一个企业的成功不仅仅是靠偶然的运气,更多的是靠团队的努力,靠员工对公司的奋斗,正是这些因素使公司可以做强做大。由此看来,员工对企业的重要性不言而喻。虽然“旧人去,新人来”的现象在企业中很普遍,一定范围内的员工流动对企业的生存发展没有太大影响,而且可能会让企业充满生机,增强员工活力,但高比例的员工流失,不仅会增加企业的财政负担,而且由于新员工对于公司业务不熟悉而导致的效率低下所产生的一系列经济损失,严重来说,甚至可能会造成公司核心机密泄露,从而使企业陷入困境。如果对这种问题不加以有效的控制,最终将会对企业的可持续健康发展造成影响,甚至有可能会让企业轰然倒下。因此,帮助企业建立一个合理高效的员工流失预测模型,帮助企业锁定具有高流失倾向的员工,减少损失,显得尤为重要。本文以XYZ公司所提供的4410条人力资源员工数据为基础,借助SPSS Statistics 20.0软件,在对数据进行类型转换、删除缺失值等预处理工作后,运用SPSS Modeler 18.0软件,对无关变量进行剔除,再对剔除后的变量进行单变量流失预测能力检验,最后采用正态分布检验和两独立样本非参数检验确定最终预测建模指标,采用随机森林算法、支持向量机算法、C5.0决策树算法和朴素贝叶斯算法针对员工流失问题建立模型。同时利用上述建立的这四种模型的预测结果,采用拉格朗日方法建立组合预测模型。并根据精确率、召回率、F-Score、准确率、ROC曲线和AUC值评价标准对五种模型进行对比分析。通过对比上述五种模型,组合预测模型相比其他模型在精确率、召回率、F-Score、准确率、ROC曲线和AUC值方面都是最高的,说明组合预测模型比其他四种单一模型预测效果好,而且由于组合预测模型比单一模型能充分利用数据中的有效信息,尽可能地避免了信息不必要的浪费,考虑问题更系统全面,具有很强的实用性,因此最终选择组合预测模型解决员工流失问题。