دانشگاه آزاد اسلامی واحد تهران جنوب

صفحه اصلی / نخستین همایش هوش مصنوعی و پژوهش های نوظهور: همگرایی انسان و سیستم های هوشمند

مروری جامع بر رویکردهای یادگیری ماشین در پیش‌بینی ترک شغل کارکنان: از مدل‌های سنتی تا روش‌های عمیق

نویسندگان :

میلاد ادیبی¹

1- دانشگاه پردیس بین المللی کیش

کلمات کلیدی :

مدیریت منابع انسانی،ترک شغل کارکنان،پیش‌بینی ترک شغل،هوش مصنوعی

چکیده :

چکيده – پیش‌بینی ترک شغل کارکنان یا کاهش نیروی کار به معنای تجزیه‌وتحلیل داده‌های مرتبط با رفتار، مشخصات فردی و شغلی کارکنان برای شناسایی احتمال خروج کارکنان از سازمان است. این فرآیند برای کمک به شناسایی عوامل مؤثر در ترک شغل و اجرای اقدامات پیشگیرانه به‌منظور حفظ استعدادها و کاهش هزینه‌های ناشی از استخدام و آموزش نیروهای جایگزین انجام می‌شود. در مقالات مختلف، این موضوع به دلیل اهمیت آن در کاهش هزینه‌ها، حفظ ثبات سازمانی و ارتقای کارایی عملیاتی بررسی شده است. این تحقیقات از روش‌های داده‌کاوی، روش‌های یادگیری ماشین و عمیق با هدف پیش‌بینی دقیق‌تر ترک شغل استفاده می‌کنند. محققان با استفاده از ابزارهایی مانند مدل‌های یادگیری ماشین سنتی یا روش‌هایی مانند شبکه‌های عصبی و تفسیرپذیری مدل‌ها سعی دارند راهکاری عملی برای تحلیل و پیشگیری از ترک کارکنان در صنایع مختلف ارائه دهند. در این مقاله، رویکردهای متنوع یادگیری ماشین و هوش مصنوعی برای تحلیل و پیش‌بینی ترک شغل کارکنان مورد بررسی قرار گرفته است. با تمرکز بر مطالعات پیشین، فرآیندهای استاندارد و چارچوب‌های پیشنهادی شناسایی شده‌اند که شامل مراحل مختلفی مانند جمع‌آوری داده‌ها، پاک‌سازی آن‌ها، ساخت مدل، ارزیابی و تفسیر نتایج می‌شود.