[发明专利]员工离职风险预测方法、装置、设备及可读存储介质

说明书

本发明实施例公开了一种员工离职风险预测方法、装置、设备及可读存储介质，该方法包括：构建企业员工信息数据库；根据企业员工信息数据库构建企业在职员工画像系统；根据企业员工信息数据库构建企业离职员工画像系统；构建招聘信息系统；根据企业在职员工画像系统、企业离职员工画像系统和招聘信息系统训练员工离职风险预测模型，得到员工离职概率。本发明实施例在使用过程中能够实现实时、动态的预测员工离职风险，对于出现离职风险的人才提前向管理者发出预警，并且给出人才离职问题解决诊断办法，能够更好的保障企业人才团队的建设，以及人才相关的培养。

技术领域

本发明涉及基于大数据的员工离职风险智能预测技术领域，具体涉及一种员工离职风险预测方法、装置、设备及可读存储介质。

背景技术

众所周知，人才是企业发展重要的资源，21世纪竞争的焦点无疑是科技与知识的竞争，而科技与知识的竞争归根到底是人才的竞争，有了相关人才的知识，才能使得企业在竞争中处于有利地位。所以，如何保证优秀人才不流失，是企业发展中的重中之重。

现阶段，企业处理人才离职问题，主要是通过管理者日常沟通与日常观察。一方面，对于受制于，管理者发现人才离职风险的能力；另外一方面，很多人才的不同性格、不同特性导致，相关人才离职风险很难被发现。

发明内容

本发明实施例的目的是提供一种员工离职风险预测方法、装置、设备及可读存储介质。本发明实施例在使用过程中能够通过通过收集、处理、统计企业历史人才离职相关信息及原因，构建人工智能算法，实时、动态的预测员工离职风险，对于出现离职风险的人才提前向管理者发出预警，并且给出人才离职问题解决诊断办法，能够更好的保障企业人才团队的建设，以及人才相关的培养。

为解决上述的技术问题，本发明实施例采用以下技术方案：

提供了一种员工离职风险预测方法，包括：

构建企业员工信息数据库；

根据企业员工信息数据库构建企业在职员工画像系统；

根据企业员工信息数据库构建企业离职员工画像系统；

构建招聘信息系统；

根据企业在职员工画像系统、企业离职员工画像系统和招聘信息系统训练员工离职风险预测模型，得到员工离职概率。

可选的，所述根据企业员工信息数据库构建企业在职员工画像系统包括：根据在职员工薪资数据和/或在职员工在职时间数据和/或在职员工晋升数据和/或在职员工降级数据和/或在职员工奖惩数据和/或在职员工家庭信息数据，构建企业在职员工画像系统。

可选的，所述根据企业员工信息数据库构建企业离职员工画像系统包括：根据离职员工离职原因数据和/或离职员工薪资数据和/或离职员工家庭信息数据，构建企业离职员工画像系统。

可选的，所述构建招聘信息系统包括：定期获取招聘网络或相关企业官网上的招聘信息，通过对结构化和非结构化招聘信息进行整理增量入库，对文本非结构化招聘信息通过关键词匹配方法抽取招聘信息入库方式，构建招聘信息系统。

可选的，所述根据企业在职员工画像系统、企业离职员工画像系统和招聘信息系统训练员工离职风险预测模型，得到员工离职概率包括：

形成训练特征向量，包括在职员工画像系统特征向量、离职员工画像系统特征向量以及招聘信息系统特征向量；

形成训练数据标签，包括离职员工特征向量标签和在职员工特征向量标签；

将所述训练特征向量和训练数据标签输入深度神经网络进行训练，所述深度神经网络最后一层为sigmoid层，输出结果为员工离职概率。