业中的管理问题，更好地发挥人力资源数据的价值。
为什么编写本书
人力资源管理源于数据分析。二十世纪初古典管理学家弗雷德里克温斯洛泰勒通过实验研究如何提高工人劳动生产率，并提出了迄今仍在使用的计件工资制、计时工资制，可算作人力资源数据分析的先驱。后来闵斯特伯格、梅奥两位学者将心理学方法引入工业领域，通过大量实验，研究如何提高工人效率，其核心依然是对数据的测量和分析。所以人力资源管理从发展之初就与数据分析结下不解之缘。一百多年后的今天，世界进入了信息化、数据化时代，但我国人力资源管理却在数据分析领域原地踏步，在大数据门外驻足不前，仍然在汇总、平均、同比、环比，仍然在依赖Excel，几乎没有将数据挖掘等高级技术应用到管理实践中，去更充分地挖掘数据的价值。这不能不说是一种遗憾！
人力资源管理领域并未及时享用数据分析技术发展带来的福利，像那些重要且经典的算法如判别分析、机器学习、聚类分析、因子分析、时间序列分析、文本挖掘等早已进入零售、金融、通信、电子商务以及社交媒体行业，已经展示出令人惊讶的作用，但始终把人力资源管理挡在门外。
当然人力资源专业人员学习数据分析的意愿并不十分强烈。根据弗鲁姆的理论，人力资源专业人员研究数据分析的动机强弱，取决于数据分析能够为工作带来的价值大小、学习的难度大小，以及学习的工具和环境的适宜程度。可想而知，在看不到数据分析带来的价值，对数据分析知识心存畏难，且没有称手的分析工具时，人力资源专业人员又怎能迈入数据分析的世界呢？
所以，本书尝试将数据分析的高级技术引入人力资源管理领域，提升HR学习数据分析的动机水平。首先用人力资源专业人员熟悉的情景来编写案例，让大家了解数据分析技术在人力资源管理过程中的作用和价值，其次穿插普及数据分析的基础知识和算法，重点介绍当前数据分析领域表现优异的统计工具R语言，并附送源码。希望能够唤起看到本书的人力资源同行对高级数据分析的兴趣。
当然，本书只是抛砖引玉。鉴于本人视野狭窄，狭隘地认为我国人力资源管理领域并未真正涉足数据分析，并未有大牛出现，实际上这可能是错误的。不排除有牛人早已进行深入的研究，程度之深，应用范围之广，超出我的想象。若能发现同行在做同样的事情，希望能够交流、学习，共同促进和提升。
也希望通过本书能够进一步推广R语言。我用过不少统计软件，但从未有一款如R语言那样让我着迷，她几乎能满足我对数据分析的所有需求，分析过程简单快速，各种算法随手拈来，图形绘制变化万千。这么好的统计工具，还是免费的，实在没有理由拒绝，也希望更多的人能够知道这个工具，早早用上。
本书特点
创新性强，内容为人力资源、数据分析和R语言的交叉知识领域。国内首次以R语言为工具，将数据挖掘、文本挖掘等数据分析技术引入人力资源管理领域。
深入浅出、通俗易懂。全书以HR视角为基础，采取人物对话方式，结合案例讲解数据分析技术在人力资源管理实践中的应用。
对HR来说熟悉度高，代入感强，认同感强。书中案例均以人力资源管理中的常见情景为基础，涉及招聘、培训、薪酬、员工关系管理等模块，对HR来说接受程度高。
阅读难度较低。全书避开讲解复杂的统计学概念、算法，避开讲解R语言的数据结构、语法等内容，重点介绍统计方法的应用案例及其效果，降低阅读难度。
提供完整源代码和数据，代码可重用性高，可直接运行并显示效果，易于操练，方便解读，代码经小量修改即可用于各类企业。
本书内容
全书共分八章，各章内容如下：
第一章：人力资源数据分析的意义，介绍人力资源数据分析的特点、难点，和大数据的关系。
第二章：讲解数据分析前的准备工作，包括如何选用数据分析的工具，R语言的前世今生，数据收集的工具和方法，数据整理和清洗的方法。
第三章：介绍利用线性回归分析方法预测员工年度需求人数。
第四章：讲解通过对授课评分数据的标准化，采用可视化方式评估培训师授课水平。
第五章：运用薪资结构图、基尼系数、Compa指标、薪酬公平感计量模型来分析员工薪酬公平性。
第六章：讲解通过综合评价法评估员工综合能力。
第七章：用boosting、随机森林等机器学习算法预测员工未来一年内的离职概率。
第八章：介绍用文本挖掘中的情感分析技术分析员工辞职报告。
关于作者
蔡治：西南师范大学心理学硕士，高级经济师，高级人力资源管理师，高级企业培训师，SPSS数据分析师，R语言爱好者，长期从事人力资源管理工作，现任某国有通信企业人力资源部经理。
哪些人会对本书有阅读兴趣
人力资源管理工作中需要进行数据分析的人士。
R语言爱好者，对R语言在各行业中应用感兴趣的人士。
经常阅读分析报告，关注各职能板块研究报告的各级管理人员。
从事咨询、研究、分析等工作的专业人士。
人力资源管理专业的本科生和研究生。
致谢
感谢广东省通信产业服务有限公司陈洪先生、钟永健先生、冯丽芳女士和张晓军女士，将数据分析的任务交给我，为我提供了在工作中研究和应用数据分析的机会，促成我去接触和学习R语言。感谢李延华、张宝、张静，我们经常在一起沟通、讨论，产生了不少想法。感谢夫人陈丽君女士，默默支持和鼓励，让我得以坚持完成本书的写作。
尽管我对书稿校正多次，但仍然不可避免有疏漏和不足之处，请读者批评指正。我会在适当的时间进行修正，以满足大家的需要。
与作者联系
博客：http：blog.sina.com.cneditcai
邮箱：cizimail@qq.com
作 者
2016年12月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
