论文部分内容阅读
随着社会的不断发展,企业之间的竞争日益激烈,员工对企业的忠诚度已成为现代企业人力资源管理的核心,尤其对于知识密集型、技术密集型的高新技术企业来说更是严峻挑战。企业通过建立有效的人才流失预警机制,不仅可以用最小的成本留住人才、激励人才和提高员工对企业的忠诚度,而且能够降低企业由于人才流失而增加额外的招聘、培训费用和时间成本,能够避免客户流失。因此,有关高新技术企业人才流失的预警研究对于企业发展具有十分重要的实践意义。本文在阐述人才流失和支持向量机等理论的基础上,根据高新技术企业人才年龄偏小、学历较高和服务期偏短等特点设计调查问卷,通过对问卷进行信度分析和效度分析来保证调查问卷的质量,并对问卷数据进行因子分析来选取人才流失特征,从而构建高新技术企业人才流失分类预警指标体系。由于高新技术企业人才流失调查数据属于小样本,而支持向量机作为数据挖掘的新技术,对于解决小样本分类问题是一种较好的分类方法,并且其学习结果模型具有较强的稳定性的特点,因此,选择支持向量机方法对高新技术企业人才流失进行分类预警,即通过对经验数据进行训练得到的分类器来预测未知数据的类别。实验结果表明,选择高斯核函数作为人才流失行为分类预警方法可以提高人才流失行为预警分析的精度。建立的高新技术企业人才流失预警模型对高新技术企业人才流失行为能够进行有效识别,具有较好的预警作用。通过人才流失预警模型可以及时发现人才流失征兆,从而更有针对性地制定相应的解决对策,即根据外部影响因素和内部人才状况等两个方面的人才流失分析结果,完善企业人力资源管理信息系统、制定有效的薪酬福利计划、建立以激励人为基础的绩效评估管理系统、建立全面员工发展体系、建立岗位轮换制度、建立工作分担机制以及进行离职沟通等。希望本文的研究能够帮助决策者更准确地了解重要员工的工作状态,为企业领导者系统管理、科学决策的实施提供良好的信息支持。