LuanVan.vnLuận Văn
Gửi thư

Nghiên cứu và dự đoán tỷ lệ nghỉ việc của người lao động bằng phương pháp học máy

Luận văn · Thạc sĩ · năm 2024 · đề tài tham khảo

Loại tài liệuLuận văn
Bậc họcThạc sĩ
NgànhCông nghệ thông tin
Tác giảNguyễn Thị Thu Thảo
Người hướng dẫnVõ Văn Hải
Cơ sở đào tạoTrường Đại học Kinh tế TP. Hồ Chí Minh
Năm2024
NguồnThư viện số Trường Đại học Kinh tế TP. Hồ Chí Minh · trang gốc

Tóm tắt

Nghiên cứu này tập trung vào việc phân tích và dự đoán tỷ lệ nghỉ việc của người lao động trong doanh nghiệp bằng cách áp dụng các mô hình học máy, bao gồm Logistic Regression, Decision Tree, Naive Bayes, Random Forest và Support Vector Machine. Để đảm bảo tính chính xác của dữ liệu, các biến có hệ số phóng đại phương sai cao đã được loại bỏ nhằm giảm thiểu hiện tượng đa cộng tuyến. Phương pháp forward selection được áp dụng để xác định và chọn ra các đặc trưng quan trọng nhất trong dự đoán tỷ lệ nghỉ việc. Kết quả nghiên cứu cho thấy rằng các yếu tố như sự hài lòng trong công việc, môi trường làm việc, cơ hội thăng tiến và quyền lợi tài chính đóng vai trò quyết định trong việc dự đoán. Trong số các mô hình đã được kiểm tra, Hồi quy Logistic được chọn là mô hình tối ưu do khả năng cung cấp kết quả dự đoán chính xác và dễ hiểu. Mô hình này đạt được sự cân bằng tốt giữa độ chính xác và khả năng dự đoán chính xác các trường hợp nghỉ việc.
Bản toàn văn lưu tại thư viện Trường Đại học Kinh tế TP. Hồ Chí Minh

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.