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
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
员工离职风险预警支持系统(ETRSS)的设计
被引量:
5
1
作者
张亚莉
杨乃定
杨朝君
《计算机工程与应用》
CSCD
北大核心
2006年第3期194-196,共3页
为了有效地对组织中员工离职风险进行事前的预警和分析,文章提出了一个不同于现有各种人力资源系统的员工离职风险的预警支持系统(ETRSS),其功能包括调查问卷及风险模板的配置、个人风险案例管理、员工调查与离职访谈、离职风险分析及...
为了有效地对组织中员工离职风险进行事前的预警和分析,文章提出了一个不同于现有各种人力资源系统的员工离职风险的预警支持系统(ETRSS),其功能包括调查问卷及风险模板的配置、个人风险案例管理、员工调查与离职访谈、离职风险分析及预警等,并给出了包括系统核心对象类图、风险因子变量集的建立以及案例匹配与风险预警规则等关键技术的设计。
展开更多
关键词
人员离职
风险
风险
预警支持系统
风险因子变量
案例推理
下载PDF
职称材料
动态事件时间数据的多任务Logistic生存预测方法
2
作者
阮灿华
林甲祥
《计算机应用》
CSCD
北大核心
2020年第5期1284-1290,共7页
事件时间数据广泛存在于临床医学研究领域,包含大量复杂的随时间变化的动态风险因子变量。为了对这些动态事件时间数据进行有效分析,克服生存模型参数假设的局限性,提出了一种多任务Logistic生存学习和预测方法。将生存预测转化为一系...
事件时间数据广泛存在于临床医学研究领域,包含大量复杂的随时间变化的动态风险因子变量。为了对这些动态事件时间数据进行有效分析,克服生存模型参数假设的局限性,提出了一种多任务Logistic生存学习和预测方法。将生存预测转化为一系列不同时间点的多任务二元生存分类问题,利用动态风险因子变量的全部观测值估计累积风险。通过对事件样本和删失样本的全数据学习正则化Logistic回归参数。评估风险因子与事件时间的动态关系,根据生存概率估计事件时间。在多个实际临床数据集上开展的对比实验验证了提出的多任务预测方法对于动态数据不仅具有较强的适用性,而且能够保障预测结果的准确性和可靠性。
展开更多
关键词
多任务学习
生存预测
LOGISTIC回归
事件时间数据
风险因子变量
删失
下载PDF
职称材料
题名
员工离职风险预警支持系统(ETRSS)的设计
被引量:
5
1
作者
张亚莉
杨乃定
杨朝君
机构
西北工业大学管理学院
出处
《计算机工程与应用》
CSCD
北大核心
2006年第3期194-196,共3页
基金
航空科学基金资助项目(编号:03J53074)
西北工业大学首届英才培养计划基金资助
文摘
为了有效地对组织中员工离职风险进行事前的预警和分析,文章提出了一个不同于现有各种人力资源系统的员工离职风险的预警支持系统(ETRSS),其功能包括调查问卷及风险模板的配置、个人风险案例管理、员工调查与离职访谈、离职风险分析及预警等,并给出了包括系统核心对象类图、风险因子变量集的建立以及案例匹配与风险预警规则等关键技术的设计。
关键词
人员离职
风险
风险
预警支持系统
风险因子变量
案例推理
Keywords
employee turnover risk,Risk Support System,risk factor variable,case-based reasoning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
动态事件时间数据的多任务Logistic生存预测方法
2
作者
阮灿华
林甲祥
机构
福建农林大学计算机与信息学院
出处
《计算机应用》
CSCD
北大核心
2020年第5期1284-1290,共7页
基金
福建省自然科学基金面上项目(2018J01644)
福建农林大学科技创新专项基金资助项目(CXZX2018033)。
文摘
事件时间数据广泛存在于临床医学研究领域,包含大量复杂的随时间变化的动态风险因子变量。为了对这些动态事件时间数据进行有效分析,克服生存模型参数假设的局限性,提出了一种多任务Logistic生存学习和预测方法。将生存预测转化为一系列不同时间点的多任务二元生存分类问题,利用动态风险因子变量的全部观测值估计累积风险。通过对事件样本和删失样本的全数据学习正则化Logistic回归参数。评估风险因子与事件时间的动态关系,根据生存概率估计事件时间。在多个实际临床数据集上开展的对比实验验证了提出的多任务预测方法对于动态数据不仅具有较强的适用性,而且能够保障预测结果的准确性和可靠性。
关键词
多任务学习
生存预测
LOGISTIC回归
事件时间数据
风险因子变量
删失
Keywords
multi-task learning
survival prediction
Logistic regression
time-to-event data
risk factor variable
censoring
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
员工离职风险预警支持系统(ETRSS)的设计
张亚莉
杨乃定
杨朝君
《计算机工程与应用》
CSCD
北大核心
2006
5
下载PDF
职称材料
2
动态事件时间数据的多任务Logistic生存预测方法
阮灿华
林甲祥
《计算机应用》
CSCD
北大核心
2020
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部