機(jī)器學(xué)習(xí)在黨政干部日?？己四Ｐ蜋?quán)重賦值中的運(yùn)用

秦博+徐浩銘

〔摘要〕機(jī)器學(xué)習(xí)方法在領(lǐng)導(dǎo)干部日常考核指標(biāo)體系設(shè)置中被廣泛運(yùn)用。層次結(jié)構(gòu)模型（AHP&FAHP）的基本思路是將復(fù)雜問題分解為若干層次和若干要素，通過簡(jiǎn)單比較、判斷和計(jì)算，獲得不同要素的權(quán)重，最后通過加權(quán)求和做出最優(yōu)選擇。而SVM作為一種新興的機(jī)器學(xué)習(xí)方法，也逐漸被引入到領(lǐng)導(dǎo)干部日?？己说闹笜?biāo)設(shè)計(jì)之中。SVM的原則是結(jié)構(gòu)風(fēng)險(xiǎn)最小化，在樣本分類誤差盡可能小的前提下，充分提高分類器的泛化推廣能力，這有助于解決小樣本、非線性以及高維模式識(shí)別問題;文章總結(jié)和比較了AHP、FAHP、SVM三種模型的理論基礎(chǔ)和基本方法，試圖為領(lǐng)導(dǎo)干部日?？己颂峁├碚撘罁?jù)。

〔關(guān)鍵詞〕機(jī)器學(xué)習(xí);干部考核;權(quán)重賦值;層次結(jié)構(gòu)模型;支持向量機(jī)模型

〔中圖分類號(hào)〕D630.3〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕2095-8048-（2015）03-0028-04

一、 引言

理解機(jī)器學(xué)習(xí)的關(guān)鍵概念是學(xué)習(xí)，然而對(duì)于學(xué)習(xí)這個(gè)概念迄今卻無(wú)精準(zhǔn)定義。不同的學(xué)科對(duì)機(jī)器學(xué)習(xí)的研究側(cè)重不同，其機(jī)理和實(shí)現(xiàn)很難把握，因?yàn)閷W(xué)習(xí)是一種綜合性、多側(cè)面的心理活動(dòng)。機(jī)器學(xué)習(xí)是人工智能領(lǐng)域內(nèi)的重要分支，雖然已經(jīng)被廣泛應(yīng)用于科學(xué)領(lǐng)域，但是在社會(huì)科學(xué)領(lǐng)域的應(yīng)用相對(duì)較少，對(duì)于干部考核這一塊少有文獻(xiàn)。事實(shí)上，機(jī)器學(xué)習(xí)方法能夠應(yīng)用于干部考核。如何科學(xué)地權(quán)重賦值是建立干部考核體系的技術(shù)重點(diǎn)和難點(diǎn)。過去的干部考核方法在為考核因素排序時(shí)，往往基于常規(guī)的統(tǒng)計(jì)分析和定性的經(jīng)驗(yàn)來賦予不同因素以不同的權(quán)重，進(jìn)而調(diào)整不同頻度的排序算法。此類方法的缺陷首先在于不能容納較多的排序因素，否則會(huì)致使調(diào)整權(quán)值變得非常復(fù)雜。其次此類方法無(wú)法有效應(yīng)對(duì)新的排序因素，因?yàn)橥ǔ６既鄙賹?duì)這一數(shù)據(jù)的直觀經(jīng)驗(yàn)，單憑經(jīng)驗(yàn)不能妥當(dāng)權(quán)衡這些因素的權(quán)重。較之于以往的方法，基于機(jī)器學(xué)習(xí)的排序技術(shù)就可以彌補(bǔ)缺陷，因?yàn)闄C(jī)器學(xué)習(xí)技術(shù)可以引入大量的排序因素，能夠快速適應(yīng)新的權(quán)重分配和排序策略，而且無(wú)需手動(dòng)調(diào)整各因素的權(quán)值。

黨政領(lǐng)導(dǎo)干部考核評(píng)價(jià)工作的基礎(chǔ)是設(shè)置科學(xué)合理的考核評(píng)價(jià)指標(biāo)體系，而指標(biāo)體系的科學(xué)與否直接關(guān)系到考評(píng)的質(zhì)量和結(jié)果。根據(jù)《黨政領(lǐng)導(dǎo)干部選拔任用工作條例》、《黨政領(lǐng)導(dǎo)干部考核工作暫行規(guī)定》等相關(guān)規(guī)定，當(dāng)前對(duì)黨政領(lǐng)導(dǎo)干部考核評(píng)價(jià)內(nèi)容主要分為 “德、能、勤、績(jī)、廉”五方面，再結(jié)合各個(gè)部門職能要求以及現(xiàn)階段發(fā)展方向和中心等，設(shè)立相應(yīng)的二級(jí)指標(biāo)乃至三、四級(jí)指標(biāo)。

圖1層次結(jié)構(gòu)圖

圖2領(lǐng)導(dǎo)干部日?？己酥笜?biāo)層次結(jié)構(gòu)圖

考核評(píng)判結(jié)果分為五個(gè)層次，即“好，較好，一般，較差，差”。

指標(biāo)確立后的重要工作是權(quán)重賦值。權(quán)重是評(píng)價(jià)過程中通過不同側(cè)面的重要程度來對(duì)評(píng)價(jià)對(duì)象的定量分配，并對(duì)各評(píng)價(jià)因子在總體評(píng)價(jià)中的作用區(qū)別對(duì)待。在之前的領(lǐng)導(dǎo)干部考評(píng)之中，對(duì)于權(quán)重的設(shè)計(jì)雖然已經(jīng)逐漸引起重視，但仍停留在憑經(jīng)驗(yàn)分配的階段，各個(gè)地區(qū)和部門的權(quán)重賦值也是大相徑庭的。對(duì)某個(gè)具體指標(biāo)過度強(qiáng)調(diào)或者過度弱化都可能產(chǎn)生結(jié)果上的偏差，因此考核權(quán)重的設(shè)計(jì)對(duì)于工作行為來說是至關(guān)重要的步驟。換言之，權(quán)重設(shè)計(jì)是測(cè)量干部考核績(jī)效和干部真實(shí)績(jī)效是否一致的準(zhǔn)繩，將權(quán)重系數(shù)用來調(diào)節(jié)各類各級(jí)干部的特殊性，能夠增強(qiáng)考核結(jié)果的科學(xué)性和可比性。因此，在如今的領(lǐng)導(dǎo)干部日常工作考評(píng)體系之中，權(quán)重賦值應(yīng)成為重要環(huán)節(jié)。

現(xiàn)在普遍的方法是以績(jī)效評(píng)估現(xiàn)有理論與方法為基礎(chǔ)，通過對(duì)黨員領(lǐng)導(dǎo)干部考核的各項(xiàng)指標(biāo)進(jìn)行打分，應(yīng)用機(jī)器學(xué)習(xí)，統(tǒng)計(jì)分析進(jìn)行分析和研究，建立考核模型。層次分析法（AHP）和模糊層次分析法（FAHP）是提高權(quán)重系數(shù)精確測(cè)度的比較有代表性的、較成功的方法，在干部日?？己梭w系中廣泛應(yīng)用，其基本思路是將復(fù)雜問題分解為若干層次和若干要素，通過簡(jiǎn)單比較、判斷和計(jì)算，獲得不同要素的權(quán)重，然后通過加權(quán)求和做出最優(yōu)選擇，這樣一來可以使得考評(píng)標(biāo)準(zhǔn)規(guī)范，又能讓計(jì)算方法公開合理，還能使考核體系簡(jiǎn)便實(shí)用。而SVM是一種較新的機(jī)器學(xué)習(xí)方法，它的原則是結(jié)構(gòu)風(fēng)險(xiǎn)最小化，使樣本分類誤差盡可能小的前提下，充分提高分類器的泛化推廣能力。因其在解決小樣本、非線性以及高維模式識(shí)別問題中表現(xiàn)出許多特有的優(yōu)點(diǎn)，也逐漸被引入到領(lǐng)導(dǎo)干部日常考核的指標(biāo)設(shè)計(jì)之中。本文總結(jié)和比較了AHP、FAHP、SVM三種模型的理論基礎(chǔ)和基本方法，試圖為領(lǐng)導(dǎo)干部日?？己颂峁├碚撘罁?jù)。

二、 層次結(jié)構(gòu)模型（AHP&FAHP）

（一）層次分析法（AHP）

對(duì)于準(zhǔn)則層B，需要通過對(duì)因素c1，c2，…，cn進(jìn)行兩兩對(duì)比，并選擇標(biāo)度，構(gòu)造判斷矩陣B。具體含義和標(biāo)度如下表：

標(biāo)度 ?含義 ?1 表示兩個(gè)元素相比，具有同等重要性 ?3 表示兩個(gè)元素相比，一個(gè)元素比另一個(gè)元素稍微重要 ?5 表示兩個(gè)元素相比，一個(gè)元素比另一個(gè)元素明顯重要 ?7 表示兩個(gè)元素相比，一個(gè)元素比另一個(gè)元素強(qiáng)烈重要 9 表示兩個(gè)元素相比，一個(gè)元素比另一個(gè)元素極端重要 2，4，6，8 如果量元素差別介于兩者之間，取上述相鄰判斷的中間值 ?倒數(shù)若元素i與元素j重要性之比為cij，那么元素j元素i的重要性之比為cji=1cij 根據(jù)判斷矩陣進(jìn)行求解，以確定各個(gè)因素的權(quán)重：

Wi=（∏nj=1cij） 1n∑nk=1（∏nj=1cij1n），i∈N ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

特征向量W = 〔 W1， W2， …， Wn 〕T。上層評(píng)價(jià)為W T * C。

然后計(jì)算判斷矩陣的最大特征根

λmax=1n∑ni=1∑njcijWjWi ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

最終，檢驗(yàn)判斷矩陣的一致性

CI=λmax-nn-1，CR=CIRI ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（3）

當(dāng)CR<0.1時(shí)，判斷矩陣具有滿意的一致性。

（二）模糊層次分析法（FAHP）

模糊層次分析法（FAHP） 是基于層次分析法（AHP）的一種改進(jìn)模型，模型中采用模糊集取代判斷矩陣中的數(shù)，對(duì)矩陣中的各元素求得模糊權(quán)重，采用FAHP，是借鑒了AHP的分層思想，基于模糊集合理論中模糊一致矩陣和模糊一致關(guān)系而建立，使模糊決策模型與人們的思維習(xí)慣相一致，從而在檢驗(yàn)判斷矩陣的一致性時(shí)更為容易。FAHP模型中因素的兩兩比較判斷，采用一個(gè)因素比另一個(gè)因素的重要程度定量表示，模糊判斷矩陣C=（cij）n*n具有如下性質(zhì)：

cii=0.5，i∈N

cij+cji=1，cij≥0，i，j∈N（i≠j）

其標(biāo)度和含義如下：

標(biāo)度 含義 ?0.5 ?表示兩個(gè)元素相比，具有同等重要性 0.6 ?表示兩個(gè)元素相比，一個(gè)元素比另一個(gè)元素稍微重要 ?0.7 表示兩個(gè)元素相比，一個(gè)元素比另一個(gè)元素明顯重要 0.8 表示兩個(gè)元素相比，一個(gè)元素比另一個(gè)元素強(qiáng)烈重要 ?0.9 ?表示兩個(gè)元素相比，一個(gè)元素比另一個(gè)元素極端重要 ?0.1， 0.2， 0.3， 0.4 ?若元素i和元素j重要性之比為cij，那么元素j與元素i的重要性之比為cji = 1- cij ?對(duì)于模糊互補(bǔ)判斷矩陣，判斷矩陣權(quán)重公式如下：

Wi=∑nj=1cij+n2-1n（n-1），i∈N ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（4）

C的權(quán)重向量W=（W1，W2，…Wn）T且∑ni=1Wi=1，Wi≥0（i∈N）

構(gòu)造特征矩陣元素為：

Wij=WiWi+Wj，i，j∈N

則判斷矩陣C的特征矩陣為W=（Wij）n*n。

然后檢驗(yàn)?zāi)：卣骶仃嚺c互補(bǔ)判斷矩陣的一致性：

I（A，W）=1n∑ni=j∑nj=i|cij+Wji-1|≤a

通過對(duì)AHP模型和FAHP模型的描述中可以看出，AHP的計(jì)算公式對(duì)其結(jié)果有縮放作用，所求結(jié)果會(huì)表現(xiàn)出極端性。而FAHP的計(jì)算公式對(duì)結(jié)果不具有縮放作用，且標(biāo)度間隔差較小，所求結(jié)果難以表現(xiàn)出極端性。換句話說，AHP模型能夠很好地體現(xiàn)出元素間的極端重要性，而FAHP模型則能很好地體現(xiàn)出元素間的明顯重要性和稍微重要性。因此，在層次分析中可以將兩者結(jié)合使用。

三、支持向量機(jī)模型（SVM）

SVM是根據(jù)統(tǒng)計(jì)學(xué)習(xí)理論（SLT）提出的一種機(jī)器學(xué)習(xí)方法，對(duì)線性分類器提出了另一種設(shè)計(jì)最佳準(zhǔn)則，是針對(duì)在有限樣本的情況下，其目標(biāo)是得到當(dāng)前信息下的最優(yōu)解，而不僅僅是樣本趨于無(wú)限大時(shí)的最優(yōu)值。SVM的原理也從線性可分說起，然后擴(kuò)展到線性不可分的情況：

圖3

其中，實(shí)心點(diǎn)表示-1，實(shí)心點(diǎn)表示+1。直線方程為f（x）=wx+b，該方程也等價(jià)于f（x）=w1x1+w2xx+…+Wnxn+b ? ? ? ? ? ? ? ? ? ? ? ? ? ? （5）

當(dāng)向量x=2的時(shí)候，表示二維空間中的一條直線;當(dāng)向量x=3的時(shí)候，表示三維空間中的一個(gè)平面;當(dāng)向量n>3的時(shí)候，表示n維空間中n-1維超平面。

當(dāng)有一個(gè)新的點(diǎn)x需要加入到預(yù)測(cè)屬于哪個(gè)分類的時(shí)候，采用就可以預(yù)測(cè)h（x）。當(dāng)f（x）>0時(shí)，h（x）= +1，當(dāng)f（x）<0時(shí)，h（x）= -1。如圖所示：

如下圖所示：

從實(shí)施的角度來說，SVM應(yīng)該在樣本中建立最優(yōu)分類面，該分類面使被分開的兩類樣本的間隔最大，這意味著推廣能力最強(qiáng)。如圖4：

圖4

支持向量位于wx+b=1與wx+b=-1的直線上，支持向量的表示為y（wx+b）=1，y是類別屬性。

黑色線表示紅色線和藍(lán)色線即支持向量所在的面，而兩者之間的間隙就是需要最大化的分類間的間隙M=2w·w=2‖w‖ ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （6）

間隔最大化等價(jià)于求||w||，優(yōu)化求解表達(dá)式為

max1‖w‖→min12‖w‖2 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（7）

其限制條件為

min12‖w‖2s.t.，yi（wTxi+b）≥1，i=1，…n ? ? ? ? ? ? ? ? ? ? ? ? ? ?（8）

采用拉格朗日乘子法求解，則

L（w，b，a）=12‖W‖2-∑ni=1a（yi（wTxi+b）-1） ? ? ? ? ? ? ? ? ? ? ? ? （9）

讓L關(guān)于w，b最小化，分別令L關(guān)于w，b的偏導(dǎo)數(shù)為0

Lw=0w=∑ni=1aiyixi

Lw=0∑ni=1aiyi=0（10）

將公式10代入L（w，b，a），得到對(duì)偶問題的表達(dá)式

L（w，b，a）=12∑ni=1ai-12∑ni，j=1aiajyiyjxiTxj ? ? ? ? ? ? ? ? ? ? ? ? ?（11）

maxa12∑ni=1ai-12∑ni，j=1aiajyiyjxiTxjs.t.，ai≥0，i=1，…n

∑ni=1aiyi=0 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（12）

在公式12中加入懲罰函數(shù)，得

min12‖w‖2+λ∑Ri=1εi，s.t.，yi（wTxi+b）≥1-εi，εi≥0 ? ? ? ? ? ? ? ? （13）

四、結(jié)語(yǔ)

本文分析了各種領(lǐng)導(dǎo)干部考核評(píng)價(jià)和模型的理論基礎(chǔ)和方法，主要結(jié)論有：第一，現(xiàn)在的考核模型在干部考核評(píng)價(jià)體系中應(yīng)用會(huì)產(chǎn)生不同的得分結(jié)果，但是SVM模型在干部考核預(yù)測(cè)評(píng)價(jià)中的準(zhǔn)確性較高;第二，如果采用不同的模型對(duì)干部進(jìn)行評(píng)價(jià)，很難得到一致準(zhǔn)確的得分結(jié)果，在這樣的情況下，我們可以考慮采用分等級(jí)評(píng)估的辦法，例如，我們可以對(duì)干部劃分五個(gè)層面：優(yōu)秀、良好、合格、較差和不合格。第三，傳統(tǒng)經(jīng)驗(yàn)和主觀判斷的權(quán)重賦值方法應(yīng)逐步被科學(xué)的考核模型和量化方法所取代。第四，在實(shí)際考核中，應(yīng)根據(jù)不同的領(lǐng)導(dǎo)崗位，列出不同的考核要素，設(shè)計(jì)差別化的問卷搜集有用信息對(duì)領(lǐng)導(dǎo)干部進(jìn)行富有針對(duì)性的考核。

對(duì)于目前普遍流行的領(lǐng)導(dǎo)干部日?？己酥笜?biāo)體系來說，仍然存在兩個(gè)方面的缺陷影響著評(píng)價(jià)結(jié)果的客觀和有效。首先是指標(biāo)的制定和細(xì)化仍難以兼顧共性和個(gè)性，難以實(shí)現(xiàn)全面和簡(jiǎn)便;其次，指標(biāo)權(quán)重仍主要基于前期的強(qiáng)制分配。從理論上說，這兩個(gè)影響因素雖然不能完全被消除，但可以盡量縮小，不過需要大量的實(shí)踐數(shù)據(jù)反饋來進(jìn)行驗(yàn)證，而如此一來消耗的人力、物力以及時(shí)間又會(huì)增加。在實(shí)際操作中，一套考核指標(biāo)權(quán)重設(shè)計(jì)很難適應(yīng)不同地區(qū)以及不同崗位的考核需求，應(yīng)根據(jù)層次分析模型和支持向量機(jī)模型的各自特點(diǎn)進(jìn)行有針對(duì)性的靈活運(yùn)用。 〔參考文獻(xiàn)〕

〔1〕中共中央《黨政領(lǐng)導(dǎo)干部選拔任用工作條例》

〔2〕曹萍，龔勤林，任泰山.基于AHP的西部地區(qū)干部考核評(píng)價(jià)指標(biāo)體系構(gòu)建〔J〕.西南民族大學(xué)學(xué)報(bào)，2012，（12）.

〔3〕胡月星. 推進(jìn)中國(guó)領(lǐng)導(dǎo)人才選拔測(cè)評(píng)面臨的挑戰(zhàn)和任務(wù)〔J〕. 領(lǐng)導(dǎo)科學(xué)，2013，（30）.

〔4〕韓世欣，黃梯云，李一軍. 基于機(jī)器學(xué)習(xí)理論的智能決策支持系統(tǒng)模型操縱方法的研究〔J〕.決策與決策支持系統(tǒng)，1996，（1）.

〔5〕李嘉佑，何清，史忠植. 機(jī)器學(xué)習(xí)與網(wǎng)絡(luò)信息處理〔J〕. 計(jì)算機(jī)工程應(yīng)用，2004，（33）.

〔6〕陳可佳. 社會(huì)網(wǎng)絡(luò)分析中的機(jī)器學(xué)習(xí)技術(shù)綜述〔J〕. 南京郵電大學(xué)學(xué)報(bào)，2011，（3）.

【責(zé)任編輯：石本惠】黨政研究20153