[發(fā)明專利]一種基于鯰魚效應(yīng)的團隊推薦系統(tǒng)構(gòu)建方法

在審

• 申請?zhí)枺?/td>: 201810316682.5
• 申請日: 2018-04-08
• 公開（公告）號: CN108564272A
• 公開（公告）日: 2018-09-21
• 發(fā)明（設(shè)計）人: 寧兆龍;曾星;傅曼青;孔祥杰;夏鋒
• 申請（專利權(quán)）人: 大連理工大學(xué)
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/10;G06N3/00;G06N3/08
• 代理公司: 大連理工大學(xué)專利中心 21200
• 代理人: 溫福雪;侯明遠

1.一種基于鯰魚效應(yīng)的團隊推薦系統(tǒng)構(gòu)建方法，其特征在于，步驟如下：

步驟1)：基于鯰魚效應(yīng)計算鯰魚指數(shù)CI的CTI

以鯰魚效應(yīng)提出計算鯰魚指數(shù)CI的CTI算法；鯰魚指數(shù)CI越高，鯰魚效應(yīng)越強；

一個技能的鯰魚指數(shù)的公式如下：

其中：p_j代表技能，CI(p_j)表示p_j的鯰魚指數(shù)，k_s+t表示在團隊績效G_s+t>G_s且在此時間段內(nèi)存在極小值時，第s+t年的團隊績效點與t年中最小績效點的斜率，n是條件k_s+t-k_t計算時的個數(shù)，s,e分別代表起始年和終止年份，t表示年限；

步驟2)：提取團隊成員的技能特征與團隊績效通過RBF網(wǎng)絡(luò)學(xué)習(xí)算法構(gòu)建神經(jīng)網(wǎng)絡(luò)預(yù)測模型M

團隊成員的技能是影響團隊績效的直接因素，通過提取團隊中成員技能特征，并使用RBF網(wǎng)絡(luò)學(xué)習(xí)算法構(gòu)建預(yù)測績效的神經(jīng)網(wǎng)絡(luò)預(yù)測模型M，步驟如下：

a)徑向基神經(jīng)元的傳遞函數(shù)采用高斯函數(shù)，公式為：

其中：||·||為歐式范數(shù)，x_p為輸入樣本，c_i為隱含層結(jié)點的中心，σ為高斯函數(shù)的方差；

b)對隱含層神經(jīng)元輸出的線性加權(quán)求和，公式為：

其中：x_p為輸入樣本，c_i為隱含層結(jié)點的中心，σ為高斯函數(shù)的方差，w_ij為隱藏層到輸出層的連接權(quán)值，隱含層有h個結(jié)點，y_j為與輸入樣本對應(yīng)的網(wǎng)絡(luò)的第j個輸出結(jié)點的實際輸出；

c)通過不斷調(diào)整參數(shù)中心c_i和權(quán)值w，直至達到精度計算并輸出預(yù)測值，構(gòu)建出神經(jīng)網(wǎng)絡(luò)預(yù)測模型M；

步驟3)：歸一化特征向量集合，依次將集合中的特征值取極值，分別通過步驟2)中的神經(jīng)網(wǎng)絡(luò)預(yù)測模型M預(yù)測出績效值

為減小步驟2)中神經(jīng)網(wǎng)絡(luò)預(yù)測模型M的預(yù)測誤差，對輸入數(shù)據(jù)做歸一化處理；歸一化處理公式為：

其中：x是原始指標(biāo)數(shù)據(jù)，x_i是標(biāo)準化后的數(shù)據(jù)，x_min是原始指標(biāo)中的最小值，x_max是原始指標(biāo)中的最大值；

依次將技能值取極大值1預(yù)測績效值，分析技能與績效之間的關(guān)系；調(diào)用神經(jīng)網(wǎng)絡(luò)預(yù)測模型M中的newrb函數(shù)對訓(xùn)練樣本數(shù)據(jù)進行訓(xùn)練；newrb函數(shù)表示為：

net＝newrb(P,T,GOAL,SPREAD)

其中：P為輸入向量，T為輸出向量，GOAL為均方誤差，SPREAD為RBF函數(shù)的分布密度；

步驟4)：將步驟2)神經(jīng)網(wǎng)絡(luò)預(yù)測模型M應(yīng)用到步驟1)中的CTI中，得出RBF-CTI算法

根據(jù)步驟3)得到的績效值，計算在年限固定的情況下，技能特征向量值分別取極值后所對應(yīng)的鯰魚指數(shù)CI，構(gòu)成鯰魚指數(shù)CI向量，其中最大的CI值所對應(yīng)的技能即為鯰魚技能；

RBF-CTI算法具體如下：由時間序列為軸，每個技能取極值后預(yù)測的團隊績效為縱坐標(biāo)作二維曲線；在討論不同時間段的情況下，以時間間隔t為一個周期，如果它的變化趨勢為先減小后增加，即呈負激勵趨勢，且第i+t年的預(yù)測績效高于i年的預(yù)測績效，則計算曲線中第i+t年所對應(yīng)的坐標(biāo)與在此t年間績效最小年份所對應(yīng)的坐標(biāo)斜率k1，第i年所對應(yīng)的坐標(biāo)與在此t年間績效最小年份所對應(yīng)的坐標(biāo)斜率k2，計算兩者之差，兩者差越大，負激勵增長的趨勢越明顯；直至循環(huán)到終止年份結(jié)束，靜態(tài)鯰魚指數(shù)為所有呈現(xiàn)鯰魚效應(yīng)指數(shù)的均值。