[发明专利]员工离职特征的训练方法、装置、计算机设备及存储介质

说明书

本发明实施例公开了一种员工离职特征的训练方法、装置、计算机设备及存储介质，其中，所述方法包括：采集与员工离职相关的多维度数据，作为训练用特征数据；将所述训练用特征数据进行预处理，并将经过预处理的训练用特征数据作为训练样本；按照预设规则将所述训练样本划分为m个相互独立的子样本集；基于所述每个子样本集，对所述每个子样本集选择机器学习分类方法进行训练。本发明实施例通过对离职员工的特征数据的训练，判断各个特征数据对员工离职的影响程度，从而可以提升企业预测员工离职意向的能力，以减少企业的损失。

技术领域

本发明涉及计算机技术领域，尤其涉及一种员工离职特征的训练方法、装置、计算机设备及存储介质。

背景技术

现有技术中，员工的离职容易造成企业队伍结构的不稳定，虽然员工离职现象在企业中司空见惯，在很多情况下，企业预先不知道员工有离职倾向，一旦员工申请离职，企业往往会处于被动的境况。

发明内容

有鉴于此，本发明实施例提供一种员工离职特征的训练方法、装置、计算机设备及存储介质，可以提升企业预测员工离职意向的能力，以减少企业的损失。

一方面，本发明实施例提供了一种员工离职特征的训练方法，该方法包括：

采集与员工离职相关的多维度数据，作为训练用特征数据；

将所述训练用特征数据进行预处理，并将经过预处理的训练用特征数据作为训练样本；

按照预设规则将所述训练样本划分为m个相互独立的子样本集；

基于所述每个子样本集，对所述每个子样本集选择机器学习分类方法进行训练。

另一方面，本发明实施例提供了一种员工离职特征的训练装置，所述装置包括：

采集单元，用于采集与员工离职相关的多维度数据，作为训练用特征数据；

处理单元，用于将所述训练用特征数据进行预处理，并将经过预处理的训练用特征数据作为训练样本；

划分单元，用于按照预设规则将所述训练样本划分为m个相互独立的子样本集；

训练单元，用于基于所述每个子样本集，对所述每个子样本集选择机器学习分类方法进行训练。

又一方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的员工离职特征的训练方法。

再一方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序可被一个或者一个以上的处理器执行，以实现如上所述的员工离职特征的训练方法。

本发明实施例提供一种员工离职特征的训练方法、装置、计算机设备以及存储介质，其中方法包括：采集与员工离职相关的的多维度数据，作为训练用特征数据；将所述训练用特征数据进行预处理，并将经过预处理的训练用特征数据作为训练样本；按照预设规则将所述训练样本划分为m个相互独立的子样本集；基于所述每个子样本集，对所述每个子样本集选择机器学习模型进行训练，通过对离职员工的特征数据的训练，判断各个特征数据对员工离职的影响程度，从而可以提升企业预测员工离职意向的能力，以减少企业的损失。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种员工离职特征的训练方法的示意流程图；