머신러닝과 딥러닝 알고리즘을 활용한 간호사 이직 예측 (Prediction of nurse turnover using machine learning and deep learning)

서지정보

· 발행기관 : 한국재활복지공학회
· 수록지 정보 : 재활복지공학회논문지 / 17권 / 2호 / 78 ~ 85페이지
· 저자명 : 노미진

초록

COVID-19 팬더믹 이후 의료 관련 업종자들의 중요성이 부각되면서 간호사들의 이직 문제에 관심이 집중되었다. 간호사들의 감소는 퇴직, 사직, 해고 등 다양한 원인으로 인해 감소하고 있으며, 사회 경제적으로 간호사들의 이직은 다양한 기회비용을 발생시킨다. 이와 같은 원치 않는 손실을 방지하기 위해 간호사 이직을 예측하고 예방하기 위한 다양한 노력을 기울이고 있다. 본 연구에서는 의사결정나무, 랜덤포레스트, 그레디언트부스팅, LGBM, 심층신경망이라는 기계 학습 방법론을 사용하여 간호사들의 이직을 예측하고자 한다. 캐글에서 간호사들에 대한 데이터를 수집하였고, 목표 변수로는 간호사들의 이직여부를 선택하였다. 설명변수로는 개인 요인으로 나이, 년수, 교육수준, 결혼여부, 성별을 고려하였고, 환경적 요인으로는 야근, 거리, 월급여수준, 시간급여수준 등 18개의 변수들을 고려하였다. 모델의 예측 성능을 계산하기 위한 척도로 정확도, 정밀도, 민감도, F-1 점수를 사용했다. 그 결과 그레디언트부스팅 모델이 가장 좋은 성능을 보였으므로, 그레디언트부스팅 모델 결과를 기반으로 특성중요도를 살펴보았다. 간호사들이 이직여부를 결정할 때, 야근, 거리, 일급여수준 등이 매우 중요한 특성으로 나타났으며 이 결과는 간호사들의 이직 예방을 위한 자료로 활용할 수 있을 것이다.

영어초록

After the COVID-19 pandemic, our society has become interested in the problem of nurses' turnover as the importance of medical-related industries has been highlighted. The nurses is decreasing due to various reasons such as retirement, resignation, and dismissal, and the turnover of nurses causes various opportunity costs in the socioeconomic aspect. In order to prevent such unwanted losses, various efforts are being made to predict and prevent nurse turnover. In this study, we try to predict nurse turnover by using machine learning and deep learning such as decision tree, random forest, gradient boosting, LGBM, and deep neural network. We collected data on nurses from Kaggle, and selected nurse turnover as a target variable. We considered age, years, education level, marital status, and gender as personal factors, and environment factors such as overtime, distance, monthly wage level, hourly wage level, and 18 variables. Accuracy, precision, recall, and F-1 score were used as metrics to calculate the predictive performance of the model. As a result, the gradient boosting model showed the best performance, so we looked at the feature importance based on the gradient boosting model results. When nurses decide whether to turnover, overtime work, distance, and daily wage level were found to be very important characteristics, and this result can be used as data to prevent nurses' turnover.

참고자료

· 없음