پیشبینی ترک خدمت کارکنان سازمان با استفاده از دادهکاوی

ترک خدمت کارکنان کلیدی، یکی از مهمترین نگرانیهای مدیران منابع انسانی سازمانها است زیرا سازمان با ازدستدادن نیروهای ارزشمند خود، متحمل ازدستدادن مهارتها و تجربیاتی میشود که طی سالها تالش بهدستآمده است، بنابراین پیشبینی ترک خدمت کارکنان به مدیران منابع انسانی در استخدام نیروهای ماندگار و حفظ و نگهداری آنها کمک میکند. یکی از ابزارهای کارآمد دراینخصوص استفاده از روشهای مختلف دادهکاوی است. در این تحقیق، از تکنیکهای مختلف دادهکاوی و الگوریتمهای یادگیری ماشین ترکیبی برای پیشبینیترک خدمت کارکنان استفاده نمودیم. باتوجهبه نامتوازن بودن دادههای منابع انسانیاز روشهای بیش نمونهگیری و کم نمونهگیری برای متوازنسازی دادهها با نسبتهایمتفاوت استفاده شد. پس از انجام مراحل پیشپردازش و کاهش ابعاد مجموعهدادهکه با استفاده از تکنیکهای انتخاب ویژگی انجام شد، شش الگوریتم طبقهبند مختلف از جمله روشهای ترکیبی، روی دو مجموعهداده استاندارد )data_hr و hribm )آزمایش شد. در مجموعهداده data_hr ،بهترین دقت مربوط به الگوریتم جنگل تصادفی و الگوریتم extratreesclassifier ،به ترتیب برابر با 52/99درصد و 17/99 ،و برای مجموعهداده ibm hr ،بهترین دقت مربوط به الگوریتم extratreesclassifier و برابر با 33/94 درصد بود که نسبت به تحقیقاتی که در گذشته بر روی همین دادهها صورتگرفته، دقت بهتری است.