【技术实现步骤摘要】
离职概率评估方法、装置及计算机可读存储介质
本公开涉及数据处理
，尤其是一种离职概率评估方法、装置及计算机可读存储介质。
技术介绍
对于企业而言，员工是必不可少的组成部分，预测员工的离职想法是一个具有重大研究意义的问题。目前，常用的预测方法为人为判定，例如，管理人员可以根据与员工的面谈结果，以及员工的业绩，预测员工的离职概率，这种方法的预测结果具有很强的主观性，且管理人员对员工的熟悉程度会极大地影响到预测结果，因此，这种方法的预测结果的准确度较低。
技术实现思路
为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种离职概率评估方法、装置及计算机可读存储介质。根据本公开实施例的一个方面，提供了一种离职概率评估方法，包括：获取评估对象的第一静态特征数据和第一动态特征数据；将所述第一静态特征数据输入第一离职概率评估模型，以获得所述第一离职概率评估模型输出的第一评估结果；将所述第一评估结果和所述第一动态特征数据输入第二离职概率评估模型，以获得所述第二离职概率评估模型输...
【技术保护点】
1.一种离职概率评估方法，其特征在于，包括：/n获取评估对象的第一静态特征数据和第一动态特征数据；/n将所述第一静态特征数据输入第一离职概率评估模型，以获得所述第一离职概率评估模型输出的第一评估结果；/n将所述第一评估结果和所述第一动态特征数据输入第二离职概率评估模型，以获得所述第二离职概率评估模型输出的第二评估结果；/n根据所述第二评估结果，确定所述评估对象的预测离职概率。/n
【技术特征摘要】
1.一种离职概率评估方法，其特征在于，包括：
获取评估对象的第一静态特征数据和第一动态特征数据；
将所述第一静态特征数据输入第一离职概率评估模型，以获得所述第一离职概率评估模型输出的第一评估结果；
将所述第一评估结果和所述第一动态特征数据输入第二离职概率评估模型，以获得所述第二离职概率评估模型输出的第二评估结果；
根据所述第二评估结果，确定所述评估对象的预测离职概率。
2.根据权利要求1所述的方法，其特征在于，
所述获取评估对象的第一静态特征数据和第一动态特征数据，包括：
获取评估对象的，与M个日期对应的M个第一静态特征数据和M个第一动态特征数据；其中，M为大于1的自然数；
所述将所述第一静态特征数据输入第一离职概率评估模型，以获得所述第一离职概率评估模型输出的第一评估结果，包括：
将M个所述第一静态特征数据分别输入第一离职概率评估模型，以获得所述第一离职概率评估模型输出的M个第一评估结果；
所述将所述第一评估结果和所述第一动态特征数据输入第二离职概率评估模型，包括：
将按照所对应日期的先后顺序排列的M个所述第一评估结果，以及按照所对应日期的先后顺序排列的M个所述第一动态特征数据一并输入第二离职概率评估模型。
3.根据权利要求1或2所述的方法，其特征在于，训练得到所述第一离职概率评估模型的方式为：
以多个参考对象中的每个所述参考对象的第二静态特征数据作为输入内容，以每个所述参考对象对应的第一目标数据作为输出内容进行训练，从而得到所述第一离职概率评估模型；
其中，所述参考对象对应的第一目标数据用于表征：在所述参考对象的第二静态特征数据对应的日期后的第一预设时长内，所述参考对象是否离职。
4.根据权利要求2所述的方法，其特征在于，训练得到所述第二离职概率评估模型的方式为：
获取多个参考对象中的每个所述参考对象的，与M个日期对应的M个第三静态特征数据和M个第二动态特征数据；
针对每个所述参考对象，将其的M个所述第三静态特征数据分别输入所述第一离职概率评估模型，以获得所述第一离职概率评估模型输出的M个第三评估结果；
以每个所述参考对象对应的第二目标数据作为输入内容，以每个所述参考对象对应的第三目标数据作为输出内容进行训练，从而得到所述第二离职概率评估模型；
其中，所述参考对象对应的第二目标数据中包括：与所述参考对象对应的，按照所对应日期的先后顺序排列的M个所述第三评估结果，以及与所述参考对象对应的，按照所对应日期的先后顺序排列的M个所述第二动态特征数据；
所述参考对象对应的第...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。