人工智能模型与员工生命周期管理：一项系统性文献综述
综合经济学
2022-09-16 v1 经济学
摘要
背景/目的：在不同阶段的员工生命周期（EL）管理中，使用人工智能（AI）模型进行数据驱动决策的现象日益增多。然而，目前尚无全面研究探讨AI在EL管理中的贡献。因此，本研究的主要目标是填补这一理论空白并确定AI模型对EL的贡献。方法：本研究采用PRISMA方法（一种系统性文献综述模型），以确保能获取与该主题相关的最大数量出版物。PRISMA模型的输出确定了23篇相关文章，本研究的发现基于对这些文章的分析而呈现。结果：研究发现，AI算法被用于EL管理的所有阶段（即招聘、入职、就业能力与福利、留任和离职）。研究还表明，Random Forest、Support Vector Machines、Adaptive Boosting、Decision Tree和Artificial Neural Network算法优于其他算法，是文献中最常用的算法。结论：尽管AI模型在解决EL问题中的使用不断增加，但该主题的研究仍处于起步阶段，有必要开展更多相关研究。
引用
@article{arxiv.2209.07335,
title = {Artificial Intelligence Models and Employee Lifecycle Management: A Systematic Literature Review},
author = {Saeed Nosratabadi and Roya Khayer Zahed and Vadim Vitalievich Ponkratov and Evgeniy Vyacheslavovich Kostyrin},
journal= {arXiv preprint arXiv:2209.07335},
year = {2022}
}