期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于随机森林模型的电力企业员工离职倾向预测研究
被引量:
2
下载PDF
职称材料
导出
摘要
在电力行业改革不断深化的背景下,电力企业也面临着较大的人才流失问题。本文利用随机森立模型建立电力企业员工离职倾向预测模型,模型的预测精度非常高,同时根据MDA和MDG两种判断指标,"专业岗位符合度"对于预测电力企业员工在半年内的离职倾向具有重要的作用,对电力企业人力资源管理提供决策依据。
作者
陈沛光
机构地区
国网吉林省电力有限公司经济技术研究院
出处
《化工管理》
2018年第36期19-20,共2页
Chemical Engineering Management
关键词
随机森林模型
电力企业
员工
离职倾向
分类号
F272.92 [经济管理—企业管理]
F426.61 [经济管理—产业经济]
引文网络
相关文献
节点文献
二级参考文献
7
参考文献
3
共引文献
7
同被引文献
14
引证文献
2
二级引证文献
1
参考文献
3
1
许进超.
电网企业如何应对电力体制改革中的人才流失问题[J]
.云南电业,2016(6):47-48.
被引量:2
2
张诗超.
基于随机森林的人力资源数据分析和预测方法研究[J]
.通讯世界,2018,25(8):313-314.
被引量:5
3
徐昆,赵东亮.
餐饮连锁店员工离职倾向预测研究[J]
.合作经济与科技,2018,0(8):170-173.
被引量:3
二级参考文献
7
1
李洁,吕康银,熊顺朝.
职业成长、工作满意度和离职倾向关系的实证研究[J]
.经济视角(下),2012(1):15-17.
被引量:3
2
沈学华,周志华,吴建鑫,陈兆乾.
Boosting和Bagging综述[J]
.计算机工程与应用,2000,36(12):31-32.
被引量:66
3
柯江林,孙健敏.
心理资本对工作满意度、组织承诺与离职倾向的影响[J]
.经济与管理研究,2014,35(1):121-128.
被引量:81
4
王雪莉,马琳,张勉.
基于独生子女的调节作用的个人-工作匹配、工作满意度与员工离职倾向研究[J]
.管理学报,2014,11(5):691-695.
被引量:28
5
王奕森,夏树涛.
集成学习之随机森林算法综述[J]
.信息通信技术,2018,12(1):49-55.
被引量:182
6
张棪,曹健.
面向大数据分析的决策树算法[J]
.计算机科学,2016,43(S1):374-379 383.
被引量:94
7
徐梦龙,黄家旺.
朴素贝叶斯算法在垃圾邮件过滤方面的应用[J]
.网络安全技术与应用,2018(7):46-47.
被引量:4
共引文献
7
1
姜云,王鑫,李东,刘朝章,扈筱薇,卞强.
电力体制改革形势下营销风险管控体系建设[J]
.经济研究导刊,2018(17):14-16.
2
任靓.
基于随机森林融合因子分析的资产收益模型研究[J]
.中国集体经济,2020(8):67-68.
3
王轶萌.
基于特征分析的职工离职预测[J]
.科技与创新,2020(11):23-28.
4
贺雅喆,蔡真捷.
基于Python的随机森林算法在电网企业人力资源审计中的应用研究[J]
.中国内部审计,2021(8):44-50.
被引量:2
5
王瑞,尹红,强冰冰.
基于改进XGBoost的企业员工离职预测模型[J]
.信息技术,2021,45(8):12-15.
被引量:1
6
王译庆.
ML.NET机器学习框架在人力资源管理中的应用[J]
.信息技术与信息化,2022(8):43-48.
被引量:1
7
龚建伟,张林锋,佘奇根,于放.
基于Logistic回归与决策树的员工数据可视化与离职预测研究[J]
.智能计算机与应用,2023,13(6):162-167.
同被引文献
14
1
彭义春,张捷,覃左仕.
基于随机森林算法的职位薪资预测[J]
.智能计算机与应用,2021,11(10):67-72.
被引量:3
2
申红卫.
企业核心员工的“流”与“留”[J]
.山西财经大学学报,2012,34(S1):108-109.
被引量:8
3
刘兵,彭莱.
中国背景下雇员主动离职模型的探索和验证研究[J]
.心理科学,2005,28(3):711-712.
被引量:23
4
张勇,巩天雷,张玉忠.
基于灾变灰预测的企业雇员离职预警模型研究[J]
.数学的实践与认识,2008,38(20):72-76.
被引量:3
5
杨海霞.
一种员工离职对业绩影响的预测模型仿真[J]
.计算机仿真,2013,30(7):200-203.
被引量:4
6
邹晓辉.
基于Logistic回归的数据分类问题研究[J]
.智能计算机与应用,2016,6(6):139-140.
被引量:3
7
陈宇韶,唐振军,罗扬,杨洁.
皮尔森优化结合Xgboost算法的股价预测研究[J]
.信息技术,2018,42(9):84-89.
被引量:12
8
徐昆,赵东亮.
餐饮连锁店员工离职倾向预测研究[J]
.合作经济与科技,2018,0(8):170-173.
被引量:3
9
杨剑锋,乔佩蕊,李永梅,王宁.
机器学习分类问题及算法研究综述[J]
.统计与决策,2019,35(6):36-40.
被引量:170
10
邸瑞,陈正鸣,吕嘉.
基于SMOTE的XGBoost算法在风机叶片结冰预测中的应用[J]
.信息技术,2019,43(12):81-85.
被引量:6
引证文献
2
1
王瑞,尹红,强冰冰.
基于改进XGBoost的企业员工离职预测模型[J]
.信息技术,2021,45(8):12-15.
被引量:1
2
龚建伟,张林锋,佘奇根,于放.
基于Logistic回归与决策树的员工数据可视化与离职预测研究[J]
.智能计算机与应用,2023,13(6):162-167.
二级引证文献
1
1
龚建伟,张林锋,佘奇根,于放.
基于Logistic回归与决策树的员工数据可视化与离职预测研究[J]
.智能计算机与应用,2023,13(6):162-167.
1
孜孜以求的改革者--记中国电建集团原党委常委、副总经理袁柏松[J]
.中国电力企业管理,2018(25):29-31.
2
李正卫,傅赟,王飞绒.
集体主义氛围对员工离职倾向影响研究——义乌双童案例分析[J]
.上海管理科学,2018,40(6):55-60.
被引量:1
3
朱瑞.
对电力企业职工小家的建设与管理[J]
.神州,2018,0(33):285-285.
4
崔隽.
电力企业员工培训及管理策略探究[J]
.人才资源开发,2018,0(22):93-94.
被引量:3
5
张乔杰.
中小企业人才流失问题及其优化对策[J]
.西部皮革,2018,40(22):58-58.
被引量:4
6
冯学军.
电力企业员工持证上岗培训管理的实践与思考[J]
.电力设备管理,2018,0(11):63-65.
7
胡一红.
浅谈电力企业员工社会保险管理[J]
.信息周刊,2018,0(11):0136-0136.
8
洪美.
电力工程输配电及用电工程自动化运行问题的研究[J]
.科技风,2018(35):186-186.
被引量:3
9
张佑林,明华阳.
基于组织支持感的小微企业大学生新员工流失问题[J]
.高等财经教育研究,2018,21(4):88-96.
被引量:2
10
徐隽.
民办农民工子弟学校教师歧视知觉、职业认同、教育责任感研究——基于浙江台州市的实证分析[J]
.智库时代,2018(31):289-290.
化工管理
2018年 第36期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部