基于Cox-RSF模型的员工流失风险分析

作     者：耿宇 GENG Yu

作者机构：安徽建筑大学数理学院安徽合肥230601 

出 版 物：《现代信息科技》 (Modern Information Technology)

年 卷 期：2025年第9卷第1期

页      面：161-165,170页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：安徽省高校省级自然科学研究项目(2022AH050247) 安徽建筑大学科研项目(2016QD118) 

主　　题：员工流失 Cox比例风险回归 随机生存森林模型 

摘      要：为了提高对企业员工流失的预测精度,运用生存分析中的Cox比例风险模型和随机生存森林(RSF)模型构建并分析了一个新的组合模型。首先,对原始数据进行预处理并通过Lasso方法筛选出关键性变量;其次,通过比例风险系数转换对筛选后的变量计算各自的权系数;最后,考虑到RSF模型在处理非线性数据方面的优势,将转换后的数据输入RSF模型中进行分析。研究结果表明,相比于单一的Cox比例风险模型和RSF模型,Cox-RSF模型具有更高的预测精度。此外,与传统的Logistic模型的对比也进一步证实了新的组合模型在处理时间-事件型数据上的优势。