KCI등재
데이터과학과 인사조직의 융합: 피플 애널리틱스 튜토리얼 = Convergence of Data Science and Human Resource Management: Tutorial of People analytics for the Academia and Practice
저자
이중학 (가천대학교)
발행기관
학술지명
아시아태평양융합연구교류논문지(Asia-pacific Journal or Convergent Recearch Interchange)
권호사항
발행연도
2023
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
105-116(12쪽)
DOI식별코드
제공처
Digital transformation has become one of the most influential construct in the management and affected various management activities within the organization, the field of human resource managment is also undergoing major changes. Interest in people analytics, which can be seen as a convergence of data science and human resources management, has been on the rise. PA is an interdisciplinary area which includes but not limited to subareas of social science, statistics, and computer science Despite the high interest, research on the definition and introduction of related methodologies is insufficient. This paper is to enhance the understanding of predictive analysis to people analytics researchers and practitioners. Among the various purposes of statistical models, researchers have frequently applied statistical models to hypothesis testing and prediction. Nevertheless, there is still a confusion between the concept and usage of hypothesis testting and prediction. In this tutorial paper, we clarify its distinction through literature reviews and present an empirical case from data preparation, predictive evaluation, cross-validation, and outcome analysis through one of the machine learning algorithms, Randomforest. By doing so, we can make contributions by adding the knowledge of predictive analytics in human resource management discipline as wll as convergence discipline and clarifying the purpose of people analytics for practitioners.
더보기디지털전환(digital transformation)이 조직 내 다양한 활동에 영향을 미치면서 인사조직 분야도 큰 변화를 겪고 있다. 인공지능, 머신러닝, 빅데이터를 필두로 한 기술이 조직 내 활용도가 높아지고 데이터 기반 인사 의사결정 역시 높은 관심을 받고 있다. 그러나 데이터 기반 예측분석에 관심이 매우 높지만 관련 정의와 관련 방법론 소개 연구가 부족하다. 본 논문은 피플 애널리틱스 연구자 및 실무자들에게 예측분석 이해를 높이고자 예측분석 개념을 설명 분석과 비교해서 제시하고 실제 기업 데이터를 활용해서 예측 분석을 수행하고 해석을 넣어 튜토리얼 목적으로 제작되었다. 통계모델의 다양한 목적 중에서 연구자들은 가설검증과 예측에 자주 적용해왔다. 그럼에도 불구하고 다른 개념을 가진 가설검증과 예측간 혼재가 여전히 존재한다. 본 논문에서는 기존 문헌을 통해 그 구분을 명확히 하고 머신러닝 알고리즘 중 하나인 랜덤포레스트와 국내 기업 데이터를 통해 데이터 준비, 예측 평가, 교차 검증 및 결과해석을 제시한다. 본 연구는 관련 분야의 개념 증진과 사례 연구 측면에서 의의가 있고, 실무에서도 본 자료를 통해 학부생, 대학원생 및 실무자를 위한 교육도 진행할 수 있다는 점에서 기여점이 있다.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)