算法驱动的员工离职预测与干预——基于OW物业公司的研究

来源：管理科学学报杂志2025年第10期北京时间：

作者：朱保全，张志学，万雯，陈佳木

单位：朱保全,万物云空间科技服务股份有限公司,张志学,北京大学光华管理学院,万雯,香港大学经济及工商管理学院,陈佳木,万物云空间科技服务股份有限公司,

摘要：在当前就业形势严峻的背景下，不少企业仍面临着员工高离职率的问题．如何提早发现具有离职倾向的员工，了解其诱因，提前实施干预或表达关怀，是企业降低员工离职率的重要措施．已有研究虽然探讨了离职倾向员工的表现及其诱因，但没有得出具有预测能力的定量结论．鉴于此，本研究基于随机森林算法，在企业实地场景中，全面考察员工离职倾向的影响因素，帮助企业提高预测员工离职倾向的能力．首先，通过特征工程筛选出重要性较高的特征变量用于机器学习分析;其次，通过随机森林算法得出离职因素的重要性排序，提出预测模型;同时，在企业开展准实验对预测模型进行检验;最后，通过在企业中的应用进一步验证所提预测模型的有效性．此外，本研究还检验了离职特征与离职倾向的相关关系，并发现这些关系与以往研究结论较为吻合．本研究不仅基于随机森林算法全面地研究影响员工离职倾向的因素，也为企业预先干预、关怀从而降低员工的离职率提供了有益的借鉴．

关键词：机器学习;随机森林;离职倾向;实地实验;干预