A recommendation approach for employee retention by using a new feature selection strategy
Yeni bir özellik seçim stratejisi kullanarak çalişanlari koruma yaklaşimi
- Tez No: 833285
- Danışmanlar: PROF. DR. GÜLSER KÖKSAL
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 167
Özet
Bugünlerde tecrübeli ve yetenekli çalışanları elde tutmak, organizasyonların büyük endişelerinden birisi haline geldi. Yeni çalışanın işe alımı, eğitimi ile ilgili ek maliyetler, teknik bilgi ve müşteri memnuniyeti kaybı çalışanın elde tutulmasını daha kritik hale getirir. Bu sebeple şirketlerin İnsan Kaynakları(IK) departmanı değerli çalışanları uzun süre tutmak için birçok strateji dener. Ancak bir gruba hitap eden ve kişisel öncelikleri göz ardı eden her strateji, o gruptaki her çalışan için başarılı ya da uygun olmayabilir. Bu noktada çalışanı elde tutmaya yönelik etkili tavsiye stratejilerin geliştirilmesi IK departmanları için önem kazanmaktadır. Literatürde çalışanların işten ayrılmalarına neden olan faktörlere odaklanan birçok çalışma bulunmaktadır, ancak kişisel sebepleri dikkate alan çok az çalışma bulunmaktadır. Bu çalışma, geliştirilmiş bir özellik seçimi ve tavsiye algoritması sağlayarak şirket için değerli her bir çalışanı bireysel olarak işten ayrılmaya yönlendiren en etkili özellikleri belirlemeye odaklanmaktadır. Şirket için değerli çalışanları belirlemek için Bulanık C-Ortalamalar kümeleme algoritması kullanılır. Farklı topluluk öğrenme algoritmalarını, İleri ve Geri Özellik Seçimi de dahil olmak üzere farklı özellik seçme yaklaşımlarıyla birlikte kullanan gelişmiş bir özellik seçme yöntemi önerilmektedir. Yöntem, sınıflandırma ve özellik seçme metodolojilerinin tüm farklı kombinasyonları arasında en çok oy alan belirli sayıda özelliği dikkate alır. En çok oylanan k özelliği seçtikten sonra, Rassal Orman (RO), Ekstrem Gradyan Arttırma (EGA), and Gradyan Arttırma (GA) algoritmaları uygulanır. Ayrıca işten ayrılan ve ayrılmayan çalışanlar arasındaki benzerliğe dayalı olarak farklı bir tavsiye yaklaşımı yayınlanmıştır. Bu yaklaşımın arkasındaki ana fikir, İK tarafından kontrol edilemeyen benzer özelliklere sahip, işten ayrılmayan bir çalışan ile potansiyel işten ayrılan bir çalışanı karşılaştırarak çalışanın işten ayrılma niyetini etkileyebilecek farklı nitelikleri bulmaktır. Son olarak, işten ayrılma niyeti olan orta ve deneyimli olarak kategorize edilen her çalışan için n özellik İK departmanının dikkatine sunulur.
Özet (Çeviri)
Nowadays, keeping experienced and talented employees is one of the major concern of the organizations. Extra costs related with hiring and training of new employee, loss of know-how and customer satisfaction makes employee retention more crucial for organizations. Therefore, Human Resources (HR) Department of companies try many strategies to keep valuable employees in the long period of time. However, a strategy appealing to a group of people and ignoring personal priorities may not be successful or appropriate for every employee in that group. At this point, improving effective recommendation strategies to keep the employee gains importance for HR departments. There are many studies in the literature, which focus on the attributes that lead the employees to leave, but fewer studies take into account personal reasons. This study focuses on defining the most effective attributes that lead each precious employee to churn by providing an improved feature selection method and recommendation algorithm. To define precious employees for the company Fuzzy C-Means clustering algorithm is applied. An enhanced feature selection method that uses different ensemble learning algorithms together with different feature selection approaches, including Forward and Backward Feature Selection is proposed. The method considers a certain number of most voted attributes among all different combinations of classification and feature selection methodologies. After choosing these attributes, several classification algorithms are applied including Random Forest (RF), Extreme Gradient Boosting (XGB), and Gradient Boosting (GB) for prediction of potential churner employees. In addition, a different recommendation approach is released based on the similarity between possible churner and non-churner employees. The main idea behind this approach is finding different attributes that can affect churn intention of an employee by comparing a non-churner employee and a potential churner employee who have similar features uncontrolled by HR. Finally, n attributes are offered to the attention of HR department for each possible churner employee which are categorized as medium and experienced.
Benzer Tezler
- Dengelenmiş performansın Bayes ağları ile modellenmesi: Finans sektöründe bir uygulama
Modeling of the balanced scorecard with the Bayesiannetwork approach: A case study in finance sector
MERVE AGARAK
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SEÇKİN POLAT
- Zihinsel ağırlıklı işler için bilişsel görev analizi yöntemi
Başlık çevirisi yok
NİLGÜN YAPICIOĞLU FIĞLALI
Doktora
Türkçe
1998
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET F. ÖZOK
- V42 önerisiyle MNP protokolünün karşılaştırmalı olarak incelenmesi ve MNP4 protokolünün benzetimi
V42 Recommendation and MNP protocol
AHMET BOZKURT
Yüksek Lisans
Türkçe
1993
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. BÜLENT ÖRENCİK
- Yerel alan ağ yönetimi ve SNMP protokol uyumlu yeni bir kullanıcı analizi
Başlık çevirisi yok
ÖZGÜR ÇELİKOĞLU
Yüksek Lisans
Türkçe
1998
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET BÜLENT ÖRENCİK
- Türkiye'deki havayolu pilotlarının işten ayrılma niyetini etkileyen faktörlerin belirlenmesi ve analizi
Determination and analysis of factors affecting turnover intentions of airline pilots in Turkey
MUHAMMET ABDULHAK DEMİR
Yüksek Lisans
Türkçe
2018
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. FETHİ ÇALIŞIR