基于Stacking算法的员工离职预测分析与研究

doi:10.16055/j.issn.1672-058X.2019.0001.019

	基于Stacking算法的员工离职预测分析与研究
	李强; 翟亮
	2019-01-16
发表期刊	重庆工商大学学报(自然科学版)
期号	1 页码:117-123
摘要	针对员工离职会增加企业运营成本,降低企业盈利能力的问题,提出使用机器学习的离职员工预测算法;通过Stacking集成学习算法组合Adaboost和Random Forest基本算法构建LRA预测模型,实现对某企业的员工离职预测;实验结果显示,LRA模型的预测准确率为89. 09%,相对于单一算法所构建验证的模型预测准确率明显提高,LRA模型的查准率、查全率以及F1度量指标证实模型的可行性与可靠性,通过对输入LRA模型的特征进行重要性排序,得到影响员工离职的主要因素有加班、工龄(0-3年)、收入、职业级别等,丰富已有研究的结论,有利于企业决策者,针对离职行为进行合理决策。
关键词	Adaboost Random Forest Stacking 员工离职预测主要因素
DOI	10.16055/j.issn.1672-058X.2019.0001.019
URL	查看原文
ISSN	1672-058X
语种	中文
文献类型	期刊论文
条目标识符	http://ir.lzufe.edu.cn/handle/39EH0E1M/717
专题	工商管理学院电子商务综合实验室
作者单位	兰州财经大学电子商务综合重点实验室
第一作者单位	兰州财经大学
推荐引用方式 GB/T 7714	李强,翟亮. 基于Stacking算法的员工离职预测分析与研究[J]. 重庆工商大学学报(自然科学版),2019(1):117-123.
APA	李强,&翟亮.(2019).基于Stacking算法的员工离职预测分析与研究.重庆工商大学学报(自然科学版)(1),117-123.
MLA	李强,et al."基于Stacking算法的员工离职预测分析与研究".重庆工商大学学报(自然科学版) .1(2019):117-123.