基于机器学习的员工流失预测及影响因素研究

作     者：张家普 李思奥 于欣怡 王亚飞 

作者机构：北京外国语大学国际商学院北京100089 

出 版 物：《商展经济》 (Trade Fair Economy)

年 卷 期：2023年第16期

页      面：164-168页

学科分类：120202[管理学-企业管理（含：财务管理、市场营销、人力资源管理）] 12[管理学] 02[经济学] 0202[经济学-应用经济学] 020207[经济学-劳动经济学] 1202[管理学-工商管理] 0201[经济学-理论经济学] 020106[经济学-人口、资源与环境经济学] 

主　　题：员工流失预测 影响因素 机器学习 随机森林 XGBoost 

摘      要：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。