استفاده از الگوریتم های درخت تصمیم گیری و شبکه عصبی در راستای پیش بینی نیروی انسانی در سازمان

نیروی انسانی، عنصر و سرمایه اصلی شرکتها و سازمان ها می باشد. تعدد شرکتهایی که به دنبال نیروی انسانی خبره و کارآمدهستند، موجب شده تا کارکنان براساس انتظارات خود از شغل، شرکت مورد نظرشان را انتخاب کرده و در آن مشغول به کار شوند.افزایش قدرت انتخاب افراد سبب شده تا آنها به محض نارضایتی از شرایط حاکم بر سازمان، به راحتی سازمان را ترک کرده و بهسازمان دیگری جهت کار مراجعه کنند. لذا برای شرکتها انتخاب افرادی با تعهد سازمانی بیشتر اهمیت ویژهای پیدا کرده است تابدین طریق بتوانند هزینه های ناشی از ریزش کارکنان را کاهش دهند. لذا مسئله ی مدیریت ریزش کارکنان در بسیاری از شرکتهامطرح شده است. روش تحقیق در این پژوهش از نوع توصیفی اکتشافی و کاربردی است و از نظر فرآیند و روش جمع آوری و تحلیلداده ها جزو تحقیقات کمی و شبیه سازی محسوب می شود. جهت انجام داده کاوی از الگوریتم های داده کاوی ذیل برای کلاس بندیداده ها استفاده شد: الگوریتم درخت تصمیم گیری J۴۸ و شبکه عصبی MLP نتایج حاصل از تحقیق نشان داده است که شبکه عصبی دارای بهترین عملکرد و دقت کلاس بندی و پیش بینی صفت لیبل را کسب نموده است و پس از آن درخت تصمیم گیری J۴۸بیشترین دقت را داشته است.

کلیدواژه ها:

پیش بینی ، نیروی انسانی ، درخت تصمیم گیری ، شبکه عصبی ، دقت