پیش‌بینی احتمال خروج سرمایه انسانی از سازمان با استفاده از داده‌کاوی

نیروهای انسانی به همان اندازه که عامل تعیین کننده در حفظ موجودیت و موفقیت سازمان محسوب می‌شوند، می‌توانند مشکل ساز نیز باشند و مدیران را در دست یافتن به اهداف سازمان با مشکل مواجه سازند زیرا با خروج آنها از سازمان، مدیران سازمان با مشکلات متعددی مواجه خواهند شد. با توجه به این مهم، در این مقاله به پیش‌بینی احتمال خروج سرمایه انسانی از سازمان با استفاده از داده کاوی پرداخته شده است. روش تحقیق در این پژوهش از نوع توصیفی اکتشافی و کاربردی است و از نظر ‏فرآیند و روش جمع‌آوری و تحلیل داده‌ها جزو تحقیقات کمی و شبیه‌سازی محسوب می‌شود. جهت انجام داده‌کاوی از الگوریتم های داده کاوی ذیل برای کلاس‌بندی داده‌ها استفاده شد: الگوریتم random forest، الگوریتم naïve bayes، الگوریتم id3، الگوریتم gradient boosted trees، الگوریتم rule induction. نتایج تحقیق نشان داد الگوریتم random forest بهترین عملکرد و دقت کلاس‌بندی و پیش‌بینی صفت لیبل را کسب نموده است. پس از آن به ترتیب الگوریتم های id3 و gradient boosted و naïve bayes و الگوریتم rule induction بیشترین دقت را داشتند.