买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：平安科技(深圳)有限公司

摘要：本发明公开了一种基于隐马尔可夫模型的离职预测方法及相关装置。其中方法包括：基于员工的静态信息和工作状态对员工离职意向的影响，构建预训练隐马尔可夫模型，并通过已录用员工样本数据对该预训练隐马尔可夫模型进行训练，获取用于预测求职者工作状态和离职概率的隐马尔可夫模型；获取求职者的应聘数据，基于该应聘数据构建该求职者的静态信息特征数据集；将该静态信息特征数据集输入该隐马尔可夫模型，预测该求职者入职后的工作状态和离职概率。通过上述方式，为人力资源管理部门做出是否录用决定提供参考信息，避免将易离职的不稳定求职者招聘到企业中，降低人力招聘成本。此外，该方法在时间尺度上的可拓展性强，如后序可实现离职预警等。

主权项：1.一种基于隐马尔可夫模型的离职预测方法，其特征在于，所述方法包括：基于员工的静态信息和工作状态对员工离职意向的影响，构建预训练隐马尔可夫模型，并通过已录用员工样本数据对所述预训练隐马尔可夫模型进行训练，获取用于预测求职者工作状态和离职概率的隐马尔可夫模型；获取求职者的应聘数据，基于所述应聘数据构建所述求职者的静态信息特征数据集；将所述静态信息特征数据集输入所述隐马尔可夫模型，预测所述求职者入职后的工作状态和离职概率；所述基于员工的静态信息和工作状态对员工离职意向的影响，构建预训练隐马尔可夫模型，并通过已录用员工样本数据对所述预训练隐马尔可夫模型进行训练，获取用于预测求职者工作状态和离职概率的隐马尔可夫模型，包括：将员工的静态信息作为输入，以员工的工作状态为隐含状态、员工的离职意向为观测状态，构建预训练隐马尔可夫模型，所述预训练隐马尔可夫模型的模型参数包括第一观测概率矩阵A、状态转移概率矩阵B和第二观测概率矩阵C；其中，所述第一观测概率矩阵A中的元素表示静态信息为Xi时，工作状态为Yj的概率；所述状态转移概率矩阵B中的元素表示工作状态Yj向工作状态Yk转移的概率；所述第二观测概率矩阵C中的元素表示静态信息为Xi时，离职意向为Zj的概率，i，j和k均为正整数；建立训练集数据，所述训练集数据中包括多个第一已录用员工样本的静态信息特征数据集、工作状态特征数据集序列以及离职意向标注值序列，所述离职意向标注值序列中的离职意向标注值与所述工作状态特征数据集序列中的工作状态特征数据集按照时间排序一一对应；其中，所述第一已录用员工样本中包括第一在职员工样本和第一离职员工样本；利用所述训练集数据对所述预训练隐马尔可夫模型进行训练。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 基于隐马尔可夫模型的离职预测方法及相关装置