System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及模型预测领域,尤其涉及一种员工稳定性预测方法及系统。
技术介绍
1、员工的忠诚度和稳定性对于一个公司的运营管理起到重要作用,特别是公司中的技术专家、技术经理和技术骨干等公司技术体系的核心人员,这些人员的稳定性决定了一个公司的稳定性。相关技术中,通常采用聊天谈话等方式对上述人员的忠诚度和稳定性进行分析预测,但是这种方式并不准确,无法及时、准确的感知员工的职业发展过程中的变化。
技术实现思路
1、本申请实施例提供一种员工稳定性预测方法及系统,以解决现有技术中无法及时、准确感知员工的职业发展过程中的变化的问题。
2、第一方面,提供了一种员工稳定性预测方法,包括:
3、收集不同员工提供的员工数据;
4、对所述员工数据进行描述性统计,得到不同数据对应的特征的特性;
5、根据所述特征的特性对所述特征进行排序,得到排序在前的预设数量的特征;
6、将所述预设数量的特征输入至预设模型中进行训练,得到所述员工的员工稳定性模型;
7、根据所述员工稳定性模型,确定所述员工的稳定性概率。
8、第二方面,提供了一种员工稳定性预测系统,包括:
9、收集模块,用于收集不同员工提供的员工数据;
10、统计模块,用于对所述员工数据进行描述性统计,得到不同数据对应的特征的特性;
11、排序模块,用于根据所述特征的特性对所述特征进行排序,得到排序在前的预设数量的特征;
12、训练模
13、第一确定模块,用于根据所述员工稳定性模型,确定所述员工的稳定性概率。
14、第三方面,提供了一种电子设备,包括:
15、存储器,其上存储有计算机程序;
16、处理器,用于执行所述存储器中的所述计算机程序,以实现第一方面所述方法的步骤。
17、第四方面,提供了一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现第一方面所述方法的步骤。
18、在本申请实施例中,首先收集不同员工共的员工数据,然后对员工数据进行描述性统计,得到不同数据对应的特征的特性,再根据特征的特性对特征进行排序,得到排序在前的预设数量的特征,将预设数量的特征输入至预设模型中进行训练,得到员工的员工稳定性模型,最后根据员工稳定性模型,确定员工的稳定性概率。本申请实施例通过抽取的预设数量的特征训练得到员工稳定性模型,进而预测员工的稳定性,通过预设数量的重要特征更加有利于建立逻辑回归模型并对模型产出结果进行解释,进而可以更加快速的确定结果。
本文档来自技高网...【技术保护点】
1.一种员工稳定性预测方法,其特征在于,包括:
2.根据权利要求1所述的员工稳定性预测方法,其特征在于,所述对所述员工数据进行描述性统计,得到不同数据对应的特征的特性,包括:
3.根据权利要求2所述的员工稳定性预测方法,其特征在于,所述根据所述特征的特性对所述特征进行排序,得到排序在前的预设数量的特征,包括:
4.根据权利要求3所述的员工稳定性预测方法,其特征在于,所述将所述预设数量的特征输入至预设模型中进行训练,得到所述员工的员工稳定性模型,包括:
5.根据权利要求1所述的员工稳定性预测方法,其特征在于,所述方法还包括:
6.一种员工稳定性预测系统,其特征在于,包括:
7.根据权利要求6所述的员工稳定性预测系统,其特征在于,所述统计模块,用于:
8.根据权利要求7所述的员工稳定性预测系统,其特征在于,所述排序模块,用于:
9.根据权利要求8所述的员工稳定性预测系统,其特征在于,所述训练模块,用于:
10.根据权利要求6所述的员工稳定性预测系统,其特征在于,所述系统还包括:
...【技术特征摘要】
1.一种员工稳定性预测方法,其特征在于,包括:
2.根据权利要求1所述的员工稳定性预测方法,其特征在于,所述对所述员工数据进行描述性统计,得到不同数据对应的特征的特性,包括:
3.根据权利要求2所述的员工稳定性预测方法,其特征在于,所述根据所述特征的特性对所述特征进行排序,得到排序在前的预设数量的特征,包括:
4.根据权利要求3所述的员工稳定性预测方法,其特征在于,所述将所述预设数量的特征输入至预设模型中进行训练,得到所述员工的员工稳定性模型,包括:
...【专利技术属性】
技术研发人员:张岩,张甫,彭小波,陈培毅,
申请(专利权)人:上海艾融软件股份有限公司,
类型:发明
国别省市:
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。