Prediccion de desercion laboral utilizando un algoritmo genetico y redes neuronales artificiales

Gonzalo Reyes-Huertas
<span title="">2019</span> <i title="Universidad de Lima"> <a target="_blank" rel="noopener" href="" style="color: black;">Interfases</a> </i> &nbsp;
Predicting job abandonment through genetic algorithms and artificial neural networks This research work aims to develop a tool to identify employees who might abandon their position, because job abandonment is considered an international problem. The proposed method consists of a genetic algorithm that allows identifying the significant variables and improving the architecture of an artificial neural network as a solution. The variables selected by the tool were similar to those collected from
more &raquo; ... ifferent studies but not all of them were considered in such studies (e.g., distance between home and workplace, and years of employment). Likewise, the variables and architecture selected by the tool allowed to predict job abandonment up to 88.92 % accuracy rate. Abstract El objetivo del trabajo de investigación es desarrollar una herramienta que permita identificar la posible deserción de un empleado, entendiendo la deserción laboral como un problema internacional. El método propuesto consiste en un algoritmo genético que identifica las variables relevantes y mejora la arquitectura de una red neuronal artificial como solución. Las variables seleccionadas por la herramienta concordaban con las variables recopiladas de distintos estudios, descubriéndose que no todas eran consideradas en dichos estudios (e.g., distancia del hogar al trabajo y años totales trabajando). Asimismo, las variables y la arquitectura seleccionadas por la herramienta permitieron predecir la deserción laboral hasta un 88,92 % de exactitud. Palabras clave: red neuronal artificial, algoritmo genético, rotación de personal, arquitectura de redes neuronales Predicción de deserción laboral utilizando algoritmos genéticos y redes neuronales artificiales
<span class="external-identifiers"> <a target="_blank" rel="external noopener noreferrer" href="">doi:10.26439/interfases2019.n012.4636</a> <a target="_blank" rel="external noopener" href="">fatcat:dtrislgbxngnvhosedbzkvsaf4</a> </span>
<a target="_blank" rel="noopener" href="" title="fulltext PDF download" data-goatcounter-click="serp-fulltext" data-goatcounter-title="serp-fulltext"> <button class="ui simple right pointing dropdown compact black labeled icon button serp-button"> <i class="icon ia-icon"></i> Web Archive [PDF] <div class="menu fulltext-thumbnail"> <img src="" alt="fulltext thumbnail" loading="lazy"> </div> </button> </a> <a target="_blank" rel="external noopener noreferrer" href=""> <button class="ui left aligned compact blue labeled icon button serp-button"> <i class="unlock alternate icon" style="background-color: #fb971f;"></i> Publisher / </button> </a>