Detailed Information

Cited 0 time in webofscience Cited 0 time in scopus
Metadata Downloads

기계 학습 방법을 이용한 직장 생활 프로파일 기반의 퇴직 예측 모델 개발

Full metadata record
DC Field Value Language
dc.contributor.author윤유동-
dc.contributor.author이설화-
dc.contributor.author지혜성-
dc.contributor.author임희석-
dc.date.accessioned2021-09-03T12:31:10Z-
dc.date.available2021-09-03T12:31:10Z-
dc.date.created2021-06-17-
dc.date.issued2017-
dc.identifier.issn1598-5016-
dc.identifier.urihttps://scholar.korea.ac.kr/handle/2021.sw.korea/85470-
dc.description.abstract최근 대부분의 기업에서 인적 자원의 유출이 조직에 미칠 부정적인 영향을 인지하게 되면서 조직 구성원의 이직 및 퇴직의도에 대해 많은 연구가 이루어졌다. 그러나 대부분 설문조사의 형태로 이루어지며, 직장 생활 데이터를 기반으로 이직 또는 퇴직의도를 살펴본 연구는 아직까지 미비했다. 이에 본 연구에서는 직장 생활 프로파일을 기반으로 직원의 퇴직 여부에 영향을 미치는 요인에 대한 분석을 실시하고, 기계 학습 방법을 활용하여 퇴직 예측 모델을 생성했다. 이 결과, 기존의 설문조사를 중심으로 수행되었던 연구에서 접근하지 못했던 다양한 요인들을 파악할 수 있었다. 또한, 우수한 성능의 퇴직 예측 모델 생성을 통해 기업의 인적 자원 유출에 대한 해결방안을 제시할 수 있는 연구의 발판을 마련했다.-
dc.languageKorean-
dc.language.isoko-
dc.publisher한국컴퓨터교육학회-
dc.title기계 학습 방법을 이용한 직장 생활 프로파일 기반의 퇴직 예측 모델 개발-
dc.title.alternativeDevelopment of Retirement Prediction Model based on Work Life Profile Using Machine Learning Method-
dc.typeArticle-
dc.contributor.affiliatedAuthor임희석-
dc.identifier.doi10.32431/kace.2017.20.1.008-
dc.identifier.bibliographicCitation컴퓨터교육학회 논문지, v.20, no.1, pp.87 - 97-
dc.relation.isPartOf컴퓨터교육학회 논문지-
dc.citation.title컴퓨터교육학회 논문지-
dc.citation.volume20-
dc.citation.number1-
dc.citation.startPage87-
dc.citation.endPage97-
dc.type.rimsART-
dc.identifier.kciidART002195891-
dc.description.journalClass2-
dc.description.journalRegisteredClasskci-
dc.subject.keywordAuthorWork Life Profile-
dc.subject.keywordAuthorMachine Learning-
dc.subject.keywordAuthorAssociation Analysis-
dc.subject.keywordAuthorSupervised Learning-
dc.subject.keywordAuthorClassification Algorithm-
dc.subject.keywordAuthor직장 생활 프로파일-
dc.subject.keywordAuthor기계 학습-
dc.subject.keywordAuthor연관성 분석-
dc.subject.keywordAuthor지도 학습-
dc.subject.keywordAuthor분류 알고리즘-
Files in This Item
There are no files associated with this item.
Appears in
Collections
Graduate School > Department of Computer Science and Engineering > 1. Journal Articles

qrcode

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.

Altmetrics

Total Views & Downloads

BROWSE