基于RS-ANN知识员工离职模型及预警研究  

The research of knowledge-based employee turnover model and early-warning on RS-ANN

作　　者：曹安照[1] 高来鑫[1] 徐荣[1] 

机构地区：[1]安徽工程大学管理工程学院,安徽芜湖241000

出　　处：《贵州师范大学学报（自然科学版）》2012年第5期94-97,共4页Journal of Guizhou Normal University：Natural Sciences

基　　金：国家自然科学基金项目资助(71171002);安徽省软科学研究项目(12020503039)

摘　　要：以相关文献作为研究基础,确定知识型员工离职的相关因素,利用粗糙集理论对知识的约简能力及神经网络的分类能力,构建粗糙集—神经网络(RS-ANN)员工离职预警模型;并将该模型应用于员工离职预警数据进行实例验证,该模型预警速度快,离职预警正确率高。As the basic study to related documents, we found the relevant factors of knowledge-based employee turnover. Considering the reduction ability of rough set theory and the classification ability of artificial neural network, a rough set-neural network （RS-ANN） employee turnover early-warning model is constructed. Then the model is applied to employee turnover early-warning data for instance validation. The results verify that the model has fast warning speed and high accuracy.

关 键 词：粗糙集-神经网络(RS-ANN) 知识型员工离职模型 预警 

分 类 号：F272.92[经济管理—企业管理]