使用机器学习分类器对员工工作与生活平衡的实验分析
计算机与社会
2021-05-18 v1 机器学习
摘要
当今研究者已发现人工智能与机器学习在日常生活中的重要性，且它们可用于改善我们以及城市和国家的生活质量。一个例子是，目前推测 ML 可提供缓解 workers 压力的途径，因其能预测有效的工作 schedule 与模式，从而提高 worker 效率。最终这为 workers 带来了工作与生活平衡（Work-Life Balance）。但这是如何可能的？借助机器学习算法预测、计算影响 worker 工作与生活平衡感受的因素，这在实践上是可行的。为实际做到这一点，我们考虑了可观的 12,756 人的数据。在分析数据并基于各种因素计算后，我们发现了各种因素与 WLB（工作与生活平衡简称）的相关性。有些因素必须被严肃对待，因它们在 WLB 中扮演重要角色。我们用 Random Forest Classifier、SVM 和 Naive Bayes 算法训练了 80% 的数据。测试时，算法以 71.5% 的最佳准确率预测 WLB。
引用
@article{arxiv.2105.07837,
title = {An Experimental Analysis of Work-Life Balance Among The Employees using Machine Learning Classifiers},
author = {Karampudi Radha and Mekala Rohith},
journal= {arXiv preprint arXiv:2105.07837},
year = {2021}
}
备注
10 pages, 16 figures, Published with International Journal of Computer Trends and Technology (IJCTT)