Predicting potential resignations in the companies using machine learning techniques
Makine öğrenme teknikleriyle kurumlardaki olası istifaların öngörülmesi
- Tez No: 844913
- Danışmanlar: DOÇ. DR. TEVFİK AYTEKİN
- Tez Türü: Yüksek Lisans
- Konular: Yönetim Bilişim Sistemleri, Bilim ve Teknoloji, Management Information Systems, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Devam eden dijitalleşme süreci, iş dünyasında dönüşümü beraberinde getirmiş, hem şirketlere hem de ülkelere birçok avantaj sunmuştur. Bu dijitalleşme dalgası işlemleri basitleştirmiş, bağlantıları artırmış ve eşi benzeri görülmemiş veri odaklı karar verme imkanı sağlamıştır. Ancak, her önemli değişiklik gibi, kendi zorluklarını da beraberinde getirmiştir. Günümüz dijital ortamında en acil sorunlardan biri, iş gücü piyasasının değişen dinamikleri etrafında dönmektedir ve bu dinamikler çalışanlara yerleştirdiği sürekli değişen talepleri içermektedir. Bu bağlamda, örgütlerin önceliklerinin ön saflarına çıkan merkezi sorun, nitelikli ve değerli çalışanların tanımlanması ve elde tutulmasıdır. Bir şirketin değeri, işgücünün becerileri, bilgisi ve yenilikçiliği ile giderek daha fazla ilişkilendirildiği bir dönemde, yetenekli bireyleri çekme ve elde tutma yeteneği sadece bir tercih değil, stratejik bir zorunluluktur. Şirketler, başarının sadece en iyi yetenekleri kazanma yeteneğine değil, aynı zamanda onları elde tutma yeteneğine bağlı olduğunun farkındadır. Bu kritik sorunu ele almak için örgütler, sofistike araçlar ve ölçütler kullanmaktadır. Anahtar Performans Göstergeleri (KPG'ler), çalışan katılımını değerlendirmek ve isteğe bağlı katkıları değerlendirmek için vazgeçilmez hale gelmiştir. Bu ölçümler, bir örgütün iş gücünün genel sağlığının ve istikrarının barometreleri olarak hizmet etmektedir. Ancak, gerçek test, bu ölçümleri istifaları belirlemek ve etkili elde tutma stratejileri geliştirmek için önceden kullanmaktadır. Bu özet, bu acil sorunun özüne inerek, çalışan kaybının erken belirtilerini tanıma ve bunun sonucunda elde tutma taktikleri oluşturma stratejilerini aydınlatmayı amaçlamaktadır. Bunun için çalışma, Destek Vektör Makineleri (SVM), Yapay Sinir Ağları (YSA) ve diğer popüler makine öğrenme algoritmaları gibi ileri teknolojilerden yararlanmaktadır. Veri analitiği ve makine öğrenme gücünü kullanarak örgütler, çalışanların istifalarını etkileyen faktörleri daha iyi anlayabilir ve elde tutma çabalarını buna göre uyarlayabilirler. Özetle, bu araştırma çabası, dijitalleşmenin iş gücü üzerindeki oluşturduğu zorlukların ve örgütlerin nasıl tepki verebileceğinin yollarının kapsamlı bir keşfi sunmayı amaçlamaktadır. Veri odaklı yaklaşımların proaktif kullanımını vurgulayarak, bu çalışma dijital çağda yetenek elde tutma alanındaki evrilen manzaranın üstesinden gelmeye çalışan işletmelere değerli görüşler sunmaktadır.
Özet (Çeviri)
The ongoing digitalization process has ushered in a transformative era for businesses, offering numerous advantages. It has streamlined operations, enhanced connectivity, and facilitated unprecedented data-driven decision-making. However, it also brings challenges, with a central concern being the shifting dynamics of the labor market and evolving employee demands. Organizational priorities now revolve around identifying and retaining skilled employees. In an era where a company's value is closely tied to its workforce's skills, knowledge, and innovation, attracting and retaining talent is not just a preference but a strategic imperative. Success hinges on acquiring and retaining top talent. To tackle this challenge, organizations are adopting sophisticated tools and metrics, with Key Performance Indicators (KPIs) becoming essential for gauging employee engagement. These metrics serve as barometers for an organization's workforce health. The true test lies in proactively using these metrics to identify potential resignations and develop effective retention strategies. This abstract explores strategies for recognizing early signs of employee attrition and crafting retention tactics. Leveraging advanced technologies such as Support Vector Machines, Artificial Neural Networks, and other machine learning algorithms, the study aims to provide deeper insights into factors driving resignations. By harnessing data analytics and machine learning, organizations can tailor retention efforts accordingly. In summary, this research comprehensively explores the challenges of digitalization on the workforce and how organizations can respond. Emphasizing proactive, data-driven approaches, the study offers valuable insights for businesses navigating talent retention in the digital age.
Benzer Tezler
- Studies on increasing the efficiency of industrial flow control structures
Endüstriyel akım kontrol yapılarının verimliliğinin artırılması çalışmaları
MERT OYMAK
Yüksek Lisans
İngilizce
2021
Mühendislik BilimleriEskişehir Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET OZAN ÇELİK
- Makine öğrenmesi yöntemleri ile tahminleme – demir çelik sektöründe bir uygulama
Prediction with machine learning methods – an application inthe iron and steel industry
NURSELİN SÜLLÜ
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiAlanya Alaaddin Keykubat ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ATIL KURT
- Predicting potential allosteric communication pathways in pyruvate kinase using residue network model
Rezidü ağ modelini kullanarak piruvat kinazdaki potansiyel allosterik iletişim yollarının tahmini
ZEHRA SARICA
Yüksek Lisans
İngilizce
2019
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE ÖZGE KÜRKÇÜOĞLU LEVİTAS
- Predicting child abuse potential: interplay of parents' attachment histories, trauma, and quality of spousal relationship
Çocuk istismar potansiyelinin ebeveynlerin bağlanma geçmişleri, travma ve eşler arası ilişki kalitesi ile yordanması
SENA TEPEBAĞLI
Yüksek Lisans
İngilizce
2023
Eğitim ve ÖğretimBoğaziçi ÜniversitesiTemel Eğitim Ana Bilim Dalı
YRD. DOÇ. DR. AYŞE GÜL METİNDOĞAN WISE
- A data-driven approach for predicting solar energy potential of buildings in urban fabric
Kent dokusu içindeki binaların güneş enerjisi potansiyelini tahmin etmeye yönelik veriye dayalı bir yaklaşım
AYÇA DURAN
Yüksek Lisans
İngilizce
2022
MimarlıkOrta Doğu Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. İPEK GÜRSEL DİNO
DR. ÖĞR. ÜYESİ ÇAĞLA AKGÜL