[发明专利]员工流失分析方法、装置、设备及存储介质

说明书

本申请实施例公开了一种员工流失分析方法、装置、设备及存储介质，包括：获取多个待分析员工的工作表现特征，上述工作表现特征中包括至少两个表现维度的表现特征，一个表现维度包括至少一种表现特征；将上述多个待分析员工的工作表现特征输入员工流失分析模型，通过上述员工流失分析模型得到各待分析员工的流失概率，以及各待分析员工的工作表现特征中各表现维度的倾向贡献度；将流失概率大于预设概率阈值的待分析员工标注为待关注员工；并生成待关注员工预警信息。采用本申请实施例，可直观展示模型分析结果与员工的工作表现之间的联系，提高了模型的适用性。

技术领域

本申请涉及人工智能领域，尤其涉及一种员工流失分析方法、装置、设备及存储介质。

背景技术

目前，随着人工智能领域技术的发展，越来越多的企业利用机器学习模型对员工数据进行行为分析，通常可以在不同类别的员工数据中建立较为深层的联系，对员工的工作状态以及员工的流失概率做出可靠的评估。由于应用机器学习模型的输出结果通常并不能直观地展现原始数据与输出结果之间的联系，无法对模型的输出结果及原始数据之间的联系进行较为直观的解释。而对于员工流失分析模型而言，直观地展现员工的工作表现与员工流失概率之间的联系较为重要，它可以帮助企业及其管理者更好地应对员工流失，以及对员工进行引导。传统的分析模型无法给出分析结果与员工的工作表现之间的联系，会在一定程度上降低模型的应用价值。

发明内容

本申请实施例提供一种员工流失分析方法、装置、设备及存储介质，可直观展示模型分析结果与员工的工作表现之间的联系，提高了模型的适用性。

第一方面，本申请实施例供了一种员工流失分析方法，该方法包括：

获取多个待分析员工的工作表现特征，上述工作表现特征中包括至少两个表现维度的表现特征，一个表现维度包括至少一种表现特征；

将上述多个待分析员工的工作表现特征输入员工流失分析模型，通过上述员工流失分析模型得到各待分析员工的流失概率，以及各待分析员工的工作表现特征中各表现维度的倾向贡献度，其中，上述员工流失分析模型由多个员工的样本工作表现特征训练得到，各员工的样本工作表现特征包括至少两个表现维度的表现特征，一个表现维度包括至少一种表现特征；

将流失概率大于预设概率阈值的待分析员工标注为待关注员工；

根据上述待关注员工的流失概率、上述待关注员工的工作表现特征中各表现特征对应的表现维度以及各表现维度的倾向贡献度生成待关注员工预警信息。

在本申请实施例中，通过利用员工流失分析模型对待分析员工的表现特征进行分析，可以得到各待分析员工的流失概率，以及在各表现维度上的倾向贡献度。进而确定流失概率较高的待关注员工，综合待关注员工在各表现维度的倾向贡献度生成待关注员工预警信息。员工流失分析模型可以直观地展现员工的工作表现与员工流失概率之间的联系，可以帮助企业及其管理者更好地应对员工流失，以及对员工进行引导。此外，员工流失分析模型可以更加直观地提供每个员工在各维度下流失的倾向贡献度，帮助企业及管理者及时采取相应的管理措施来鼓励人员晋升或减缓人员流失，更直观地展示模型分析结果与员工的工作表现之间的联系，提高模型的适用性。

结合第一方面，在一种可能的实施方式中，上述获取多个待分析员工的工作表现特征包括：

从员工的工作统计系统中采集预设时间段内多个待分析员工中各待分析员工的至少两个表现维度的工作表现，并根据各表现维度的工作表现生成各待分析员工的工作表现特征以得到上述多个待分析员工的工作表现特征；

其中，上述表现维度包括员工绩效、员工考勤情况、员工工作任期、员工收入水平以及员工职位中的至少一种。

结合第一方面，在一种可能的实施方式中，上述获取多个待分析员工的工作表现特征之前，上述方法还包括：