Khóa luận tốt nghiệp công nghệ thông tin nghiên cứu và ứng dụng mô hình logistic regression và support vector machine svm để dự đoán khả năng nghỉ việc của nhân viên tại công ty tnhh công nghệ sheng shing việt nam

Khóa luận nghiên cứu ứng dụng logistic regression và SVM để dự đoán khả năng nghỉ việc của nhân viên tại công ty TNHH Sheng Shing Việt Nam.

• Tác giả: Hoàng Thị Hồng Nhung
• Người hướng dẫn: ThS. Nguyễn Dương Hùng
• Trường học: Học viện Ngân hàng
• Chuyên ngành: Công nghệ thông tin và Kinh tế số
• Đề tài: Nghiên Cứu Ứng Dụng Mô Hình Logistic Regression và SVM Dự Đoán Khả Năng Nghỉ Việc Nhân Viên
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2024
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• MỤC LỤC
• DANH MỤC VIẾT TẮT
• DANH MỤC HÌNH ẢNH
• DANH MỤC BẢNG
• MỞ ĐẦU
• 0.1. Lý do chọn đề tài
• 0.2. Mục tiêu khoá luận
• 0.3. Đối tượng và phương pháp nghiên cứu
• 0.4. Ý nghĩa của đề tài
• 0.4.1. Ý nghĩa khoa học
• 0.4.2. Ý nghĩa thực tiễn
• 1. CHƯƠNG 1: TỔNG QUAN CHUNG VỀ CÔNG TY TNHH CÔNG NGHỆ SHENG SHING VIỆT NAM
• 1.1. Giới thiệu về công ty TNHH Công nghệ SHENG SHING Việt Nam
• 1.2. Cơ cấu tổ chức
• 1.3. Hiện trạng và mô tả bài toán dự đoán khả năng nghỉ việc của nhân viên công ty TNHH Công nghệ SHENG SHING Việt Nam
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VỀ KHAI PHÁ DỮ LIỆU VÀ CÁC THUẬT TOÁN
• 2.1. Tổng quan về khai phá dữ liệu
• 2.2. Khái niệm khai phá dữ liệu
• 2.3. Một số phương pháp khai phá dữ liệu
• 2.4. Lý thuyết về các thuật toán khai phá dữ liệu
• 2.4.1. Thuật toán hồi quy Logistic (Logistic Regression)
• 2.4.2. Thuật toán Máy véc-tơ hỗ trợ (Support vector machine – SVM)
• 2.4.3. Lý thuyết phương pháp đánh giá thuật toán
• 3. CHƯƠNG 3: ỨNG DỤNG CÁC THUẬT TOÁN KHAI PHÁ DỮ LIỆU ĐỂ DỰ ĐOÁN NHÂN VIÊN CÓ KHẢ NĂNG NGHỈ VIỆC
• 3.1. Giới thiệu về bộ dữ liệu và tiền xử lý dữ liệu
• 3.2. Cách thức thu thập bộ dữ liệu
• 3.3. Cấu trúc bộ dữ liệu
• 3.4. Tiền xử lý dữ liệu. Trực quan hóa dữ liệu
• 3.5. Mã hoá dữ liệu
• 3.6. Thực nghiệm ứng dụng các mô hình
• 3.6.1. Mô hình hồi quy Logistic
• 3.6.2. Mô hình SVM
• 3.7. Đánh giá kết quả của các thuật toán
• 3.8. So sánh, đánh giá các thuật toán
• 3.9. Hạn chế của các thuật toán
• 3.10. Tóm lược nội dung khoá luận
• 3.11. Những đóng góp của đề tài
• 3.12. Hướng phát triển
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về Nghiên Cứu Mô Hình Logistic Regression và SVM

Nghiên cứu ứng dụng mô hình Logistic Regression và SVM trong dự đoán khả năng nghỉ việc của nhân viên là một lĩnh vực đang thu hút sự quan tâm lớn. Việc áp dụng các mô hình này không chỉ giúp doanh nghiệp hiểu rõ hơn về nhân sự mà còn tối ưu hóa quy trình quản lý. Mục tiêu chính của nghiên cứu này là xác định các yếu tố ảnh hưởng đến khả năng nghỉ việc và phát triển các mô hình dự đoán hiệu quả.

1.1. Khái niệm về Logistic Regression và SVM

Mô hình Logistic Regression là một phương pháp thống kê dùng để dự đoán xác suất của một biến phân loại. Trong khi đó, SVM (Support Vector Machine) là một thuật toán học máy mạnh mẽ, được sử dụng để phân loại và hồi quy. Cả hai mô hình này đều có thể áp dụng hiệu quả trong việc phân tích dữ liệu nhân sự.

1.2. Tầm quan trọng của nghiên cứu dự đoán nghỉ việc

Dự đoán khả năng nghỉ việc của nhân viên giúp doanh nghiệp giảm thiểu chi phí tuyển dụng và đào tạo. Ngoài ra, việc này còn giúp duy trì môi trường làm việc ổn định và nâng cao hiệu suất làm việc của nhân viên.

II. Vấn đề và Thách thức trong Dự Đoán Khả Năng Nghỉ Việc

Tình trạng nghỉ việc gia tăng đang trở thành một thách thức lớn cho nhiều doanh nghiệp. Việc nhân viên nghỉ việc không chỉ gây ra tổn thất về tài chính mà còn ảnh hưởng đến tinh thần làm việc của những người còn lại. Do đó, việc phát hiện sớm các dấu hiệu nghỉ việc là rất cần thiết.

2.1. Các yếu tố ảnh hưởng đến khả năng nghỉ việc

Nhiều yếu tố như mức độ hài lòng trong công việc, áp lực công việc và môi trường làm việc có thể tác động đến quyết định nghỉ việc của nhân viên. Việc phân tích các yếu tố này giúp doanh nghiệp có cái nhìn tổng quan hơn.

2.2. Hệ quả của việc nghỉ việc đột ngột

Khi nhân viên nghỉ việc đột ngột, doanh nghiệp phải đối mặt với chi phí tuyển dụng và đào tạo nhân viên mới. Điều này không chỉ làm tăng chi phí mà còn ảnh hưởng đến hiệu suất làm việc của toàn bộ tổ chức.

III. Phương Pháp Nghiên Cứu Dự Đoán Khả Năng Nghỉ Việc

Nghiên cứu này áp dụng các phương pháp khai phá dữ liệu để xây dựng mô hình dự đoán khả năng nghỉ việc. Việc sử dụng Logistic Regression và SVM giúp tối ưu hóa quy trình phân tích và đưa ra dự đoán chính xác hơn.

3.1. Quy trình thu thập và xử lý dữ liệu

Dữ liệu được thu thập từ hệ thống quản lý nhân sự của công ty, bao gồm thông tin về nhân viên như tuổi tác, giới tính, vị trí làm việc và mức lương. Sau đó, dữ liệu sẽ được xử lý để loại bỏ các giá trị thiếu và không hợp lệ.

3.2. Ứng dụng mô hình Logistic Regression

Mô hình Logistic Regression sẽ được áp dụng để phân tích các yếu tố ảnh hưởng đến khả năng nghỉ việc. Kết quả từ mô hình này sẽ giúp doanh nghiệp có cái nhìn rõ ràng hơn về tình hình nhân sự.

3.3. Ứng dụng mô hình SVM

Mô hình SVM sẽ được sử dụng để phân loại nhân viên có nguy cơ nghỉ việc cao. Kết quả từ mô hình này sẽ cung cấp thông tin hữu ích cho việc đưa ra các biện pháp can thiệp kịp thời.

IV. Kết Quả Nghiên Cứu và Ứng Dụng Thực Tiễn

Kết quả nghiên cứu cho thấy mô hình Logistic Regression và SVM có khả năng dự đoán chính xác khả năng nghỉ việc của nhân viên. Việc áp dụng các mô hình này giúp doanh nghiệp giảm thiểu tỷ lệ nghỉ việc và tối ưu hóa quy trình quản lý nhân sự.

4.1. Đánh giá hiệu quả của mô hình

Kết quả từ mô hình cho thấy tỷ lệ chính xác cao trong việc dự đoán khả năng nghỉ việc. Điều này chứng tỏ rằng việc áp dụng các mô hình học máy là cần thiết và hiệu quả trong quản lý nhân sự.

4.2. Ứng dụng mô hình vào thực tiễn

Doanh nghiệp có thể sử dụng kết quả từ mô hình để đưa ra các biện pháp can thiệp kịp thời, từ đó giữ chân nhân viên và nâng cao hiệu quả làm việc.

V. Kết Luận và Hướng Phát Triển Tương Lai

Nghiên cứu này đã chỉ ra rằng việc áp dụng mô hình Logistic Regression và SVM trong dự đoán khả năng nghỉ việc là một giải pháp hiệu quả. Tương lai, nghiên cứu có thể mở rộng để áp dụng cho các lĩnh vực khác trong quản lý nhân sự.

5.1. Tóm tắt kết quả nghiên cứu

Mô hình đã chứng minh được tính hiệu quả trong việc dự đoán khả năng nghỉ việc của nhân viên. Kết quả này có thể giúp doanh nghiệp cải thiện quy trình quản lý nhân sự.

5.2. Hướng phát triển nghiên cứu tiếp theo

Nghiên cứu có thể mở rộng để áp dụng các mô hình học máy khác hoặc kết hợp nhiều mô hình để nâng cao độ chính xác trong dự đoán khả năng nghỉ việc.

Trích đoạn nội dung tài liệu

CHƯƠNG I: TỔNG QUAN CHUNG VỀ CÔNG TY TNHH CÔNG NGHỆ SHENG SHING VIỆT NAM 1. Giới thiệu về công ty TNHH Công nghệ SHENG SHING Việt Nam Công ty Trách nhiệm Hữu hạn Công nghệ Sheng Shing Việt Nam địa chỉ tại Lô 5, đường số 1, KCN Cẩm Điền – Lương Điền, Xã Cẩm Điền, huyện Cẩm Giàng, tỉnh Hải Dương. Công ty hoạt động trong lĩnh vực sản xuất linh kiện điện tử và thiết bị điện, chuyên sản xuất thiết bị dây dẫn điện đa dạng, cùng với việc tạo ra các sản phẩm và linh kiện điện tử khác. Ngoài ra, công ty cũng hoạt động trong lĩnh vực bán buôn máy móc, thiết bị và phụ tùng máy khác, cung cấp các giải pháp và sản phẩm đa dạng cho các doanh nghiệp và tổ chức trong ngành công nghiệp.

Đồng thời, công ty cung cấp cho các đơn vị có nhu cầu thuê máy móc, thiết bị và đồ dùng hữu hình khác. Cơ cấu tổ chức Hình 1. 1 Sơ đồ cơ cấu tổ chức Công ty TNHH Công nghệ SHENG SHING Việt Nam Chức năng nghiệp vụ của các bộ phận trong công ty: - Tổng giám đốc: Là cơ quan quản lý điều hành toàn bộ hoạt động kinh doanh hàng ngày của công ty, do Hội đồng quản trị bổ nhiệm. Trong đó, giám đốc là người chịu trách nhiệm cao nhất quản lý điều hành các hoạt động kinh doanh của công ty.

Hoàng Thị Hồng Nhung – K23HTTTB 4 Khoá luận tốt nghiệp Nghiên cứu và ứng dụng mô hình dự đoán - Văn phòng: Là nơi tập trung các hoạt động hành chính và quản lý của công ty, bao gồm các bộ phận như nhân sự, quản lý chất lượng, quản lý tài chính, quản lý sản xuất, quản lý mua hàng,. Văn phòng thường là trung tâm điều hành các chính sách và quy trình của công ty, đồng thời cũng là nơi giao tiếp và tương tác với các bên liên quan bên ngoài. Nhân viên thuộc Văn phòng có hình thức lao động gián tiếp. - Nhà máy: Là cơ sở sản xuất sản phẩm của công ty, nơi tập trung các thiết bị và máy móc sản xuất.

Trong nhà máy, các quy trình sản xuất và kiểm soát chất lượng thường được thực hiện để đảm bảo sản phẩm đạt chất lượng cao và đáp ứng nhu cầu của thị trường. Nhà máy cũng có thể là nơi lưu trữ, quản lý và phân phối hàng hóa. Nhân viên thuộc Nhà máy có hình thức lao động trực tiếp. Hiện tại, công ty đang kinh doanh các sản phẩm sau: Mã Ngành 2610 Sản xuất linh kiện điện tử 2733 Sản xuất thiết bị dây dẫn điện các loại 2790 Sản xuất thiết bị điện khác 4659 Bán buôn máy móc, thiết bị và phụ tùng máy khác 7730 Cho thuê máy móc, thiết bị và đồ dùng hữu hình khác 8299 Hoạt động dịch vụ hỗ trợ kinh doanh khác Bảng 1.

Danh sách ngành nghề kinh doanh của công ty 1. Hiện trạng và mô tả bài toán dự đoán khả năng nghỉ việc của nhân viên công ty TNHH Công nghệ SHENG SHING Việt Nam Hiện trạng: Công ty đang đối mặt với vấn đề nhân viên nghỉ việc đột ngột, gây ra những rủi ro và chi phí đáng kể. Việc mất đi nhân sự bất ngờ dẫn đến: Tăng chi phí tuyển dụng và đào tạo nhân viên mới: Công ty phải đầu tư thời gian và nguồn lực để tìm kiếm, tuyển chọn và đào tạo nhân viên mới thay thế, dẫn đến gia tăng chi phí hoạt động. Giảm hiệu suất làm việc: Việc thiếu hụt nhân lực đột ngột có thể ảnh hưởng đến năng suất lao động chung của công ty, khiến các bộ phận và dự án gặp khó khăn trong việc hoàn thành mục tiêu.

Hoàng Thị Hồng Nhung – K23HTTTB 5 Khoá luận tốt nghiệp Nghiên cứu và ứng dụng mô hình dự đoán Gây xáo trộn môi trường làm việc: Việc nghỉ việc đột ngột của nhân viên tạo ra tâm lý lo lắng, bất an cho những nhân viên còn lại, ảnh hưởng đến tinh thần và hiệu quả chung của tập thể. Mô tả bài toán: Bài toán dự đoán khả năng nghỉ việc của nhân viên thuộc về lĩnh vực phân loại, với mục tiêu xác định xem một nhân viên có khả năng nghỉ việc trong tương lai hay không. Mô hình dự đoán này đóng vai trò quan trọng trong việc: Cung cấp thông tin sớm cho công ty về các nhân viên có nguy cơ nghỉ việc: Nhờ đó, công ty có thể chủ động thực hiện các biện pháp can thiệp kịp thời, ví dụ như cải thiện môi trường làm việc, tăng lương thưởng, hay hỗ trợ phát triển nghề nghiệp, để giữ chân nhân viên tiềm năng. Giảm thiểu tỷ lệ nghỉ việc: Bằng cách tập trung vào những nhân viên có nguy cơ cao, doanh nghiệp có thể tối ưu hóa nguồn lực và chi phí cho các hoạt động giữ chân nhân tài.

Duy trì lực lượng lao động ổn định và chất lượng: Việc dự đoán chính xác khả năng nghỉ việc giúp doanh nghiệp tuyển dụng và đào tạo nhân viên hiệu quả hơn, đảm bảo duy trì đội ngũ nhân sự có năng lực và nhiệt huyết. Đo lường khả năng nhân viên nghỉ việc: Mô hình dự đoán giúp doanh nghiệp đánh giá hiệu quả các chính sách và chương trình quản trị nhân sự, từ đó điều chỉnh phù hợp để nâng cao mức độ hài lòng và gắn kết của nhân viên. Dự báo xu hướng tăng/giảm số lượng nhân viên sẽ nghỉ việc trong thời gian sắp tới: Nhờ đó, công ty có thể lập kế hoạch tuyển dụng và đào tạo nhân sự một cách hợp lý, đảm bảo đáp ứng nhu cầu nhân lực trong tương lai. Hoàng Thị Hồng Nhung – K23HTTTB 6 Khoá luận tốt nghiệp Nghiên cứu và ứng dụng mô hình dự đoán CHƯƠNG II: CƠ SỞ LÝ THUYẾT VỀ KHAI PHÁ DỮ LIỆU VÀ CÁC THUẬT TOÁN 2.

Tổng quan về khai phá dữ liệu 2. Khái niệm khai phá dữ liệu Chúng ta sống trong một thế giới mà hàng tỉ dữ liệu được thu thập mỗi ngày. Khai phá dữ liệu là một nhu cầu quan trọng. Khám phá tri thức từ cơ sở dữ liệu (Knowledge Discovery in Databases – KDD) “KDD là quá trình tự động trích rút các tri thức tiềm ẩn trong một lượng dữ liệu lớn”.

(Usama Fayyad & Gregory Piatetsky-Shapiro & Padhraic Smyth, 1996) Khai phá dữ liệu là kỹ thuật của lĩnh vực công nghệ thông tin nhằm khám phá ra các thuật toán phân loại tốt trong các dữ liệu phục vụ cho mục đích dự đoán hay khai thác thông tin trong các nhiều lĩnh vực. Sự xuất hiện và phát triển của khai phá dữ liệu đã đáp ứng và giải quyết được nhiều vấn đề thực tiễn và mang lại hiệu quả trong đời sống. Khai phá dữ liệu là kỹ thuật có nhiều ưu điểm, được áp dụng phổ biến trong nhiều lĩnh vực và giữ một vai trò không thể thiếu trong không gian của thế giới số. (Đậu Mạnh Hoàn, 2019) Quá trình khám phá tri thức từ cơ sở dữ liệu là quy trình bao gồm các bước như: xác định vấn đề, thu thập và chọn lọc dữ liệu, khai thác dữ liệu, phân tích dữ liệu, đánh giá kết quả, giải thích dữ liệu, áp dụng tri thức vào thực tiễn.

Một số phương pháp khai phá dữ liệu 2. Khái niệm Bài toán hồi quy là một trong số bài toán con của học có giám sát. Bản chất của việc học từ dữ liệu là tìm ra được hàm y∗ kết nối giữa đầu vào x ∈ X với một đầu ra y ∈ Y nào đó. Ta thường không biết trước hình dạng hay đặc trưng nào cụ thể về y∗, ngoại trừ các mẫu dữ liệu (có nhãn) đã thu thập được.

Đối với bài toán học có giám sát, tập dữ liệu huấn luyện thường có nhãn cho mỗi mẫu dữ liệu. Nếu Y bao gồm các số thực thì nó được gọi là bài toán hồi quy. Bài toán hồi quy: Cần tìm hàm y*: X → Y từ một tập dữ liệu 𝐷 = {(𝑥1 , 𝑦1 ), (𝑥2 , 𝑦2 ), … , (𝑥𝑀 , 𝑦𝑀 )} cho trước, trong đó y𝑗 = y ∗ (x𝑗 ) với mỗi chỉ số 𝑗 ∈ {1, 2, … , 𝑀} và 𝑌 ⊆ ℝ. Thân Quang Khoát & cộng sự, 2024) Hàm y* lúc này thường được gọi là hàm hồi quy.

Hoàng Thị Hồng Nhung – K23HTTTB 7 Khoá luận tốt nghiệp Nghiên cứu và ứng dụng mô hình dự đoán 2. Các thuật toán hồi quy Hồi quy tuyến tính (Linear Regression): là một phương pháp thống kê được sử dụng để mô hình hóa mối quan hệ tuyến tính giữa 1 biến đầu vào (còn gọi là biến mục tiêu) và một hoặc nhiều biến độc lập (còn gọi là biến đầu vào). Để tìm hiểu về mô hình hồi quy tuyến tính, ta xét trường hợp X là tập các véc-tơ trong không gian n chiều, tức là X ⊆ Rn. Như vậy mỗi điểm có thể được biểu diễn bằng véc-tơ cột dưới dạng 𝑥 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 )𝑇.

Trong đó: n được gọi là thuộc tính (đặc trưng) để biểu diễn một mẫu dữ liệu, n ≥ 1. Mỗi 𝑥𝑖 là một giá trị cụ thể của thuộc tính thứ i. Thân Quang Khoát & cộng sự, 2024) Mô hình tuyến tính (Linear Model): xét các hàm có dạng: 𝑓(𝑥; 𝑤) = 𝑤0 + 𝑤1 𝑥1 + ⋯ + 𝑤𝑛 𝑥𝑛 Trong đó:  𝑥 = (𝑥1 , … , 𝑥𝑛 )𝑇 𝜖 ℝ𝑛 là một véc-tơ đầu vào.  𝑤 = (𝑤0 , 𝑤1 , … , 𝑤𝑛 )𝑇 𝜖 ℝ𝑛+1 là một véc-tơ trọng số.

Mỗi 𝑤𝑗 sẽ đánh trọng số cho thuộc tính 𝑥𝑗 tương ứng, 𝑤0 thường được gọi là độ lệch (bias).  𝑤 còn được gọi bộ tham số. Mỗi véc-tơ 𝑤 sẽ mô tả một hàm khác nhau.  Chú ý rằng 𝑓 là hàm tuyến tính theo biến 𝑤.

Thân Quang Khoát & cộng sự, 2024) Hồi quy Logistic (Logistic Regression): Hồi quy logistic là một trong những thuật toán phổ biến trong lĩnh vực học máy, thuộc loại học máy có giám sát. Nó được dùng để dự đoán biến phụ thuộc thông qua việc sử dụng một tập hợp các biến độc lập cụ thể. Hồi quy logistic dự đoán kết quả của một biến phụ thuộc phân loại. Do đó, kết quả phải là một giá trị phân loại hoặc rời rạc.

Kết quả có thể là Có hoặc Không, 0 hoặc 1, đúng hoặc sai, … nhưng thay vì đưa ra giá trị chính xác là 0 và 1, thuật toán cung cấp các giá trị xác suất nằm trong khoảng từ 0 và 1. (Vũ Xuân Hạnh, 2022) Thuật toán hồi quy logistic được dùng để phân loại các quan sát thông qua việc sử dụng các đa dạng các dữ liệu khác nhau và có thể dễ dàng xác định các biến hiệu quả nhất để sử cho mục đích phân loại.