[发明专利]基于人工智能的流失人员预测方法和装置

权利要求书

1.一种基于人工智能的流失人员预测方法，其特征在于，所述方法包括：

根据流失人员集合中每个样本流失人员的基础属性特征和历史任职属性特征，获得所述样本流失人员的特征编码序列；

在每个所述样本流失人员的特征编码序列所包括的特征编码子序列中，确定出现频率超过频率阈值的特征编码子序列以作为频繁特征编码序列；

其中，所述频繁特征编码序列中包括所述样本流失人员的基础属性特征编码和/或历史任职属性特征编码；

将所述频繁特征编码序列中的每个特征编码按照重要程度进行融合，得到表征所述流失人员集合的共性的强相关特征编码；

基于所述流失人员集合中每个样本流失人员的强相关特征编码构造训练样本，基于构造的多个训练样本训练机器学习模型，并基于训练后的机器学习模型预测待预测人员成为流失人员的概率。

2.根据权利要求1所述的方法，其特征在于，所述根据流失人员集合中每个样本流失人员的基础属性特征和历史任职属性特征，获得所述样本流失人员的特征编码序列，包括：

针对所述流失人员集合中每个样本流失人员执行以下处理：

在所述样本流失人员的员工数据中，提取基础属性类型和历史任职属性类型的数据，并基于所提取的数据构建多个员工特征，其中，所述员工特征包括所述基础属性特征和所述历史任职属性特征；

根据每个所述员工特征的特征值，从相应类型的编码表查找所述特征值的编码值；

将对应每个所述员工特征的特征值所查找到的编码值进行组合，以获得所述样本流失人员的特征编码序列。

3.根据权利要求2所述的方法，其特征在于，在所述根据每个所述员工特征的特征值，从相应类型的编码表查找所述特征值的编码值之前，所述方法还包括：

对每个所述员工特征进行以下预处理操作：

确定所述样本流失人员对应于所述员工特征的特征值的缺失数量、以及对应于所述员工特征的相同特征值的数量；

将特征值的缺失数量超过缺失值过滤阈值、以及相同特征值的数量超过相同数量阈值的员工特征进行过滤，以获得过滤后的特征；

舍弃对应于所述过滤后的特征的异常特征值，并针对所述过滤后的特征进行特征值填充；

将所述过滤后的特征中的连续型特征对应的特征值进行离散处理，以获得离散型特征；

将所述离散处理后得到的离散型特征和所述过滤后的特征中的离散型特征，作为用于进行编码处理的员工特征。

4.根据权利要求1所述的方法，其特征在于，所述在每个所述样本流失人员的特征编码序列所包括的特征编码子序列中，确定出现频率超过频率阈值的特征编码子序列以作为频繁特征编码序列，包括：

在每个所述样本流失人员的特征编码序列中，多次选取基础属性特征编码和/或历史任职属性特征编码，并将每次选取的特征编码进行组合，以获得多个不同的特征编码子序列；

其中，每个所述特征编码子序列中均包含归属于不同样本流失人员的特征编码序列中的特征编码；

在所述多个不同的特征编码子序列形成的序列集合中，选取出现频率超过所述频率阈值的特征编码子序列，以作为频繁特征编码序列；

其中，所述在所述多个不同的特征编码子序列形成的序列集合中，选取出现频率超过所述频率阈值的特征编码子序列，以作为频繁特征编码序列，包括：

在所述序列集合中，选取单位长度为一的一项特征编码序列前缀，并确定对应于所述一项特征编码序列前缀的投影数据集；

当对应于所述一项特征编码序列前缀的投影数据集不为空时，将出现频率超过所述频率阈值的一项特征编码序列前缀确定为目标一项特征编码序列；

在所述目标一项特征编码序列的基础上，依次递增选取的特征编码序列前缀的单位长度，以获得n项特征编码序列前缀；

确定对应于所述n项特征编码序列前缀的投影数据集；

当对应于所述n项特征编码序列前缀的投影数据集为空、且所述n项特征编码序列前缀的出现频率超过所述频率阈值时，将所述n项特征编码序列前缀确定为所述频繁特征编码序列；

其中，所述n是取值逐渐递增的自然数，取值范围满足2≤n≤K，K是所述序列集合中长度最大的特征编码子序列中所包含的特征编码的数量。