Вестник БФУ им. И. Канта

2019 Выпуск №1

Назад к списку Скачать статью

Построение модели прогнозирования оттока сотрудников

Страницы
35-41

Аннотация

Для многих производственных предприятий и крупных компаний с большим количеством сотрудников характерна проблема текучести кадров и неопределенность в этом отношении. В результате руковод­ство не способно эффективно контролировать отток ценных кадров, что может привести к снижению производительности. В работе по­ставлена задача построить прогнозирующую модель оттока сотрудни­ков, которая помогла бы в решении данной проблемы. Рассмотрен набор данных оттока сотрудников, опробованы некоторые алгоритмы ма­шинного обучения, среди которых выбран оптимальный, обучена про­гнозирующая модель.

Abstract

For many manufacturing enterprises and large companies which emply many people, there is a problem of staff turnover and, thus, unreliability. As a result, management can't effectively control the outflow of highly qualified personnel, which can result in reduced productivity. The author sees his task in addressing this issue through building a predictive model of the employee outflow. The research included reviewing a dataset of employee outflow, de­veloping some machine learning algorithms and testing a predictive model.

Список литературы

1. Гайдышев И. П. Оценка качества бинарных признаков // Вестник Омского университета. 2016. № 1. С. 14—17.

2. Кузьмичев С. М. Текучесть кадров — положительный или отрицательный фактор развития организации? // Молодой ученый. 2018. № 13. С. 235—238.

3. Никулин А. А. Текучесть кадров и ее минимизации // Международный научно-исследовательский журнал. 2015. № 1. С. 88—90.

4. Синяева Л. П. Текучесть кадров как индикатор адекватности управления предприятием // Концепт. 2013. Спецвыпуск № 4. С. 1—7.

5. Флах П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных :  учеб. пособие. М., 2015.

6. Шеремет А. Д. Управленческий учет : учеб. пособие. М., 2009.

7. Joblib. URL: https://joblib.readthedocs.io/en/latest/ (дата обращения: 18.03.2019).

8. Kaggle. Human Resource. URL: https://www.kaggle.com/kuniowu/human- resource (дата обращения: 09.03.2019).