[发明专利]一种人才离职预测方法、装置、电子设备及存储介质

权利要求书

1.一种人才离职预测方法，其特征在于，包括：

获取当前人才的待预测信息；

将所述待预测信息输入至训练完成的预测组合森林模型，根据所述预测组合森林模型的输出结果确定所述当前人才的离职预测结果，其中，所述预测组合森林模型包括第一预测森林模型和第二预测森林模型，所述第一预测森林模型根据历史原始样本信息和第一标准预测结果训练得到，所述第二预测森林模型根据历史关键样本信息和第二标准预测结果训练得到。

2.根据权利要求1所述的方法，其特征在于，所述第二预测森林模型的训练方法，包括：

获取所述历史关键样本信息；

将所述历史关键样本信息输入至所述第二原始森林模型，得到第一预测结果，根据所述第一预测结果与所述第二标准预测结果调节所述第二原始森林模型的网络参数，得到所述第二预测森林模型。

3.根据权利要求2所述的方法，其特征在于，所述获取所述历史关键样本信息，包括：

计算所述历史原始样本信息中的各离职人才的历史离职样本信息与各在职人才的历史在职样本信息的样本距离；

将所述历史离职样本信息以及与所述历史离职样本信息的样本距离处于设定距离阈值内的至少一个目标历史在职样本信息，确定为所述历史关键样本信息。

4.根据权利要求3所述的方法，其特征在于，确定与所述历史离职样本信息的样本距离处于设定距离阈值内的至少一个目标历史在职样本信息，包括：

将所述历史原始样本信息输入至设定二叉树中，并确定所述设定二叉树中的目标离职节点；

计算所述目标离职节点与任一在职子节点的第一距离，以及计算所述目标离职节点与目标在职叶子节点的第二距离，其中，所述目标在职叶子节点为与所述目标离职节点的当前最近点；

如果所述第一距离小于所述第二距离，将所述第一距离对应的在职子节点确定为所述目标历史在职样本信息；

如果所述第一距离等于所述第二距离，将所述第一距离对应的在职子节点或者所述目标在职叶子节点确定为所述目标历史在职样本信息；

如果所述第一距离大于所述第二距离，将所述第二距离对应的目标在职叶子节点确定为所述目标历史在职样本信息。

5.根据权利要求2所述的方法，其特征在于，所述第一预测森林模型以所述历史原始样本信息的各特征的最小基尼系数为节点进行分裂，所述第二预测森林模型以所述历史关键样本信息的各特征的最小基尼系数为节点进行分裂。

6.根据权利要求2所述的方法，其特征在于，所述网络参数包括：评价指标真实正类率、准确率以及几何平均值中的至少一种。

7.根据权利要求2所述的方法，其特征在于，在所述获取所述历史关键样本信息之前，还包括：

获取所述历史原始样本信息；

对所述历史原始样本信息进行冗余处理和归一化处理，得到中间样本信息，以根据所述中间样本信息确定所述历史关键样本信息。

8.一种人才离职预测装置，其特征在于，包括：

待预测信息获取模块，用于获取当前人才的待预测信息；

离职预测结果确定模块，用于将所述待预测信息输入至训练完成的预测组合森林模型，根据所述预测组合森林模型的输出结果确定所述当前人才的离职预测结果，其中，所述离职预测模型包括第一预测森林模型和第二预测森林模型，所述第一预测森林模型根据历史原始样本信息和第一标准预测结果训练得到，所述第二预测森林模型根据历史关键样本信息和第二标准预测结果训练得到。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的人才离职预测方法。

10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时实现如权利要求1-7中任一项所述的人才离职预测方法。