論文の概要: Employee Turnover Prediction: A Cross-component Attention Transformer with Consideration of Competitor Influence and Contagious Effect

• arxiv url: http://arxiv.org/abs/2502.01660v1
• Date: Fri, 31 Jan 2025 22:25:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-05 15:02:54.335781
• Title: Employee Turnover Prediction: A Cross-component Attention Transformer with Consideration of Competitor Influence and Contagious Effect
• Title（参考訳）: 従業員転職予測:競合者の影響と感染効果を考慮したクロスコンポーネント注意変換器
• Authors: Hao Liu, Yong Ge,
• Abstract要約: 本研究では,企業間における個人従業員の転職を予測するために,ジョブの組込み性理論に基づく新たな深層学習手法を提案する。 提案手法は,最先端のベンチマーク手法よりも優れた性能を示す。
• 参考スコア（独自算出の注目度）: 12.879229546467117
• License:
• Abstract: Employee turnover refers to an individual's termination of employment from the current organization. It is one of the most persistent challenges for firms, especially those ones in Information Technology (IT) industry that confront high turnover rates. Effective prediction of potential employee turnovers benefits multiple stakeholders such as firms and online recruiters. Prior studies have focused on either the turnover prediction within a single firm or the aggregated employee movement among firms. How to predict the individual employees' turnovers among multiple firms has gained little attention in literature, and thus remains a great research challenge. In this study, we propose a novel deep learning approach based on job embeddedness theory to predict the turnovers of individual employees across different firms. Through extensive experimental evaluations using a real-world dataset, our developed method demonstrates superior performance over several state-of-the-art benchmark methods. Additionally, we estimate the cost saving for recruiters by using our turnover prediction solution and interpret the attributions of various driving factors to employee's turnover to showcase its practical business value.
• Abstract（参考訳）: 従業員の転職は、個人が現在の組織から雇用を終了することを指す。 これは企業、特に高い転職率に直面しているIT(Information Technology)業界の企業にとって、最も永続的な課題の1つです。 従業員の転職の効果的な予測は、企業やオンラインリクルーターのような複数の利害関係者に利益をもたらす。 これまでの研究では、1つの企業における転職予測や、企業間の従業員の総括的な動きに焦点が当てられていた。 複数の企業における個々の従業員の転職を予測する方法は、文献にはほとんど注目されていないため、依然として大きな研究課題である。 本研究では,企業間における個人従業員の転職を予測するために,仕事の組込み性理論に基づく新たな深層学習手法を提案する。 実世界のデータセットを用いた広範囲な実験的評価により,提案手法はいくつかの最先端ベンチマーク手法よりも優れた性能を示す。 さらに、当社の転職予測ソリューションを用いて、採用者のコスト削減を見積もり、従業員の転職に対する様々な要因の属性を解釈し、その実用的ビジネス価値を示す。

関連論文リスト

• Achieving Fairness in Predictive Process Analytics via Adversarial Learning [50.31323204077591]
  本稿では、デバイアスフェーズを予測ビジネスプロセス分析に組み込むことの課題に対処する。 本研究の枠組みは, 4つのケーススタディで検証し, 予測値に対する偏り変数の寄与を著しく低減することを示した。
  論文  参考訳（メタデータ） (2024-10-03T15:56:03Z)
• Data Distribution Shifts in (Industrial) Federated Learning as a Privacy Issue [0.0]
  我々は、少数の強力で潜在的に競合する工業者間のコラボレーションである産業連合学習を考察する。 この設定は、デバイス間設定などでは発生しないプライバシーリスクを隠蔽する、と我々は主張する。 攻撃者は、他のクライアントに対して微妙な分布シフトを検知できることを示す。
  論文  参考訳（メタデータ） (2024-09-20T20:09:19Z)
• Understanding the Factors Influencing Self-Managed Enterprises of Crowdworkers: A Comprehensive Review [49.623146117284115]
  本稿では,クラウドソーシングの自己管理型クラウドワーカー企業(SMEC)への移行について検討する。 SMECの台頭を説明する重要な要因を特定することに焦点を当て、このシフトの基本的な側面を理解するために文献をレビューする。 この研究は、今後の研究を指導し、政策とプラットフォーム開発を指導することを目的としており、この発展途上の風景における公正な労働実践の重要性を強調している。
  論文  参考訳（メタデータ） (2024-03-19T14:33:16Z)
• Evaluating and Incentivizing Diverse Data Contributions in Collaborative Learning [89.21177894013225]
  フェデレートされた学習モデルがうまく機能するためには、多様で代表的なデータセットを持つことが不可欠である。 データの多様性を定量化するために用いられる統計的基準と、使用するフェデレート学習アルゴリズムの選択が、結果の平衡に有意な影響を及ぼすことを示す。 我々はこれを活用して、データ収集者がグローバルな人口を代表するデータに貢献することを奨励する、シンプルな最適なフェデレーション学習機構を設計する。
  論文  参考訳（メタデータ） (2023-06-08T23:38:25Z)
• On the Trade-off of Intra-/Inter-class Diversity for Supervised Pre-training [72.8087629914444]
  教師付き事前学習データセットのクラス内多様性(クラス毎のサンプル数)とクラス間多様性(クラス数)とのトレードオフの影響について検討した。 トレーニング前のデータセットのサイズが固定された場合、最高のダウンストリームのパフォーマンスは、クラス内/クラス間の多様性のバランスがとれる。
  論文  参考訳（メタデータ） (2023-05-20T16:23:50Z)
• What Should I Know? Using Meta-gradient Descent for Predictive Feature Discovery in a Single Stream of Experience [63.75363908696257]
  計算強化学習は、未来の感覚の予測を通じて、エージェントの世界の知覚を構築しようとする。 この一連の作業において、オープンな課題は、エージェントがどの予測が意思決定を最も支援できるかを、無限に多くの予測から決定することである。 本稿では,エージェントが何を予測するかを学習するメタ段階的な降下過程,(2)選択した予測の見積もり,3)将来の報酬を最大化するポリシーを生成する方法を紹介する。
  論文  参考訳（メタデータ） (2022-06-13T21:31:06Z)
• Turtle Score -- Similarity Based Developer Analyzer [0.0]
  この研究は、会社に完全に適合する候補を見つけるために、説得力のある結果を理解し、分析し、自動生成することを目的としている。 データは、IT領域で働く各従業員に対して、パフォーマンス指標に焦点を当てて検査され、収集されます。 同じような性格の人と働くと、特定の労働者の効率性と能力が高くなることが証明されています。
  論文  参考訳（メタデータ） (2022-05-10T13:22:11Z)
• Test-time Collective Prediction [73.74982509510961]
  マシンラーニングの複数のパーティは、将来のテストポイントを共同で予測したいと考えています。 エージェントは、すべてのエージェントの集合の集合的な専門知識の恩恵を受けることを望んでいるが、データやモデルパラメータを解放する意思はないかもしれない。 我々は、各エージェントの事前学習モデルを利用して、テスト時に集合的な予測を行う分散型メカニズムを探索する。
  論文  参考訳（メタデータ） (2021-06-22T18:29:58Z)
• An Extensive Analytical Approach on Human Resources using Random Forest Algorithm [0.0]
  調査では、ワークライフの不均衡、低賃金、不均一なシフトなど、従業員がワークライフを変えることを考えることが示されました。 本稿では,異なる従業員パラメータを考慮したランダムフォレストアルゴリズムを用いたモデルを提案する。 hr部門がギャップを特定し、良好な従業員保持率で組織をスムーズに運営することを支援することで、従業員の維持を支援する。
  論文  参考訳（メタデータ） (2021-05-07T07:35:23Z)
• Obtain Employee Turnover Rate and Optimal Reduction Strategy Based On Neural Network and Reinforcement Learning [0.0]
  本稿では,従業員の転職率の多層パーセプトロン予測モデルを構築した。 従業員の転職率を抑えるための一連の戦略を自動生成する,一種の強化学習アルゴリズムであるSarsaに基づくモデルを提案する。
  論文  参考訳（メタデータ） (2020-12-01T15:48:23Z)
• Wisdom of collaborators: a peer-review approach to performance appraisal [0.0]
  本稿では,個々人の評価と,定量化不可能な個々人の影響を評価する新しい指標であるPier Rank Score(PRS)を提案する。 PRSは、従業員のペアワイズ比較に基づいている。 シミュレーションでアルゴリズムの堅牢性を示し、1000人以上の従業員を対象に遺伝子検査会社として実証的に検証した。
  論文  参考訳（メタデータ） (2019-12-30T09:23:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。