🤖 AI

A time-series classification framework for individual-level absenteeism prediction under severe class imbalance

本文提出了一种利用 LSTM-FCN 架构和优化损失函数的序列分类框架，旨在实现针对高度不平衡数据集的真正前瞻性、个体层面缺勤预测，从而克服现有方法仅能重现已发生结果的局限性。

原作者： Kwong Ho Li, Matthew Roughan, Wathsala Karunarathne

发布于 2026-07-01

📖 1 分钟阅读☕ 轻松阅读

原作者： Kwong Ho Li, Matthew Roughan, Wathsala Karunarathne

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你是一位繁忙医院或快递公司的经理。你最大的头痛问题是什么？缺勤（Absenteeism）。当员工无法到岗时，一切都会陷入停滞。你需要在他们缺席之前就预知谁可能会请病假，以便做好准备。

这篇论文关于构建一个员工出勤的“水晶球”，但它有一个非常特殊的转折：它试图通过“过去”来预测“未来”，而不仅仅是观察“现在”发生了什么。

以下是这项研究的故事，通过简单的概念进行了拆解。

1. 问题所在：看向后视镜

目前大多数用于预测缺勤的计算机程序就像是在只看后视镜的情况下开车。它们利用“今天”的数据（比如员工的年龄或居住距离）来尝试猜测他们“今天”是否缺勤。

作者认为这对规划毫无用处。当你掌握了“今天”的数据时，员工已经做出了留在家中或到岗工作的决定。你无法去修复一个已经发生的用工短缺。

解决方案： 他们提出了一个**时间序列分类（Time Series Classification）**框架。把这想象成看向挡风玻璃。与其问“约翰现在缺勤吗？”，不如问：“基于约翰过去 40 天的出勤模式，他在接下来的 5 天内是否可能缺勤？”这让管理者能够从被动应对转为主动预防。

2. 数据障碍：构建“数字孪生”

真实的员工出勤记录是私密且敏感的（类似于医疗记录）。你无法直接从互联网上下载这些数据。

为了解决这个问题，研究人员构建了一个模拟数据集。想象一下，他们从一家巴西快递公司获取了一小部分真实数据作为“种子”，然后利用数学方法培育出一片由 1,000 名“数字员工”组成的巨大森林，这些员工的行为在统计学上与真实员工完全一致。这使他们能够在不侵犯隐私的情况下测试他们的系统。

3. “类别不平衡”陷阱

这里有一个棘手的部分。在几乎任何一家公司中，97% 的时间人们都会来上班。只有大约 3% 的时间他们会缺勤。

在机器学习中，这被称为严重的类别不平衡（severe class imbalance）。这就像是在教一只狗，只有在看到狮子时才吠叫，但 99% 的时间你都给它看猫。这只狗最终会学会保持沉默（预测“没有狮子”），因为它在 99% 的情况下都是对的。

在他们的案例中，一个计算机模型只需简单地每天预测“所有人都在岗”，就能达到 97% 的准确率。但对于需要知道谁真正缺勤的管理者来说，这简直是一场灾难。目标不仅仅是“准确率”，而是特异性（Specificity）——即在不虚报警报的前提下，正确识别出那些稀有的“缺勤”日期的能力。

4. 损失函数的对决：“聚焦型” vs. “自我修正型”

为了解决不平衡问题，研究人员测试了两种不同的“老师”（称为损失函数的数学公式）来训练他们的 AI。

老师 A：二元聚焦损失（Binary Focal Loss, BFL）。
- 比喻： 想象一位试图只关注不及格学生的老师。然而，这位老师需要一本特定的说明书（一个名为 $\alpha$ 的参数）来指导他该如何聚焦。
- 发现： 标准的说明书（大多数人使用的）实际上让情况变得更糟了！它告诉老师去关注错误的群体。研究人员必须使用一个基于缺勤稀有程度的特定公式来重写说明书。当他们这样做时，老师变得更擅长识别缺勤员工了。但，这要求管理者预先掌握精确的数学计算。
老师 B：几何平均值（Geometric Mean, G-Mean）损失。
- 比喻： 这位老师具有自我修正的本能。如果班级开始忽视不及格的学生，这位老师会自动将注意力转移到他们身上，而不需要任何说明书。
- 发现： 这位老师的表现与经过完美调优的“聚焦损失”老师一样出色，但它不需要复杂的数学调整。它直接就能奏效。

胜出者： 两者表现都不错，但 G-Mean 是“即插即用”的冠军，因为它不需要用户预先计算复杂的平衡数值。

5. 最佳架构：混合引擎

他们测试了三种不同的“引擎”（AI 模型）来处理数据：

LSTM： 擅长记忆长篇故事（就像写日记一样）。
CNN： 擅长识别图像中的模式（或者在这种情况下，识别时间中的模式）。
LSTM-FCN： 一种结合了两者的混合体。

结果： **混合模型（LSTM-FCN）**是明显的赢家。它就像是一个既能阅读整本日记，又能识别特定手写模式的侦探。它实现了约 80% 的平衡准确率，这意味着它在预测缺勤方面表现出色，且不会产生过多的虚假警报。

6. 微调：我们需要多少历史数据？

他们还测试了 AI 应该回顾多久的历史：

太短（5 天）： AI 会忘记上下文。
太长（160 天）： AI 会被陈旧、无关的历史信息所干扰。
黄金窗口： 回顾 40 到 80 天 是完美的区间。它为 AI 提供了足够的历史记录来观察模式（例如“约翰每次值完双班后就会生病”），同时又不会被过时的历史所困扰。

研究结果总结

不要只看后视镜： 基于过去的序列来预测未来的缺勤，是实现真正主动预防的唯一途径。
“标准”设置会失效： 如果你使用处理稀有事件的默认设置，你将无法识别出缺勤情况。你必须调整数学公式或使用自我修正的方法。
混合模型胜出： 结合不同的 AI 技术（LSTM-FCN）效果最好。
魔法窗口： 回顾 40–80 天能获得最佳结果。
没有万能药： 他们不得不使用模拟数据，因为真实数据是私密的，但他们证明了该方法在经过现实世界统计校准的模拟实验中是有效的。

简而言之，这篇论文提供了一个蓝图，可以构建一个系统，通过查看员工最近的出勤历史并得出结论：“嘿，基于这个模式，这个人下周很可能会缺勤”，从而让管理者在问题发生前就解决它。

技术摘要：一种用于个体层面缺勤预测的序列分类框架（针对严重类别不平衡问题）

问题定义

本文解决了在高需求环境（如医疗、应急服务、物流）中预测个体员工缺勤的运营挑战。现有的机器学习方法存在两个关键的结构性局限：

时间错位（Temporal Misalignment）： 现有的回归和分类方法将 $t$ 时刻观察到的特征映射到同一时刻 $t$ 的标签。这导致模型只是在重现已经实现的结局，而非预测未来事件，使其具有反应性而非主动性。
序列结构丢失（Loss of Sequential Structure）： 现有方法通常将个体行为聚合为群体层面的汇总数据，从而丢弃了员工出勤历史中的序列模式（例如，累积的疲劳或反复出现的健康问题），而这些模式包含了具有预测性的信息。

此外，该问题具有严重的类别不平衡特征。在研究的背景下，出勤（在岗）记录约占 97.69%，而缺勤是少数类，仅占 2.31%，其不平衡比例 $\rho \approx 42.31$ 。标准损失函数会使模型偏向多数类，导致特异度（Specificity，即正确识别缺勤员工的能力）较低，而这正是劳动力规划中的关键失效模式。

研究方法

数据模拟

由于缺乏公开的纵向个体层面出勤数据，作者构建了一个可复现的模拟数据集。该数据集根据 UCI “Absenteeism at Work” 基准数据集的分布特性进行了校准。

扩展： 将 36 名员工的月度聚合数据扩展为每日二元序列（1,027 天）。
合成： 通过保持分布一致性的采样生成了额外的 964 名合成员工，总计 1,000 名员工。
公式化： 将问题重新表述为**时间序列分类（TSC）**任务。采用滑动窗口法，其中输入序列 $X$ 由连续 $n$ 天的历史出勤组成，目标标签 $y$ 代表随后 $m$ 天内的缺勤状态（预测时界）。

模型架构

评估了三种深度学习架构：

LSTM： 一种处理序列以捕捉时间依赖性的循环网络。
CNN (FCN)： 一种使用一维卷积提取层次化特征的全卷积网络。
LSTM-FCN： 一种混合架构，结合了卷积分支（用于捕捉局部模式）和循环分支（用于捕捉序列依赖），并在输出层之前对表示进行拼接。

损失函数与理论分析

研究严格分析了严重不平衡情况下的两种损失函数：

二元焦点损失（Binary Focal Loss, BFL）： 引入了聚焦参数 $\gamma$ $γ$ 和类别平衡因子 $\alpha$ $α$ 。
- 理论发现： 作者推导出在初始化阶段（ $p=0.5$ 时），在岗类与缺勤类的初始梯度比为 $\rho \alpha / (1-\alpha)$ 。他们证明了聚焦参数 $\gamma$ 在初始化时对梯度比没有影响。
- 校准： 为了实现梯度平衡， $\alpha$ 必须设置为 $\alpha^* = 1/(1+\rho) \approx 0.023$ 。标准参数设置（例如 $\alpha=0.75$ ）会放大多数类的支配地位，导致模型崩溃。
几何平均值（G-Mean）损失： 优化真阳性率（TPR）和真阴性率（TNR）的几何平均值。
- 理论发现： G-Mean 具有自我修正的梯度结构。总梯度贡献的比率取决于 $\widehat{TNR}/\widehat{TPR}$ ，该比率与不平衡比例 $\rho$ 无关。当模型趋向于将所有人预测为“在岗”时，缺勤类的梯度会自然占据主导地位，从而提供一种无需手动参数调优的恢复力。

实验设置

指标： 特异度（主要指标）、均衡准确率（Balanced Accuracy）、精确率（Precision）、召回率（Recall）和 F1 分数。
超参数： 对批大小（Batch Size）、窗口大小（Window Size）和损失函数参数进行了系统性搜索。
环境： 使用带有 PyTorch 的 NVIDIA RTX 4090 GPU 进行训练。

关键结果

1. 损失函数性能

标准 BFL 失效： 标准 BFL 配置（ $\alpha=0.75, \gamma=2$ ）导致的特异度仅为 0.124，因为模型几乎将所有员工都预测为“在岗”。
校准后的 BFL： 当 $\alpha$ 设置为理论推导值 $\alpha^* \approx 0.023$ 且 $\gamma=0$ 时，特异度提升至 0.813，均衡准确率为 0.888。
G-Mean 性能： G-Mean 在无需任何参数校准的情况下，实现了 0.844 的特异度和 0.734 的均衡准确率。
结论： 当 $\rho$ 未知或希望避免手动校准时，G-Mean 更具优势。校准后的 BFL（ $\alpha^*, \gamma=0$ ）具有竞争力，但需要精确掌握不平衡比例。

2. 架构与超参数

架构： LSTM-FCN 混合模型在不同配置下表现出最稳定的精确率和特异度。
批大小： 性能在批大小 $\ge 64$ 时趋于稳定。较小的批次无法可靠地包含少数类样本，导致 G-Mean 的自我修正机制失效。使用 1,024 的批大小获得了最高的特异度。
窗口大小： 对于 5 天的预测时界，窗口大小在 40 到 80 天 之间时，性能与稳定性达到了最佳平衡。较大的窗口（如 160 天）会导致 F1 分数和均衡准确率下降。
背景信息： 加入静态员工背景信息（如年龄、BMI）相比仅使用出勤序列，并未显著提升性能。

3. 测试集评估

在留存测试集上，使用 G-Mean 损失、窗口大小为 40–80 天、批大小为 1,024 的 LSTM-FCN 模型实现了约 80% 的均衡准确率。该模型泛化能力良好，表明所学习的时间模式并未过拟合。

意义与贡献

本文声称有四项主要贡献：

TSC 公式化： 它将缺勤预测重新定义为一个序列知识问题，通过明确区分历史序列与未来标签，实现了真正的预见性决策支持，这与现有的反应性模型形成了对比。
损失函数的理论分析： 它提供了关于严重不平衡下梯度动态的严谨理论推导。它证明了当正类为多数类时，标准 BFL 参数化会失效，并推导出了实现平衡所需的 $\alpha$ 的精确解析值。它还阐述了 G-Mean 损失的自我修正特性。
系统性评估： 它为不平衡序列预测建立了实用的设计指南，确定了 LSTM-FCN 是最稳健的架构，并定义了批大小和窗口大小的最佳范围。
可复现的模拟框架： 它通过发布一种经过校准的模拟方法论来解决数据稀缺问题，该方法可以生成合成的纵向出勤数据，为缺乏公开个体层面记录的未来研究提供基准。

作者总结道，尽管本研究受限于使用模拟数据，但该框架为劳动力管理、医疗保健和欺诈检测等领域中严重的类别不平衡二分类问题提供了实用的指导。未来的工作方向是利用真实组织数据验证这些发现，并将框架扩展到多变量序列。