基于机器学习的员工流失预测及影响因素研究

Research on Employee Turnover Prediction and Inf luencing Factors Based on Machine Learning

企业人力资源部门把握员工离职动向、了解员工流失原因对企业人力资源合理配置、降低企业经营成本具有重要意义。本文以跨国公司IBM的员工离职情况数据集展开研究,采用预测性建模的方法依次构建决策树、逻辑回归、随机森林和XGBoost四个员工离职预测的分类模型,分析影响员工流失的关键因素。结果显示,XGBoost模型无论在预测的准确率、召回率还是AUC的表现上均优于其他三个模型,作为员工离职预测的分类模型效果最佳。以该模型计算各变量的重要性排序,并结合交叉统计图分析后得出,员工婚姻状况、所学习的专业领域、所在部门、股票期权水平等因素对员工是否离职的影响较高。本文从机器学习方法的视角对员工流失的影响因素进行研究,并对员工流失进行预警,为企业提高团队稳定性提供参考。