پیش بینی هوشمند تعداد نیروی انسانی در سازمان با رویکرد داده کاوی

زمینه و هدف: در سال های اخیر، سازمان ها به طور فزاینده ای بر بهینه سازی مدیریت منابع انسانی تمرکز کرده اند و متوجه شده اند که موفقیت آن ها به جذب، نگهداری و به کارگیری موثر استعدادها بستگی دارد. داده کاوی، که الگوهای ارزشمندی را از مجموعه داده های بزرگ استخراج می کند، نقش مهمی در این فرآیند دارد. این مطالعه به منظور پیش بینی نیازهای نیروی انسانی با استفاده از رویکرد جدیدی که شبکه های عصبی را با الگوریتم بهینه سازی نهنگ (WOA) و شبیه سازی تبریدی (SA) ترکیب می کند، انجام شده است.روش شناسی: این تحقیق، که بر اساس مجموعه داده ای شامل ۳۰,۰۰۰ رکورد انجام شده، از نوع کاربردی و کمی است. روش پیشنهادی، قابلیت های شناسایی الگوهای شبکه های عصبی را با نقاط قوت بهینه سازی WOA و SA ترکیب می کند. این مدل ترکیبی به منظور بهبود دقت و کارایی در پیش بینی نیازهای نیروی انسانی طراحی شده است.یافته ها: مدل ترکیبی به طور قابل توجهی دقت پیش بینی، کارایی و استحکام را نسبت به روش های سنتی بهبود داد. یافته ها نشان می دهند که این رویکرد ابزاری قدرتمند برای برنامه ریزی منابع انسانی است و به سازمان ها راهی قابل اعتمادتر برای پیش بینی نیازهای نیروی کار و تصمیم گیری های استراتژیک ارائه می دهد.نتیجه گیری: این مطالعه بر اهمیت تکنیک های پیشرفته داده کاوی در بهبود فرآیندهای تصمیم گیری مرتبط با منابع انسانی تاکید دارد. روش پیشنهادی نه تنها تخصیص نیروی کار را بهینه می کند بلکه با اطمینان از اینکه افراد مناسب در نقش های مناسب قرار دارند، به موفقیت سازمان نیز کمک می کند. تحقیقات آینده می توانند کاربرد این روش را در صنایع مختلف بررسی کنند تا اثربخشی آن بیشتر تایید شود.

کلیدواژه ها:

نیروی انسانی ، هوشمند ، داده کاوی ، شبکه عصبی مصنوعی ، الگوریتم نهنگ آبی ، الگوریتم شبیه سازی تبریدی