基于SVM的高新技術企業(yè)人才流失預警研究.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、技術密集型的高新技術企業(yè)來說更是嚴峻挑戰(zhàn)。企業(yè)通過建立有效的人才流失預警機制，不僅可以用最小的成本留住人才、激勵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、培訓費用和時間成本，能夠避免客戶流失。因此，有關高新技術企業(yè)人才流失的預警研究對于企業(yè)發(fā)展具有十分重要的實踐意義。
　　本文在闡述

2、人才流失和支持向量機等理論的基礎上，根據(jù)高新技術企業(yè)人才年齡偏小、學歷較高和服務期偏短等特點設計調(diào)查問卷，通過對問卷進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)進行因子分析來選取人才流失特征，從而構(gòu)建高新技術企業(yè)人才流失分類預警指標體系。
　　由于高新技術企業(yè)人才流失調(diào)查數(shù)據(jù)屬于小樣本，而支持向量機作為數(shù)據(jù)挖掘的新技術，對于解決小樣本分類問題是一種較好的分類方法，并且其學習結(jié)果模型具有較強的穩(wěn)定性的特點，因此，選擇支持

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