基于神经网络与强化学习获取员工流失率及最优缩减策略
人工智能
2020-12-02 v1
摘要
如今，人力资源是企业各类资源的重要组成部分。对企业而言，高忠诚度和高素质的人才往往是企业的核心竞争力。因此，预测员工是否离职并降低员工流失率具有重要的现实意义。首先，本文建立了员工流失率的多层感知机预测模型。提出了一种基于Sarsa（一种强化学习算法）的模型，用于自动生成一组降低员工流失率的策略。这些策略是从企业角度能够最大程度降低员工流失率且成本较低的策略集合，可作为企业优化员工制度的参考方案。实验结果表明，该算法确实能提高具体策略的效率和准确性。
引用
@article{arxiv.2012.00583,
title = {Obtain Employee Turnover Rate and Optimal Reduction Strategy Based On Neural Network and Reinforcement Learning},
author = {Xiaohan Cheng},
journal= {arXiv preprint arXiv:2012.00583},
year = {2020}
}