[发明专利]一种计算员工留存度概率的计算方法

说明书

技术领域

本发明涉及招募高留存员工领域，具体地，涉及通过问卷调查对新增募员工进行打分，尤其是设计一种计算员工留存概率的精准算法。

背景技术

目前的就业市场员工流动十分频繁，无论是对大型企业，还是对中小型企业而言，招募员工的过程本身就会耗费企业大量的人力和物力，此外，员工的频繁更替，也会直接影响业务活动的进程。留住员工可以通过多种途径实现，例如增加员工福利待遇，提升企业文化，给员工更大的发展前景，发挥员工的能动性等等。然而，对于企业来说，不可能无限制地增加员工福利待遇这些硬性标准，员工是否留存还与企业文化、员工岗位设计等因素具有密切的关系。研究发现，在不同的地域、针对不同的行业，员工留存的考虑因素具有比较大的差别。因此，有效降低企业招聘成本的方式之一是，在招聘过程中综合考虑员工的各项指标，选择高留存率的员工。然而，现有企业招募员工的方法，还是停留在感性认识和笼统指标的结算，并没有精确预测员工留存概率的方法。

本发明通过对历史员工各项行为数据的统计分析，找到影响员工留存的关键行为特征，并预测员工未来一段时间内的留存情况。同时，基于历史员工的性格、入司动机和基本信息等内容以及预测的留存情况，提供了一种预测新增募员工留存概率的计算方法，为企业招募员工提供具有价值的量化评估数据。

发明内容

鉴于上述的分析，本发明旨在提供一种计算员工留存度概率的计算方法，用于计算一个或多个新增募员工的留存概率P。

本发明公开了一种计算员工留存度概率的计算方法，主要通过以下技术方案实现的，包括：

a.获取第一样本集合员工入职后T时间段内的留存状态Y，其中，所述T为留存观察的时间段长度，所述Y取值为0或1；

b.获取所述员工的输入参数X，其中，所述X＝(X1，X2，……Xm)；

c.基于所述输入参数X和所述留存状态Y，确定系数β值，其中，所述β＝(β₀，β₁，……β_m)；

d.获取新增募员工的输入参数X，基于所述留存度计算系数β计算所述新增募员工的留存概率P。

优选地，所述步骤a包括如下子步骤：

a1.获取第二样本集合员工入职后T时间段内的指标信息R，所述R＝(R1，R2，……Rm)；

a2.获取所述员工入职后T时间段内的留存状态Y，其中，Y的取值为1表示流失，0表示留存；

a3.通过决策树算法对所述指标信息R进行分类，获取T时间段内所述员工状态为流失的计算规则S；

a4.获取所述第一样本集合员工的指标信息R，基于所述计算规则S，计算第一样本集合员工的留存状态Y。

优选地，在所述步骤a3中所述决策树算法通过如下步骤实现：

a31.预设决策树父节点和子节点的数量，并规定所述决策树的树状结构的水平数，其中，所述水平数作为所述决策树算法收敛的指示；

a32.若F个变量的分类均显著，则比较所述F个变量的分类的显著指标值，取所述显著指标值最小情况下对应的所述指标信息R为当前最佳分组变量，其中，所述m＞F＞2；

a33.针对所述最佳变量分组的所有下属分组形成该分支下的子节点，并对所述每个子节点重复上述步骤a31、a32、a33处理，直至到达所述预设的水平数；

a34.根据最终形成的各叶子节点的流失员工占比，选取占比较高的叶子节点所包含的规则作为所述的规则S。

优选地，在所述步骤a32中，用于判断F个变量的分类均显著的步骤包括如下步骤：

首先，计算指标信息R中所有变量分类的卡方值；

其次，如所述变量分类的卡方值大于第一阈值，则确定所述变量的分类显著。

优选地，在所述步骤a3中，所述决策树算法可以采用CHAID算法、CART算法或C4.5算法中的任一种：

优选地，在所述步骤c中采用逻辑回归算法构建参数X与留存状态Y的函数关系。

优选地，所述逻辑回归算法包含如下步骤：

c1.设Q_i＝Q{Y_i＝1|(X_1i，X_2i，...，X_ki)}为给定X_1i，X_2i，…，X_ki条件下Y_i＝1的概率；同等条件下Y_i＝0的概率可表示为1-Q_i；