CN111242387A - 一种人才离职预测方法、装置、电子设备及存储介质 - Google Patents
一种人才离职预测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111242387A CN111242387A CN202010071754.1A CN202010071754A CN111242387A CN 111242387 A CN111242387 A CN 111242387A CN 202010071754 A CN202010071754 A CN 202010071754A CN 111242387 A CN111242387 A CN 111242387A
- Authority
- CN
- China
- Prior art keywords
- prediction
- sample information
- forest model
- historical
- talent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012549 training Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 8
- 238000004364 calculation method Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000003066 decision tree Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000013138 pruning Methods 0.000 description 2
- 230000007115 recruitment Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
- G06Q10/1053—Employment or hiring
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种人才离职预测方法、装置、电子设备及存储介质。通过获取当前人才的待预测信息,将所述待预测信息输入至训练完成的预测组合森林模型,根据所述预测组合森林模型的输出结果确定所述当前人才的离职预测结果,其中,所述预测组合森林模型包括第一预测森林模型和第二预测森林模型,所述第一预测森林模型根据历史原始样本信息和第一标准预测结果训练得到,所述第二预测森林模型根据历史关键样本信息和第二标准预测结果训练得到解决了现有技术中人才离职预测不准确的问题,实现提高离职预测结果的可靠性的效果。
Description
技术领域
本发明实施例涉及计算机技术,尤其涉及一种人才离职预测方法、装置、电子设备及存储介质。
背景技术
近几年,中国经济处于稳步发展的阶段,人才流动相对比较活跃,我国企业在人才管理方面也面临着新的问题。在多个行业,人才流失的现象呈现出越来越严重的趋势,关键人才的离职更会对企业的发展造成极大的负面影响。分析人才流失的主要因素,降低招聘成本,己成为众多企业刻不容缓的任务。在关键核心人才有离职意向时,企业提前预知并制定完善的处理方案将大大降低运营损失。企业管理者需要借助一定的工具和方法来进行人才的离职风险预测,以便及时采取应对举措。
现有技术中,一般通过对员工进行生成分析,并将生成分析结果与随机森林的集成学***衡导致员工离职预测结果不准确。
可见,现有技术中采用的人才离职预测方法预测结果不准确,有待改进。
发明内容
本发明实施例提供了一种人才离职预测方法、装置、电子设备及存储介质,以实现提高人才离职预测准确度的效果。
第一方面,本发明实施例提供了一种人才离职预测方法,其中,包括:
获取当前人才的待预测信息;
将所述待预测信息输入至训练完成的预测组合森林模型,根据所述预测组合森林模型的输出结果确定所述当前人才的离职预测结果,其中,所述预测组合森林模型包括第一预测森林模型和第二预测森林模型,所述第一预测森林模型根据历史原始样本信息和第一标准预测结果训练得到,所述第二预测森林模型根据历史关键样本信息和第二标准预测结果训练得到。
第二方面,本发明实施例还提供了一种人才离职预测装置,其中,包括:
待预测信息获取模块,用于获取当前人才的待预测信息;
离职预测结果确定模块,用于将所述待预测信息输入至训练完成的预测组合森林模型,根据所述预测组合森林模型的输出结果确定所述当前人才的离职预测结果,其中,所述离职预测模型包括第一预测森林模型和第二预测森林模型,所述第一预测森林模型根据历史原始样本信息和第一标准预测结果训练得到,所述第二预测森林模型根据历史关键样本信息和第二标准预测结果训练得到。
第三方面,本发明实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如第一方面中任一项所述的人才离职预测方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,其中,所述计算机可执行指令在由计算机处理器执行时实现如第一方面中任一项所述的人才离职预测方法。
本发明实施例提供的技术方案,通过获取当前人才的待预测信息,将所述待预测信息输入至训练完成的预测组合森林模型,根据所述预测组合森林模型的输出结果确定所述当前人才的离职预测结果,其中,所述预测组合森林模型包括第一预测森林模型和第二预测森林模型,所述第一预测森林模型根据历史原始样本信息和第一标准预测结果训练得到,所述第二预测森林模型根据历史关键样本信息和第二标准预测结果训练得到。由于历史关键样本可以提高离职人才所占比例,可以提高历史关键样本中的数据平衡性,解决了现有技术中人才离职预测不准确的问题,实现提高离职预测结果的可靠性的效果。
附图说明
图1为本发明实施例一提供的一种人才离职预测方法的流程示意图;
图2为本发明实施例二提供的一种人才离职预测方法的流程示意图;
图3为本发明实施例三提供的一种人才离职预测装置的结构示意图;
图4为本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种人才离职预测方法的流程示意图,本实施例可适用于准确输出当前人才的离职预测结果的情况,其中该装置可由软件和/或硬件实现,并一般集成在终端或电子设备中。具体参见图1所示,该方法可以包括如下步骤:
S110,获取当前人才的待预测信息。
其中,当前人才可以为任意企业的在职人员。所述待预测信息可以理解为所述当前人才的人力资源信息,可以包括当前人才的基本信息、考评数据、行为数据、教育信息、在职信息等,其中,考评信息可以包括绩效考核和评价考核等,行为数据可以包括考勤数据和工作数据等。
S120,将待预测信息输入至训练完成的预测组合森林模型,根据预测组合森林模型的输出结果确定当前人才的离职预测结果。
其中,所述离职预测模型包括第一预测森林模型和第二预测森林模型,所述第一预测森林模型根据历史原始样本信息和第一标准预测结果训练得到,所述第二预测森林模型根据历史关键样本信息和第二标准预测结果训练得到。
其中,所述第一预测森林模型以RF1表示,大小设为s1,所述第二预测森林模型以RF2表示,大小设为s2,所述预测组合模型以RF表示,则预测组合模型RF=RF1+RF2,组合森林的大小为s,RF2所占组合森林的比例为p(0≤p≤1),即s2=p·s,s1=(1-p)·s,p值越高表示应用于样本集Tc中学习的决策树的数量越多,应用于数据集T中学习的决策树的数量越少。
其中,所述历史原始样本信息可以包括离职人才的历史离职样本信息和在职人才的历史在职样本信息,所述历史原始样本信息可以存储在数据集T中。所述历史关键样本信息可以包括所述历史离职样本信息和与所述历史离职样本信息最近的m个历史在职样本信息,所述历史关键样本信息可以存储在数据集Tc,通过确定数据集Tc可以得知,数据集Tc中的历史离职样本信息占数据集Tc的比例,比数据集T中的历史离职样本信息占数据集T的比例大幅提高。
可以理解的是,由于历史原始样本信息的数据集T中离职人才样本数量远远小于在职人才样本数量,即历史原始样本信息中的历史离职信息和历史在职信息不平衡,如果直接利用历史原始样本信息训练神经网络模型,然后再利用训练好的神经网络模型对人才离职进行预测时,预测准确性较差。本实施例中,可以利用历史原始样本信息对预测组合森林模型中的第一预测森林模型进行训练,利用历史关键样本信息对预测组合森林模型中的第二预测森林模型进行训练,以使所述预测组合森林模型得到优化,提高人才离职预测的准确性。
可选地,所述第一预测森林模型以所述历史原始样本信息的各特征的最小基尼系数为节点进行***,所述第二预测森林模型以所述历史关键样本信息的各特征的最小基尼系数为节点进行***。
其中,所述预测组合森林模型可以是由决策树分类器集合h(x,θk),k=1,2,…,n构成的集成学习模型。其中,基分类器h(x,θk)是由CART算法构建的未剪枝的分类回归树,x为输入向量,参数集θk是独立同分布的随机向量,用于决定单颗树的生长过程;预测组合森林模型的输出由多数表决法集成每棵树的分类结果得到。所述预测组合森林模型的构建过程可以包括如下步骤:
步骤(a):基于数据集T,采用自助法(Bootstrap)进行抽样,生成N个子数据集由于Bootstrap为有放回抽样,故存在未被采样的样本集合,称为每个数据集的袋外样本OOB(out-of-bag),
步骤(b):基于每个训练无剪枝的CART树模型hi(x),i=1,2,…,N,在树生成过程中,随机从所有P个特征中选择p个特征(p<P且p值恒定),利用预先计算的每个特征所有取值的基尼系数,选择基尼系数最小的节点进行***;
步骤(c):每棵树都尽最大程度的生长,并且没有剪枝过程,对于输入的多个特征维度人才样本x的类别,由多数表决机制得到,可以通过如下公式得到输出样本类别:
其中,ORF为输出样本类别,O为输出变量,I为指示函数,yi为第i棵树得出的样本类别。
可选地,基尼系数(Gini)可以用来表示所述预测组合森林模型的不纯度,基尼系数越小,样本数据的纯净度越高,特征越好,即该样本只属于同一类的概率越高。可选地,假设样本数据总共有K个类别,第k个类别的概率为pk,概率分布的Gini计算公式为:
可以理解的是,人才离职预测属于二分类问题,设第一个人才样本输出的概率为p,概率分布的Gini计算公式如式为:
Gini(p)=2p(1-p) (3)
可选地,对于样本D,个数为|D|,数据集中离职人才样本数量为|C1|,在职人才样本数量为|C2|,样本D的Gini计算公式为:
可选地,根据特征A的某个值a,将样本D分为样本D1和样本D2,样本D1的个数为|D1|,样本D2的个数为|D2|,则在特征A的条件下,样本D的Gini计算公式为:
本实施例中,预测组合森林模型可以通过多数表决机制得到输出样本类别,以便得到离职预测结果,相比于现有技术中采用的聚类算法进行员工离职预测方法,可以达到避免陷入局部最优解的目的,实现提高预测结果的准确率的效果。
本发明实施例提供的技术方案,通过获取当前人才的待预测信息,将所述待预测信息输入至训练完成的预测组合森林模型,根据所述预测组合森林模型的输出结果确定所述当前人才的离职预测结果,其中,所述预测组合森林模型包括第一预测森林模型和第二预测森林模型,所述第一预测森林模型根据历史原始样本信息和第一标准预测结果训练得到,所述第二预测森林模型根据历史关键样本信息和第二标准预测结果训练得到。由于历史关键样本可以提高离职人才所占比例,可以提高历史关键样本中的数据平衡性,解决了现有技术中人才离职预测不准确的问题,实现提高离职预测结果的可靠性的效果。
实施例二
图2为本发明实施例二提供的一种人才离职预测方法的流程示意图。本实施例的技术方案在上述实施例的基础上进行了细化。可选地,第二预测森林模型的训练方法,包括:获取所述历史关键样本信息;将所述历史关键样本信息输入至所述第二原始森林模型,得到第一预测结果,根据所述第一预测结果与所述第二标准预测结果调节所述第二原始森林模型的网络参数,得到所述第二预测森林模型,以及第一预测森林模型的训练方法,包括:获取所述历史原始样本信息;将所述历史原始样本信息输入至所述第一原始森林模型,得到第二预测结果,根据所述第二预测结果与所述第一标准预测结果调节所述第一原始森林模型的网络参数,得到所述第一预测森林模型。在该方法实施例中未详尽描述的部分请参考上述实施例。具体参见图2所示,该方法可以包括如下步骤:
S210,获取历史原始样本信息。
S220,将历史原始样本信息输入至第一原始森林模型,得到第二预测结果,根据第二预测结果与第一标准预测结果调节第一原始森林模型的网络参数,得到第一预测森林模型。
可选地,所述网络参数可以包括:真实正类率TPrate、准确率Accrate以及几何平均值G-mean。其中,真实正类率TPrate可以用来反映所述预测组合森林模型对离职人才样本的预测性能,计算公式为:
其中,NP为样本中离职人才的样本个数,NTP为离职人才且被正确预测为离职的样本个数,NFN为在职人才但被错误预测为离职的样本个数,TPrate越大,表明模型对离职人才样本的预测性能越好。
其中,准确率Accrate可以用于对所述预测组合森林模型的总体性能进行评价,计算公式为:
其中,NN为样本中在职人才样本个数,NTN为在职人才且被正确预测为在职的样本个数,NFP为在职人才,但被错误预测为离职的样本个数,Accrate越大,表明模型的整体预测性能越好。
其中,几何平均值G-mean值可以用于对不平衡数据的分类预测性能进行评价的重要评价指标,计算公式为:
其中,G-mean值是离职人才样本预测准确率与非离职人才样本预测准确率的乘积,当二者数值均较大时,G-mean值随之增大,表明模型对不平衡数据的分类预测性能越好。
本实施例中,对网络参数进行调节时,以G-mean值增大的方向作为主要调节方向,并且,待评价指标真实正类率TPrate、准确率Accrate以及几何平均值G-mean同时达到相对较大时,确定所述预测组合森林模型。
S230,获取历史关键样本信息。
如前述实施例所述,所述历史关键样本可以包括所述历史离职样本信息和与所述历史离职样本信息最近的至少一个历史在职样本信息。本实施例中,可以基于KNN(邻近算法)算法思想确定所述历史关键样本信息。可选地,确定所述历史关键样本信息可以通过如下方法实现:
计算所述历史原始样本信息中的各离职人才的历史离职样本信息与各在职人才的历史在职样本信息的样本距离;
将所述历史离职样本信息以及与所述历史离职样本信息的样本距离处于设定距离阈值内的至少一个目标历史在职样本信息,确定为所述历史关键样本信息。
可选地,确定与所述历史离职样本信息的样本距离处于设定距离阈值内的至少一个目标历史在职样本信息,包括:
将所述历史原始样本信息输入至设定二叉树中,并确定所述设定二叉树中的目标离职节点;
计算所述目标离职节点与任一在职子节点的第一距离,以及计算所述目标离职节点与目标在职叶子节点的第二距离,其中,所述目标在职叶子节点为与所述目标离职节点的当前最近点;
如果所述第一距离小于所述第二距离,将所述第一距离对应的在职子节点确定为所述目标历史在职样本信息;如果所述第一距离等于所述第二距离,将所述第一距离对应的在职子节点或者所述目标在职叶子节点确定为所述目标历史在职样本信息;
如果所述第一距离大于所述第二距离,将所述第二距离对应的目标在职叶子节点确定为所述目标历史在职样本信息。
其中,所述设定二叉树可以理解为KD树(每个节点均为至少一个维数值点的二叉树);所述目标离职节点为所有所述历史离职信息对应的节点,可以是设定二叉树中任意深度的一个节点,例如根节点、叶节点以及其他节点等;所述在职子节点为所有所述历史在职信息对应的节点,可以是设定二叉树中任意深度的一个节点,例如根节点、叶节点以及其他节点等;所述设定距离可以理解为与所述历史离职样本信息最近的m个历史在职样本信息;所述目标在职叶子节点可以理解为与某一个目标离职节点距离的节点(即该目标离职节点的当前最近点)。具体的,可以通过如下步骤解释一个历史离职样本信息的目标历史在职样本信息的确定过程:
步骤(1):输入n个维度的历史原始样本信息的数据集T={x1,x2,x3,…,xN},
步骤(2):对KD树中深度为j的节点,选择x(l)为切分的坐标轴,深度为j的节点的切分维度的计算如式为:
l=j(modk)+1 (9)
其中,l为切分维度,k为选取的近邻数,j(modk)表示j除以k得到的余数。所述将深度为j的节点进行切分可以理解为,以深度为j的节点区域中全部实例的x(l)坐标的中位数为切分点,将该结点对应的超矩形区域划分为两个子区域,切分由通过切分点并与坐标轴x(l)垂直的超平面实现;
步骤(3):重复步骤(2)直至划分得到的两个子区域中没有实例存在为止,从而完成KD树的区域划分;
步骤(4):从根结点出发,递归地向下索引KD树,若某个子节点当前维度的坐标小于切分点坐标则移动到左子节点,否则移动到右子节点,直至子节点为叶节点为止,获取在职信息对应的叶节点,并将所述在职信息对应的叶节点作为目标在职叶子节点,将所述目标在职叶子节点确定为所述目标离职节点的“当前最近点”;
步骤(5):递归向上索引,若存在在职子节点与目标离职节点的距离,比“当前最近点”与目标离职节点的距离更近,则将所述在职子节点替换所述目标离职节点的“当前最近点”,例如,索引目标在职叶子节点的父节点的在职子节点对应的区域是否有距离更近的点,即检查在职子节点对应的区域是否与以目标离职节点为球心,以目标离职节点到目标在职叶子节点的距离为半径的超球体相交;
步骤(6):若相交,则在另一在职子节点应区域中可能存在距离目标离职节点更近的点,移动到另一个子节点,继续递归搜索;
步骤(7):若不相交,向上递归,当递归至根节点时索引结束,此时的“当前最近点”即为目标离职节点的最近邻点。重复上述方法搜索每一个离职人才的历史离职样本信息的最近的m个在职人才。通过上述步骤,可以得到历史关键样本信息,以用来训练第二原始森林模型。
可选地,在获取所述历史关键样本信息之前,还可以对所述历史原始样本信息进行冗余处理和归一化处理,得到中间样本信息,以根据所述中间样本信息确定所述历史关键样本信息。
其中,冗余处理可以理解为对冗余特征进行处理。其中,冗余特征可以理解为,在原始数据集上观察每个特征的意义,去除影响人才离职关系较小的特征,同时有部分特征与其他特征关系紧密,甚至可以推导得出,则该特征称为为冗余特征。另外,特征冗余会加大计算难度,影响预测效率和准确性。本实施例中,特征x与特征y的相关性p(x,y)计算公式为:
其中,D(x)与D(y)分别为特征x与特征y的方差,Cov(x,y)为特征x与特征y之间的协方差,p(x,y)的值在[0,1]之间,若p值越大,则特征间的相关性越强,反之则越弱。
可选地,归一化处理可以理解为对所有的数据进行处理,使所有数据都处在某个特定的范围。如果数据广泛分布在不同的数量级上,那么处于数量级高的数据一般会起主导作用,也就是数量级低的数据特征不容易表示出来,导致模型的泛化能力下降,无法准确的拟合目标。数据标准化就是消除不同数量级之间的差异,从而提高模型的拟合能力,常用方法为最大最小值(Max-Min)归一化方法,即将指标数据归一化到[0,1]之间,最大值为1,最小值为0,在训练过程中的激活函数采用Sigmoid函数,该函数的值域为[0,1],归一化的具体计算方式为:
其中,Yi为归一化后的数据,xi为输入向量的实际值,xmax和xmin分别是输入向量中的最大值和最小值。
S240,将历史关键样本信息输入至第二原始森林模型,得到第一预测结果,根据第一预测结果与第二标准预测结果调节第二原始森林模型的网络参数,得到第二预测森林模型。
S250,将包括第一预测森林模型和第二预测森林模型的森林模型确定为训练完成的预测组合森林模型。
S260,获取当前人才的待预测信息。
S270,将待预测信息输入至训练完成的预测组合森林模型,根据预测组合森林模型的输出结果确定当前人才的离职预测结果。
可选地,在将所述待预测信息输入至训练完成的预测组合森林模型之前,还可以对上述待预测信息进行冗余处理和归一化处理,以便于提高离职预测结果的准确性。
本发明实施例提供的技术方案,通过获取所述历史关键样本信息,将所述历史关键样本信息输入至所述第二原始森林模型,得到第一预测结果,根据所述第一预测结果与所述第二标准预测结果调节所述第二原始森林模型的网络参数,得到所述第二预测森林模型,以及获取所述历史原始样本信息;将所述历史原始样本信息输入至所述第一原始森林模型,得到第二预测结果,根据所述第二预测结果与所述第一标准预测结果调节所述第一原始森林模型的网络参数,得到所述第一预测森林模型,可以达到提高历史关键样本中的数据平衡性的,以及提高预测组合森林模型的泛化能力,实现提高离职预测结果的可靠性的效果。
实施例三
图3为本发明实施例三提供的一种人才离职预测装置的结构示意图。参见图3所示,该***包括:待预测信息获取模块31和离职预测结果确定模块32。
其中,待预测信息获取模块31,用于获取当前人才的待预测信息;
离职预测结果确定模块32,用于将所述待预测信息输入至训练完成的预测组合森林模型,根据所述预测组合森林模型的输出结果确定所述当前人才的离职预测结果,其中,所述离职预测模型包括第一预测森林模型和第二预测森林模型,所述第一预测森林模型根据历史原始样本信息和第一标准预测结果训练得到,所述第二预测森林模型根据历史关键样本信息和第二标准预测结果训练得到。
在上述各技术方案的基础上,该装置还包括:第二预测森林模型的训练模块;其中,所述获取模块51,第二预测森林模型的训练模块,用于获取所述历史关键样本信息;
将所述历史关键样本信息输入至所述第二原始森林模型,得到第一预测结果,根据所述第一预测结果与所述第二标准预测结果调节所述第二原始森林模型的网络参数,得到所述第二预测森林模型。
在上述各技术方案的基础上,第二预测森林模型的训练模块还用于,计算所述历史原始样本信息中的各离职人才的历史离职样本信息与各在职人才的历史在职样本信息的样本距离;
将所述离职样本信息以及目标历史在职样本信息确定为所述历史关键样本信息,其中,所述目标历史在职样本信息包括与各所述离职样本信息的距离处于设定距离阈值内的至少一个历史在职样本信息。
在上述各技术方案的基础上,第二预测森林模型的训练模块还用于,
将所述历史原始样本信息输入至设定二叉树中,并确定所述设定二叉树中的目标离职节点;
计算所述目标离职节点与任一在职子节点的第一距离,以及计算所述目标离职节点与目标在职叶子节点的第二距离,其中,所述目标在职叶子节点为与所述目标离职节点的当前最近点;
如果所述第一距离小于所述第二距离,将所述第一距离对应的在职子节点确定为所述目标历史在职样本信息;
如果所述第一距离等于所述第二距离,将所述第一距离对应的在职子节点或者所述目标在职叶子节点确定为所述目标历史在职样本信息;
如果所述第一距离大于所述第二距离,将所述第二距离对应的目标在职叶子节点确定为所述目标历史在职样本信息。
在上述各技术方案的基础上,所述第一预测森林模型以所述历史原始样本信息的各特征的最小基尼系数为节点进行***,所述第二预测森林模型以所述历史关键样本信息的各特征的最小基尼系数为节点进行***。
在上述各技术方案的基础上,所述网络参数包括:评价指标真实正类率、准确率以及几何平均值中的至少一种。
在上述各技术方案的基础上,该装置还包括:预处理模块;其中,所述预处理模块,用于获取所述历史原始样本信息;
对所述历史原始样本信息进行冗余处理和归一化处理,得到中间样本信息,以根据所述中间样本信息确定所述历史关键样本信息。
本发明实施例提供的技术方案,通过获取当前人才的待预测信息,将所述待预测信息输入至训练完成的预测组合森林模型,根据所述预测组合森林模型的输出结果确定所述当前人才的离职预测结果,其中,所述预测组合森林模型包括第一预测森林模型和第二预测森林模型,所述第一预测森林模型根据历史原始样本信息和第一标准预测结果训练得到,所述第二预测森林模型根据历史关键样本信息和第二标准预测结果训练得到。由于历史关键样本可以提高离职人才所占比例,可以提高历史关键样本中的数据平衡性,解决了现有技术中人才离职预测不准确的问题,实现提高离职预测结果的可靠性的效果。
实施例四
图4为本发明实施例四提供的一种电子设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图4显示的电子设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,***存储器28,连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
电子设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
***存储器28可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***34可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如人才离职预测装置的待预测信息获取模块31和离职预测结果确定模块32)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(例如人才离职预测装置的待预测信息获取模块31和离职预测结果确定模块32)程序模块46的程序/实用工具44,可以存储在例如存储器28中,这样的程序模块46包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块46通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元16通过运行存储在***存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的一种人才离职预测方法,该方法包括:
获取当前人才的待预测信息;
将所述待预测信息输入至训练完成的预测组合森林模型,根据所述预测组合森林模型的输出结果确定所述当前人才的离职预测结果,其中,所述预测组合森林模型包括第一预测森林模型和第二预测森林模型,所述第一预测森林模型根据历史原始样本信息和第一标准预测结果训练得到,所述第二预测森林模型根据历史关键样本信息和第二标准预测结果训练得到。
处理单元16通过运行存储在***存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的一种人才离职预测方法。
当然,本领域技术人员可以理解,处理器还可以实现本发明任意实施例所提供的一种人才离职预测方法的技术方案。
实施例五
本发明实施例五还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的一种人才离职预测方法,该方法包括:
获取当前人才的待预测信息;
将所述待预测信息输入至训练完成的预测组合森林模型,根据所述预测组合森林模型的输出结果确定所述当前人才的离职预测结果,其中,所述预测组合森林模型包括第一预测森林模型和第二预测森林模型,所述第一预测森林模型根据历史原始样本信息和第一标准预测结果训练得到,所述第二预测森林模型根据历史关键样本信息和第二标准预测结果训练得到。
当然,本发明实施例所提供的一种计算机可读存储介质,其上存储的计算机程序不限于如上的方法操作,还可以执行本发明任意实施例所提供的一种人才离职预测方法中的相关操作。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、***或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、***或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在待预测信息、原始样本信息、第一标准预测结果、历史关键样本信息和第二标准预测结果等,其中承载了计算机可读的程序代码。这种传播的待预测信息、原始样本信息、第一标准预测结果、历史关键样本信息和第二标准预测结果等形式。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、***或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
值得注意的是,上述人才离职预测装置的实施例中,所包括的各个模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种人才离职预测方法,其特征在于,包括:
获取当前人才的待预测信息;
将所述待预测信息输入至训练完成的预测组合森林模型,根据所述预测组合森林模型的输出结果确定所述当前人才的离职预测结果,其中,所述预测组合森林模型包括第一预测森林模型和第二预测森林模型,所述第一预测森林模型根据历史原始样本信息和第一标准预测结果训练得到,所述第二预测森林模型根据历史关键样本信息和第二标准预测结果训练得到。
2.根据权利要求1所述的方法,其特征在于,所述第二预测森林模型的训练方法,包括:
获取所述历史关键样本信息;
将所述历史关键样本信息输入至所述第二原始森林模型,得到第一预测结果,根据所述第一预测结果与所述第二标准预测结果调节所述第二原始森林模型的网络参数,得到所述第二预测森林模型。
3.根据权利要求2所述的方法,其特征在于,所述获取所述历史关键样本信息,包括:
计算所述历史原始样本信息中的各离职人才的历史离职样本信息与各在职人才的历史在职样本信息的样本距离;
将所述历史离职样本信息以及与所述历史离职样本信息的样本距离处于设定距离阈值内的至少一个目标历史在职样本信息,确定为所述历史关键样本信息。
4.根据权利要求3所述的方法,其特征在于,确定与所述历史离职样本信息的样本距离处于设定距离阈值内的至少一个目标历史在职样本信息,包括:
将所述历史原始样本信息输入至设定二叉树中,并确定所述设定二叉树中的目标离职节点;
计算所述目标离职节点与任一在职子节点的第一距离,以及计算所述目标离职节点与目标在职叶子节点的第二距离,其中,所述目标在职叶子节点为与所述目标离职节点的当前最近点;
如果所述第一距离小于所述第二距离,将所述第一距离对应的在职子节点确定为所述目标历史在职样本信息;
如果所述第一距离等于所述第二距离,将所述第一距离对应的在职子节点或者所述目标在职叶子节点确定为所述目标历史在职样本信息;
如果所述第一距离大于所述第二距离,将所述第二距离对应的目标在职叶子节点确定为所述目标历史在职样本信息。
5.根据权利要求2所述的方法,其特征在于,所述第一预测森林模型以所述历史原始样本信息的各特征的最小基尼系数为节点进行***,所述第二预测森林模型以所述历史关键样本信息的各特征的最小基尼系数为节点进行***。
6.根据权利要求2所述的方法,其特征在于,所述网络参数包括:评价指标真实正类率、准确率以及几何平均值中的至少一种。
7.根据权利要求2所述的方法,其特征在于,在所述获取所述历史关键样本信息之前,还包括:
获取所述历史原始样本信息;
对所述历史原始样本信息进行冗余处理和归一化处理,得到中间样本信息,以根据所述中间样本信息确定所述历史关键样本信息。
8.一种人才离职预测装置,其特征在于,包括:
待预测信息获取模块,用于获取当前人才的待预测信息;
离职预测结果确定模块,用于将所述待预测信息输入至训练完成的预测组合森林模型,根据所述预测组合森林模型的输出结果确定所述当前人才的离职预测结果,其中,所述离职预测模型包括第一预测森林模型和第二预测森林模型,所述第一预测森林模型根据历史原始样本信息和第一标准预测结果训练得到,所述第二预测森林模型根据历史关键样本信息和第二标准预测结果训练得到。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的人才离职预测方法。
10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时实现如权利要求1-7中任一项所述的人才离职预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010071754.1A CN111242387A (zh) | 2020-01-21 | 2020-01-21 | 一种人才离职预测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010071754.1A CN111242387A (zh) | 2020-01-21 | 2020-01-21 | 一种人才离职预测方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111242387A true CN111242387A (zh) | 2020-06-05 |
Family
ID=70874858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010071754.1A Pending CN111242387A (zh) | 2020-01-21 | 2020-01-21 | 一种人才离职预测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111242387A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111738765A (zh) * | 2020-06-23 | 2020-10-02 | 京东数字科技控股有限公司 | 数据处理方法、装置、设备和存储介质 |
CN111798059A (zh) * | 2020-07-10 | 2020-10-20 | 河北冀联人力资源服务集团有限公司 | 离职预测***及方法 |
CN111860299A (zh) * | 2020-07-17 | 2020-10-30 | 北京奇艺世纪科技有限公司 | 目标对象的等级确定方法、装置、电子设备及存储介质 |
CN113537642A (zh) * | 2021-08-20 | 2021-10-22 | 日月光半导体制造股份有限公司 | 产品品质预测方法、装置、电子设备及存储介质 |
-
2020
- 2020-01-21 CN CN202010071754.1A patent/CN111242387A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111738765A (zh) * | 2020-06-23 | 2020-10-02 | 京东数字科技控股有限公司 | 数据处理方法、装置、设备和存储介质 |
CN111798059A (zh) * | 2020-07-10 | 2020-10-20 | 河北冀联人力资源服务集团有限公司 | 离职预测***及方法 |
CN111798059B (zh) * | 2020-07-10 | 2023-11-24 | 河北冀联人力资源服务集团有限公司 | 离职预测***及方法 |
CN111860299A (zh) * | 2020-07-17 | 2020-10-30 | 北京奇艺世纪科技有限公司 | 目标对象的等级确定方法、装置、电子设备及存储介质 |
CN111860299B (zh) * | 2020-07-17 | 2023-09-08 | 北京奇艺世纪科技有限公司 | 目标对象的等级确定方法、装置、电子设备及存储介质 |
CN113537642A (zh) * | 2021-08-20 | 2021-10-22 | 日月光半导体制造股份有限公司 | 产品品质预测方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107992596B (zh) | 一种文本聚类方法、装置、服务器和存储介质 | |
CN111242387A (zh) | 一种人才离职预测方法、装置、电子设备及存储介质 | |
CN111343161B (zh) | 异常信息处理节点分析方法、装置、介质及电子设备 | |
CN110059894B (zh) | 设备状态评估方法、装置、***及存储介质 | |
CN110599200B (zh) | Ota酒店的虚假地址的检测方法、***、介质及设备 | |
CN111177186B (zh) | 基于问题检索的单句意图识别方法、装置和*** | |
US20080082475A1 (en) | System and method for resource adaptive classification of data streams | |
CN113159355A (zh) | 数据预测方法、装置、物流货量预测方法、介质、设备 | |
WO2020232898A1 (zh) | 文本分类方法、装置、电子设备及计算机非易失性可读存储介质 | |
CN113238922B (zh) | 一种日志分析方法、装置、电子设备及介质 | |
CN110728313B (zh) | 一种用于意图分类识别的分类模型训练方法及装置 | |
CN113505537A (zh) | 楼宇能耗检测方法、装置、计算机设备和存储介质 | |
CN113986674A (zh) | 时序数据的异常检测方法、装置和电子设备 | |
CN111126629B (zh) | 模型的生成方法、刷单行为识别方法、***、设备和介质 | |
CN113538154A (zh) | 风险对象的识别方法、装置、存储介质和电子设备 | |
CN115359799A (zh) | 语音识别方法、训练方法、装置、电子设备及存储介质 | |
CN115563271A (zh) | 人工智能的会计数据分录方法、***、设备及存储介质 | |
CN110263083B (zh) | 知识图谱的处理方法、装置、设备和介质 | |
CN112561179A (zh) | 一种股票走势预测方法、装置、计算机设备及存储介质 | |
CN113780675B (zh) | 一种消耗预测方法、装置、存储介质及电子设备 | |
CN115034762A (zh) | 一种岗位推荐方法、装置、存储介质、电子设备及产品 | |
US11640558B2 (en) | Unbalanced sample classification method and apparatus | |
CN115455142A (zh) | 文本检索方法、计算机设备和存储介质 | |
CN110059180B (zh) | 文章作者身份识别及评估模型训练方法、装置及存储介质 | |
CN114020916A (zh) | 文本分类方法、装置、存储介质和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200605 |