검색 상세

온라인 기업 리뷰 자료에 의한 기업 이직률 예측 : 토픽모델링의 적용

Predicting firm-level turnover based on online corporate review data: Application of topic modeling

초록

종업원들의 이직은 기업의 핵심 인력 이탈, 잔존 인력의 업무과부하 등 기업의 생존에 큰 손실을 야기한다. 본 연구의 목적은 종업원들의 이직에 영향을 미치는 요인을 탐색하고 이직을 방지할 수 있는 해결책을 모색하는 데 있다. 이를 위해 온라인 기업리뷰 플랫폼인 ‘잡플래닛’에서 전/현직자들이 기업에 대해 남긴 대량의 기업리뷰(평점, 텍스트 데이터)를 추출한 후, 이를 통해 기업 이직률을 예측하고자 하였다. 첫째, 선형회귀분석을 활용하여 평점 데이터로 된 기업단위 직무만족이 기업 이직률과 부적으로 관련되는지 검증하였다. 둘째, 토픽모델링을 통해 텍스트 데이터로부터 만족/불만족 요인의 토픽들을 도출한 후, 선형회귀분석을 통해 여러 만족/불만족 토픽들과 기업 이직률 간 관계를 탐색적으로 살펴보았다. 첫번째 결과에서, 직무 만족과 기업 이직률 간 부적 관련성이 나타났다. 두번째 결과에서는 구체적으로 급여, 복지, 업무 체계와 절차, 인사평가, 조직 분위기와 관련된 토픽들과 기업 이직률 간 유의한 관련성이 나타났다. 끝으로, 기업 리뷰의 평점, 텍스트 데이터를 모두 활용한 본 연구를 통해 인적자원 관리의 시사점을 논의하고, 한계와 후속 연구 방향을 제안하였다.

more

초록

The turnover of employees causes remaining core employees to work more than before and to exit, which is a great harm to corporate survival. The purpose of the research is to search factors that affect employee turnover and find solutions to prevent turnover beforehand. Through text mining technique, the large amount of rating and text data were extracted from ‘Job Planet’, the online corporate review platform, and firm-level turnover rates were predicted. First, I verified whether firm-level job satisfaction from rating data is negatively related to firm-level turnover rates using linear regression analysis. Second, after deriving topics of satisfaction/dissatisfaction factors from text data through topic modeling, I explored the relationship between various satisfaction/dissatisfaction topics and firm-level turnover using linear regression analysis. As a result, I found significant negative relationship between firm-level job satisfaction and firm-level turnover. Moreover, Salary, welfare, work system and procedures, personnel evaluation, corporate climate related topics were also found to be significantly related to firm-level turnover. Finally, implications for human resource management were discussed, and limitations and follow-up research were proposed in the study.

more