员工离职预测：一种考虑竞争对手影响和传染效应的跨组件注意力 Transformer
机器学习
2025-02-05 v1 人工智能
摘要
员工离职是指个人终止与当前组织的雇佣关系。这是企业，尤其是面临高离职率的信息技术 (IT) 行业企业，最持久的挑战之一。有效预测潜在的员工离职对企业和在线招聘方等多个利益相关者都有益处。先前的研究要么关注单个公司内部的离职预测，要么关注公司间聚合的员工流动。如何预测多个公司间个体员工的离职在文献中很少受到关注，因此仍然是一个巨大的研究挑战。在本研究中，我们基于工作嵌入理论，提出了一种新颖的深度学习方法，用于预测不同公司间个体员工的离职。通过使用真实世界数据集进行广泛的实验评估，我们开发的方法相比几种最先进的基准方法展现出优越的性能。此外，我们估算了招聘方使用我们的离职预测解决方案所节省的成本，并解释了各种驱动因素对员工离职的归因，以展示其实际商业价值。
引用
@article{arxiv.2502.01660,
title = {Employee Turnover Prediction: A Cross-component Attention Transformer with Consideration of Competitor Influence and Contagious Effect},
author = {Hao Liu and Yong Ge},
journal= {arXiv preprint arXiv:2502.01660},
year = {2025}
}