企业员工离职预测模型的构建方法、系统、终端及介质技术方案

本发明专利技术公开了一种企业员工离职预测模型的构建方法，包括：获取企业员工的历史信息数据，历史信息数据包括在职员工的历史信息数据和已经离职员工的历史信息数据；对企业员工的历史信息数据进行预处理，提取出多种员工特征信息并量化；根据已经离职员工的历史信息数据构建员工离职的正负样本，利用机器学习算法构建员工离职预测模型，所述员工离职预测模型用于预测在职员工的离职概率。该方法根据已经离职员工的历史信息数据构建员工离职的正负样本，将样本标注的结果作为训练集和测试集，提高样本数据的可靠性，从而提高预测模型的预测准确性。准确性。准确性。

【技术实现步骤摘要】
企业员工离职预测模型的构建方法、系统、终端及介质


[0001]本专利技术涉及计算机
，具体涉及一种企业员工离职预测模型的构建方法、系统、终端及介质。

技术介绍

[0002]企业员工是一个企业最为宝贵的人力资源，是企业发展的根本动力和源泉所在，任何企业的发展都离不开员工的辛勤工作。然而，在经济飞速发展的今天，各个企业间的人员流动也在迅速加快。新进的人员可以为企业注入新鲜的血液，但离职的员工将不可避免的让企业遭受一定的损失，尤其是企业核心员工的离职将会给企业造成人力资本投资的损失和人力资源的重新配置。因此建立企业的员工离职预警体系，及早发现员工的离职倾向，将有助于企业提前做好员工离职的应对措施，包括提前的员工沟通、员工挽留等，争取将员工离职对企业和个人造成的影响降低到最小。
[0003]鉴于员工离职对企业的重要性，已经有多种员工离职预测的模型与思路。传统的员工离职预测模型的构建方法一般从已经离职的员工数据和在职的员工数据集合中抽取部分数据作为训练数据，将已经离职的员工标注为正样本，在职的员工标注为负样本，并将剩余的数据作为测试数据，用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种企业员工离职预测模型的构建方法，其特征在于，包括以下步骤：获取企业员工的历史信息数据，所述历史信息数据包括在职员工的历史信息数据和已经离职员工的历史信息数据；对所述企业员工的历史信息数据进行预处理，提取出多种员工特征信息并量化；根据已经离职员工的历史信息数据构建员工离职的正负样本，利用机器学习算法构建员工离职预测模型，所述员工离职预测模型用于预测在职员工的离职概率。2.如权利要求1所述的方法，其特征在于，所述根据已经离职员工的历史信息数据构建员工离职的正负样本具体包括：以年为时间抽检单位；将已经离职员工按照职年动态拆分为多条样本数据，将离职员工离职当年的数据作为正样本，将离职员工在职职年数据作为负样本。3.如权利要求1所述的方法，其特征在于，所述员工特征信息包括工作年限、职级水平、年龄、工作经历、在各个单位的平均工作年限、在上一家单位的工作年限、在本企业的工作年限、是否为本地户口、性别、部门、血型和学历。4.如权利要求1所述的方法，其特征在于，所述员工离职预测模型具体包括逻辑回归离职预测模型、决策树离职预测模型、随机森林离职预测模型、梯度提升树离职预测模型或深度学习离职预测模型。5.一种企业员工离职预测模型的构建系统，其特征在于，包括：信息获取模块、预处理模块和模型构建模块，所述信息获取模块用于获取企业员工的历史信息数据，所述历史信息数据包括在职员工的历史信息数据和已经离职员工的历史信息数据；所述预处理模块用于对所述企业员工的历史信息数据进行预处理，提取出多种员工特征信...

【专利技术属性】
技术研发人员：刘纯熙，张补卫，王栋，
申请(专利权)人：畅捷通信息技术股份有限公司，
类型：发明
国别省市：