04.07.2025; Ужгород, Україна: IX Міжнародна наукова конференція «Традиційні та інноваційні підходи до наукових досліджень»
Роботи, що індексуються в Google Scholar

СУЧАСНІ МОЖЛИВОСТІ DATA MINING В УПРАВЛІННІ ЛЮДСЬКИМ КАПІТАЛОМ

  • Владислав Новопольцев
DOI: https://doi.org/10.62731/mcnd-04.07.2025.006
PDF

Опубліковано 04.07.2025

Як цитувати

Новопольцев, В. (2025). СУЧАСНІ МОЖЛИВОСТІ DATA MINING В УПРАВЛІННІ ЛЮДСЬКИМ КАПІТАЛОМ. Матеріали конференцій МЦНД, (04.07.2025; Ужгород, Україна), 126–128. https://doi.org/10.62731/mcnd-04.07.2025.006

Завантаження

Дані завантаження ще не доступні.

Авторське право (c) 2025 Владислав Новопольцев

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution-ShareAlike 4.0 International License.

Google Scholar

Анотація

Управління персоналом дедалі активніше переходить до data-driven підходів. Зі зростанням обсягів даних, які генеруються HR-системами, постає потреба в інструментах, здатних не лише зберігати, а й аналізувати великі масиви інформації. Традиційні методи вже не справляються з масштабом і складністю завдань, тому на перший план виходить інтелектуальний аналіз даних (Data Mining) - сукупність технологій, що дозволяють виявляти приховані закономірності та формувати нові знання, необхідні для обґрунтованого прийняття рішень у сфері HR.

PDF

Посилання

  1. 1. Roskladka, A., Ivanova, O., & Kulazhenko, V. (2019). Data scientist: a glance into the future. Foreign trade: economics, finance, law, 104(3), 127–138. https://doi.org/10.31617/zt.knute.2019(104)11
  2. 2. Bukhari, M. F., Shabbir, H., & Huraira, M. A. (2023). Applications of data mining and data analytics in HR management – A bibliographic review. Journal of Religious Thoughts, 2(1), 50–57. https://doi.org/10.5281/zenodo.10802792
  3. 3. Czarnowski, I., & Pszczółkowski, P. (2020). A novel framework for decision support system in human resource management. Procedia Computer Science, 176, 1548–1556. https://doi.org/10.1016/j.procs.2020.09.166
  4. 4. Varkiani, S. M., Pattarin, F., Fabbri, T., & Fantoni, G. (2025). Predicting employee attrition and explaining its determinants. Expert Systems With Applications, 126575. https://doi.org/10.1016/j.eswa.2025.126575