[發明專利]一種基于鯰魚效應的團隊推薦系統構建方法

在審

• 申請號: 201810316682.5
• 申請日: 2018-04-08
• 公開（公告）號: CN108564272A
• 公開（公告）日: 2018-09-21
• 發明（設計）人: 寧兆龍;曾星;傅曼青;孔祥杰;夏鋒
• 申請（專利權）人: 大連理工大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/10;G06N3/00;G06N3/08
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 溫福雪;侯明遠

本發明屬于團隊數據分析技術領域，提供了一種基于鯰魚效應的團隊推薦系統構建方法。以鯰魚效應為理論原則，通過對團隊數據特征進行分析提取，提出一種基于RBF的CTI算法，即RBF?CTI算法，該算法考慮了團隊中對績效具有重要影響的團隊成員技能特征向量，以樣本數據為輸入參數一，首先建立RBF模型預測績效，以良好的普適性為目標提供用戶輸入年份間隔為參數二，計算鯰魚效應指數，該指數最大的技能代表了團隊中最具潛力的影響因子，識別為鯰魚技能，將其作為推薦系統的重要指標。

技術領域

本發明屬于團隊數據分析技術領域，涉及一種基于鯰魚效應的團隊推薦系統構建方法。

背景技術

在市場競爭越發激烈、團隊組織改革不斷深化的新形勢下，人力資源管理越來越復雜且越來越重要，而與此同時，在多學科交叉化的新形勢下，由生物現象衍生出的“鯰魚效應”原理被引用到經濟活動中，進而演變為一種競爭機制，其在人力資源管理中發揮出積極的作用。目前研究團隊內部構建問題的方法大都基于傳統的理論分析即社會網絡理論及知識管理理論，以此探討團隊內部社會網絡對團隊績效的影響。由于不同類型的團隊結構及工作性質的不同，上述方法不具有良好的一般性和普適性。基于此，本文以在人力管理層面有所成果的鯰魚效應為理論原則，以神經網絡RBF為模型，預測團隊績效與團隊成員技能之間的關系，識別出“鯰魚所具有的技能”，為團隊成員流動以及團隊建設提供有指導性且具有普遍性的團隊建設架構。

發明內容

本發明的目的主要針對上述現有研究的不足之處，提出一種基于鯰魚效應的團隊推薦系統構建方法，通過對團隊數據技能特征進行分析，提出一種基于RBF的CTI算法——RBF-CTI算法，該算法考慮了團隊中對績效具有重要影響的特征向量集，以該特征向量集為輸入，建立RBF神經網絡模型以預測團隊績效，同時加入了鯰魚效應的原則，以鯰魚效應指數代表鯰魚效應的強度，是團隊中最具潛力的影響因子，將其對應的鯰魚特征作為推薦系統的指標。

本發明的技術方案：

一種基于鯰魚效應的團隊推薦系統構建方法，步驟如下：

步驟1)：基于鯰魚效應計算鯰魚指數CI的CTI

鯰魚效應是指采取手段或措施，激活團隊成員的競爭意識，從而提高團隊整體的效益，是一種負激勵機制；鯰魚效應對團隊的績效有負激勵效應，最后呈現促進作用，以鯰魚效應提出計算鯰魚指數CI的CTI算法；鯰魚指數CI越高，鯰魚效應越強；

一個技能的鯰魚指數的公式如下：

其中：p_j代表技能，CI(p_j)表示p_j的鯰魚指數，k_s+t表示在團隊績效G_s+t>G_s且在此時間段內存在極小值時，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可計算時的個數，s,e分別代表起始年和終止年份，t表示年限；

步驟2)：提取團隊中成員的技能特征與團隊績效通過RBF網絡學習算法構建神經網絡預測模型M

團隊成員的技能是影響團隊績效的直接因素，通過提取團隊中的成員技能特征，并使用RBF網絡學習算法構建預測績效的神經網絡預測模型M，步驟如下：

a)徑向基神經元的傳遞函數采用高斯函數，公式為：

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

b)對隱含層神經元輸出的線性加權求和，公式為：