Geri Dön

Rastgele orman algoritması temelli nesnel bir ölçüt ağırlıklandırma yöntemi önerisi ve insan kaynakları analitiği için dinamik bir uygulama

A random forest algorithm-based objective attribute weighting method proposition and its dynamic application on human resources analytics

  1. Tez No: 953383
  2. Yazar: BATUHAN BİLENLER
  3. Danışmanlar: DOÇ. DR. SAİT GÜL, DR. ÖĞR. ÜYESİ TAMER UÇAR
  4. Tez Türü: Doktora
  5. Konular: Endüstri ve Endüstri Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mühendislik Bilimleri, Industrial and Industrial Engineering, Computer Engineering and Computer Science and Control, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: İşletme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: İşletme Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışmada, araştırma yapılması için paylaşılmış açık kaynak bir veri seti kullanılarak personelin işten ayrılmasının tahminlenebilmesi ve özniteliklerin bu modele hangi oranda katkı sunduğuna dair nesnel bir ağırlıklandırma yöntemi (RAFOW) önerilmektedir. Makine öğrenmesinin veriden anlam çıkararak, probleme özgü öznitelik ağırlıkları belirleyebilmesi literatüre sağladığı yeni bir katkıdır. Rastgele orman tekniği ile ağaçlar oluşturulurken düğümlere öznitelikleri rastgele olarak atama özelliğinden faydalanarak, ağaçların seviye 0, seviye 1 ve seviye 2 seviyelerindeki bölünme/aday oranları hesaplanmış ve o model üzerindeki ağırlıklar normalize edilerek gösterilmiştir. Hali hazırda Sklearn kütüphanesinin özellik önem hesaplama tekniği olan her ağaçtaki safsızlık azalması prensibi ile ağırlık çıkarılması yöntemiyle birlikte bu çalışmada ileri sürülen yöntemin karşılaştırılması yapılmıştır. RAFOW yönteminin, sklearn kütüphanesi kullanılarak elde edilen özellik önem dağılımına göre daha dengeli bir ağırlandırma yapabildiği, önemsiz gibi görünen özelliklerinin öneminin daha yüksek olabildiğini gösteren kazanımlar sağlamıştır. İnsan kaynakları analitiğinde, RAFOW ve ARAS yöntemlerinin birlikte kullanımında açıklanabilirlik, kolaylık, anlaşılabilirlik ve uygulanabilirlik gibi faydalar bu çalışmada ortaya çıkarılmıştır. Personel sayısı değiştikçe, oluşan yeni veri seti üzerinde oldukça kısa bir sürede yeni öznitelik ağırlıkları dinamik şekilde oluşturulabileceği bu çalışmada uygulamalı şekilde ortaya konulmuştur.

Özet (Çeviri)

In this study, an objective weighting method (RAFOW) is proposed to predict employee turnover and determine the contribution levels of features to this model using a publicly available open-source dataset. The ability of machine learning to derive insights from data and assign problem-specific feature weights represents a novel contribution to the literature. By utilizing the feature assignment characteristic of the random forest technique during tree construction, split/candidate ratios at levels 0, 1, and 2 were calculated, and the weights on the model were normalized and presented. A comparison was made between the proposed method and the impurity reduction principle-based feature importance calculation technique in Scikit-learn's library. The study highlights the benefits of using RAFOW and the ARAS methods together in human resources analytics, emphasizing advantages such as explainability, simplicity, comprehensibility, and applicability. Furthermore, it is demonstrated through practical implementation that dynamic feature weights can be generated in a very short time for a new dataset as the number of employees changes.

Benzer Tezler

  1. Organize sanayi bölgelerinde iş güvenliği sorunlarının teknik ve bilimsel araştırılmasında bir yöntem önerisi

    Başlık çevirisi yok

    MEHMET ALİ YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Çalışma Ekonomisi ve Endüstri İlişkileriGazi Üniversitesi

    Kazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı (disiplinlerarası)

    DOÇ. DR. İBRAHİM BOYNUKALIN

  2. Türkiye'de üretilen bazı kışlık el örgü ipliklerinin başlıca iplik ve lif özellikleri üzerinde bir araştırma

    Başlık çevirisi yok

    SEMA YÜCEBAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Tekstil ve Tekstil MühendisliğiEge Üniversitesi

    Tekstil Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜLSEREN YAZICIOĞLU

  3. Etlik piliçlerde; başlama yeminden bitirme yemine geçiş dönemleri üzerinde bir araştırma

    Başlık çevirisi yok

    EROL KARKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    ZiraatEge Üniversitesi

    Zootekni Ana Bilim Dalı

    PROF. DR. CEMAL SARICAN

  4. Sapan gözlemlerin istatistiksel olarak değerlendirilmesi üzerine bir çalışma

    Literature survey for detecting outlying observtions in samples

    M.İZZET ÇİÇEK

    Yüksek Lisans

    Türkçe

    Türkçe

    1984

    İstatistikEge Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ŞABAN EREN

  5. Tahmin metodu olarak markov zincirleri ve işgücü hareketliliğine uygulanması

    Başlık çevirisi yok

    ABDULLAH EROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    İstatistikGazi Üniversitesi

    DOÇ. DR. FEVZİ KUTAY