基于SVM的高新技術(shù)企業(yè)人才流失預(yù)警研究.pdf

1、隨著社會的不斷發(fā)展，企業(yè)之間的競爭日益激烈，員工對企業(yè)的忠誠度已成為現(xiàn)代企業(yè)人力資源管理的核心，尤其對于知識密集型、技術(shù)密集型的高新技術(shù)企業(yè)來說更是嚴(yán)峻挑戰(zhàn)。企業(yè)通過建立有效的人才流失預(yù)警機(jī)制，不僅可以用最小的成本留住人才、激勵(lì)人才和提高員工對企業(yè)的忠誠度，而且能夠降低企業(yè)由于人才流失而增加額外的招聘、培訓(xùn)費(fèi)用和時(shí)間成本，能夠避免客戶流失。因此，有關(guān)高新技術(shù)企業(yè)人才流失的預(yù)警研究對于企業(yè)發(fā)展具有十分重要的實(shí)踐意義。
　　本文在闡述

2、人才流失和支持向量機(jī)等理論的基礎(chǔ)上，根據(jù)高新技術(shù)企業(yè)人才年齡偏小、學(xué)歷較高和服務(wù)期偏短等特點(diǎn)設(shè)計(jì)調(diào)查問卷，通過對問卷進(jìn)行信度分析和效度分析來保證調(diào)查問卷的質(zhì)量，并對問卷數(shù)據(jù)進(jìn)行因子分析來選取人才流失特征，從而構(gòu)建高新技術(shù)企業(yè)人才流失分類預(yù)警指標(biāo)體系。
　　由于高新技術(shù)企業(yè)人才流失調(diào)查數(shù)據(jù)屬于小樣本，而支持向量機(jī)作為數(shù)據(jù)挖掘的新技術(shù)，對于解決小樣本分類問題是一種較好的分類方法，并且其學(xué)習(xí)結(jié)果模型具有較強(qiáng)的穩(wěn)定性的特點(diǎn)，因此，選擇支持

3、向量機(jī)方法對高新技術(shù)企業(yè)人才流失進(jìn)行分類預(yù)警，即通過對經(jīng)驗(yàn)數(shù)據(jù)進(jìn)行訓(xùn)練得到的分類器來預(yù)測未知數(shù)據(jù)的類別。實(shí)驗(yàn)結(jié)果表明，選擇高斯核函數(shù)作為人才流失行為分類預(yù)警方法可以提高人才流失行為預(yù)警分析的精度。建立的高新技術(shù)企業(yè)人才流失預(yù)警模型對高新技術(shù)企業(yè)人才流失行為能夠進(jìn)行有效識別，具有較好的預(yù)警作用。
　　通過人才流失預(yù)警模型可以及時(shí)發(fā)現(xiàn)人才流失征兆，從而更有針對性地制定相應(yīng)的解決對策，即根據(jù)外部影響因素和內(nèi)部人才狀況等兩個(gè)方面的人才流失