高發(fā)強(qiáng)

（江蘇科技大學(xué)數(shù)理學(xué)院，江蘇 鎮(zhèn)江 212003）

0 引言

近年來，“大學(xué)生就業(yè)難”已經(jīng)成為一個(gè)熱門話題，大學(xué)生如何在就業(yè)形式嚴(yán)峻的情況下，高效找到工作越發(fā)困難。參加校園招聘是大學(xué)生簽訂工作的主要方式，如何從校園招聘的眾多學(xué)子中脫穎而出，是每個(gè)大學(xué)生面臨的難題。通過調(diào)查分析，文章用粗糙集理論和最小距離法相結(jié)合的方法，分析了校園招聘企業(yè)人才需求的影響因素，從而更加準(zhǔn)確的指出了不同性質(zhì)的企業(yè)在校園招聘中對(duì)畢業(yè)生的要求，對(duì)大學(xué)生如何準(zhǔn)備就業(yè)具有重要的指導(dǎo)意義。

波蘭數(shù)學(xué)家Z.Pawlak提出的粗糙集理論是一種處理不精確信息和含糊信息的新型數(shù)學(xué)方法，近年來成功應(yīng)用于醫(yī)療診斷、圖像處理、模式識(shí)別、知識(shí)獲取、數(shù)據(jù)挖掘和決策支持等領(lǐng)域。經(jīng)典粗糙集理論是通過論域U上的不可分辨二元關(guān)系（即等價(jià)關(guān)系）導(dǎo)出的等價(jià)類作為基本的知識(shí)顆粒，用一對(duì)上下近似集合來逼近數(shù)據(jù)庫種的不精確概念。粗糙集的核心思想是在保持分類能力不變的前提下，通過知識(shí)約簡(jiǎn)，導(dǎo)出問題的決策或分類規(guī)則。

最小距離分類，是指求出未知類別向量到要識(shí)別各類別代表向量中心點(diǎn)的距離，將未知類別向量歸屬于距離最小一類的一種圖像分類方法。 本文將粗糙集理論和最小距離法用于校園招聘企業(yè)人才需求規(guī)則，高?？山梃b此規(guī)則引導(dǎo)學(xué)生，避免大學(xué)生盲目擇業(yè)；大學(xué)生也可參考此規(guī)則合理安排大學(xué)生活和做好就業(yè)準(zhǔn)備。

1 基本概念

1.1 粗糙集

定義1 信息系統(tǒng)（Information System記為：IS）可定義為一個(gè)四元組：DIS=＜U,AT,V,f＞，其中U是一個(gè)非空有限對(duì)象的集合，又稱為論域：AT是非空有限屬性集合，?a∈AT，Va表示屬性a的值域；V表示全體屬性的值域集合， 即 V＝VAT＝Ua∈ATVa；f為信息函數(shù)，Vx∈U，a∈AT，定義 f（x,a)表示 x 在屬性 a 上的取值，則有 f（x，a）∈Va。

如果AT=C U D,其中C是非空有限條件屬性集合，D是非空有限決策屬性集合，則＜U,C∪D,V,f＞又被稱為決策信息系統(tǒng)（DIS)。當(dāng)D=｛d｝時(shí)，稱＜U,C∪pxtn3jf,V,f＞為單決策信息系統(tǒng)。

定義2 設(shè)IS=＜U,AT,V,f＞,?A?AT,定義A上的不可分辨關(guān)系IND(A)={(x,y)∈U2｜?a∈A，f（x，a）=f（y，a）}。 不可分辨關(guān)系滿足自反性、對(duì)稱性、和傳遞性，是U上的一個(gè)等價(jià)關(guān)系。由此等價(jià)關(guān)系可以導(dǎo)出U上的一個(gè)劃分，記為U/IND(A),Vx∈U,x的等價(jià)類記為[x]A,且[x]A={y∈U|（x，y）∈IND（A）}。

定義3 設(shè)IS=＜U,AT,V,f＞,?X?U,A?AT定義X關(guān)于屬性A的下、上近似分別記為：

1.2 約簡(jiǎn)

定義 4 設(shè) DIS=＜U,C∪bxplntx,V,f＞，Vd={1，2，…i，…，r}，A?C。 由決策屬性 d 導(dǎo)出的劃分 U/d={D1，D2，…，Dr},其中 Di={x∈U|f（x，d）＝i}。 定義

（1）若LOW(A)=LOW(C),則稱A是C的一個(gè)下近似分布一致協(xié)調(diào)集；若A是C的一個(gè)下近 似分布一致協(xié)調(diào)集,且?B?A，B,都不是C的下近似分布一致協(xié)調(diào)集，則稱A是C的下近似分布約簡(jiǎn)。

（2）若UPP(A)=UPP(C),則稱A是C的一個(gè)上近似分布一致協(xié)調(diào)集；若A是C的一個(gè)下近似分布一致協(xié)調(diào)集,且?B?A，B,都不是C的上近似分布一致協(xié)調(diào)集，則稱A是C的上近似分布約簡(jiǎn)。

（3）若 LOW(A)=LOW(C),且 UPP(A)=UPP(C)，則稱 A 是 C 的分布一致協(xié)調(diào)集；若A是C的分布一致協(xié)調(diào)集,且?B?A，B,都不是C的分布一致協(xié)調(diào)集，則稱A是C的分布約簡(jiǎn)。

定義5 設(shè)IS=＜U,AT,V,f＞是一個(gè)信息系統(tǒng)，C∪5hdx5bf=AT,集合族{D1，D2，…，Dr}是由決策屬性 d 導(dǎo)出的劃分，則 C 對(duì)｛d｝的近似分類質(zhì)量 γC（xd55xbv）記為：

γC（bx5pjlz）=｜PosC（5bltdph）｜/｜U｜

γC（rxnff55）表示在條件屬性集C下能夠確切劃入決策類U/d中的對(duì)象占論域?qū)ο罂倲?shù)的比率，表示了決策屬性對(duì)條件屬性的依賴程度：PosC（pxtbzdv）稱為｛d｝的相對(duì)于 C 的正域。

定義6 設(shè)IS=＜U,AT,V,f＞是一個(gè)信息系統(tǒng)，C∪r5355j5=AT,條件屬性ci∈C（1，2，…，n）,ci對(duì)于決策屬性的重要性程度為 Sig（ci，C，5jtzv55），其中Sig（ci，C，5dxhhv5）=γC（5nhhrrj）-γC-ci（r5xpjnp）。 PosC-ci（tv5r5n5）稱為｛d｝的相對(duì)于｛C－ci｝的正域，即U中所有根據(jù)屬性集｛C－ci｝劃分后，仍可準(zhǔn)確劃分到｛d｝的等價(jià)類中的對(duì)象集合。

1.3 決策規(guī)則

在粗糙集用于決策規(guī)則獲取的理論中，隱藏在決策信息系統(tǒng)DIS=＜U,C∪rn5xvxb,V,f＞中的知識(shí)將以決策規(guī)則的形式被提取出來。設(shè)DIS=＜U,AT,V,f＞是一個(gè)決策表，AT=C∪5f5lfvj，C∩rtfl3tl=φ，其中 C 為條件屬性集，｛d｝為決策屬性，令Xi和Yj分別代表U/C與U/r5lltvl中的各個(gè)等價(jià)類，des（Xi）表示對(duì)等價(jià)類Xi的描述,即等價(jià)類Xi對(duì)于各條件屬性值的特定值;des（Yi）表示對(duì)等價(jià)類Yj的描述，即等價(jià)類Yj對(duì)于各決策屬性值的特定取值。

決策規(guī)則定義如下：

rij:des（Xi）→des（Yj）,Yj∩Xi≠φ,

規(guī)則的確定性因子 μ（Xi，Yj）=｜Yj∩Xi｜/｜Xi｜,0＜μ（Xi，Yj）≤1。

當(dāng) μ（Xi，Yj）=1 時(shí)，rij是確定的；當(dāng) 0＜μ（Xi，Yj）＜1 時(shí)，rij是不確定的。

注：在產(chǎn)生決策規(guī)則之前，可首先對(duì)決策表中的屬性進(jìn)行約簡(jiǎn)。

1.4 最小距離法

設(shè) Gi，Gj是兩個(gè)類：任意?Xi∈Gi，Xj∈Gj，則定義：

其中dij是Xi，Xj之間的距離，為兩個(gè)類Gi，Gj之間的距離，它是Gi，Gj之間的最短距離。 用此方法，設(shè) Gp，Gq合并為一個(gè)新類 Gr，則對(duì)于任意一個(gè)類Gk,有

2 校園招聘企業(yè)人才需求影響因素體系構(gòu)建

經(jīng)過專家打分本文選出13個(gè)影響因素，做了100份問卷調(diào)查，構(gòu)建決策信息表如表1所示：

表1 調(diào)查問卷設(shè)計(jì)

表中用“0、1、2、3、4”來表示不同的取值。 U={u1,u2,…,u100}表示100分問卷的集合，A={C1,C2,…,C12,d1}表示屬性集。經(jīng)過上述處理后可得到如下的決策信息表：

表2 決策信息表

3 數(shù)據(jù)處理

已知 DIS=＜U,C∪tnz5xn3,V,f＞,屬性集 C={c1，c2，…，ci},U/d={D1，D2，…，Dr}是由決策屬性d導(dǎo)出的覆蓋，則條件屬性集C的下近似分布約簡(jiǎn)的步驟如下：

步驟1：令C的下近似分布約簡(jiǎn)R=φ。

步驟2：判斷LOW(R)=LOW(C)是否成立，若成立則轉(zhuǎn)步驟4，否則轉(zhuǎn)步驟3；

步驟 3：對(duì)任意 ai∈（C－R）,取 Sig（ai，C，nfnvtjx）獲得最小值時(shí)的 ai，更新 R,使 R＝R∪{ai}， 轉(zhuǎn)步驟 2；

步驟4：輸出R,R即為C的下近似分布約簡(jiǎn)。

算法的時(shí)間復(fù)雜度分析：步驟2中計(jì)算LOW(R)與LOW(C)是否相等的時(shí)間復(fù)雜度是 O（｜C｜U｜2）步驟 3 的時(shí)間復(fù)雜度是因此該算法的時(shí)間復(fù)雜度是 O（｜C｜U｜2）。 將步驟 2中的判斷條件改為 UPP(R)=UPP(C），步驟 3 的啟發(fā)信息改為 Sig（Ci，C，55fbjbv）,即可求得 C 的上近似分布約簡(jiǎn)。

通過計(jì)算約簡(jiǎn)掉的冗余數(shù)據(jù)為 ｛c5,c11,c12,c13},最終得到C對(duì)｛d｝的相對(duì)約簡(jiǎn)為｛c1,c2,c3,c4,c6,c7,c8,c9,c10｝。因此獲得的確定性規(guī)則如下：

r1:(c1=3)^(c2=3)^(c3=1)^(c4=1)^(c6=0)^(c7=1)^(c8=0)^(c9=1)^(c10=1)→(d=0)，可信度為1

r2:(c1=3)^(c2=3)^(c3=0)^(c4=1)^(c6=1)^(c7=1)^(c8=1)^(c9=1)^(c10=1)→(d=2)，可信度為1

r3:(c1=3)^(c2=3)^(c3=1)^(c4=1)^(c6=0)^(c7=1)^(c8=1)^(c9=1)^(c10=0)→(d=1)，可信度為1

r4:(c1=3)^(c2=3)^(c3=0)^(c4=1)^(c6=0)^(c7=1)^(c8=1)^(c9=1)^(c10=1)→(d=3)，可信度為1

上述確定性規(guī)則用通俗語言解釋如下：

1）有相關(guān)證書，成績(jī)較好，學(xué)生黨員，學(xué)生干部，不是自主創(chuàng)業(yè)嘗試者，有獨(dú)立工作能力，缺乏綜合分析能力，有口頭表達(dá)能力，有創(chuàng)新能力；該類畢業(yè)生適合國企，可信度為1。

2）有相關(guān)證書，成績(jī)較好，不是學(xué)生黨員，學(xué)生干部，自主創(chuàng)業(yè)嘗試者，有獨(dú)立工作能力，一定綜合分析能力，有口頭表達(dá)能力，有創(chuàng)新能力；該類畢業(yè)生適合外企，可信度為1。

3）有相關(guān)證書，成績(jī)較好，學(xué)生黨員，學(xué)生干部，不是自主創(chuàng)業(yè)嘗試者，有獨(dú)立工作能力，一定綜合分析能力，有口頭表達(dá)能力，創(chuàng)新能力弱；該類畢業(yè)生適合民企，可信度為1。

4）有相關(guān)證書，成績(jī)較好，不是學(xué)生黨員，學(xué)生干部，不是自主創(chuàng)業(yè)嘗試者，有獨(dú)立工作能力，一定綜合分析能力，有口頭表達(dá)能力，有創(chuàng)新能力；該類畢業(yè)生適合其他類型企業(yè)，可信度為1。

不足之處：通過知識(shí)約簡(jiǎn)獲得的確定性規(guī)則，雖然每個(gè)屬性都是必要的，但表示的確定性規(guī)則顯得繁雜，尤其用通俗語言解釋時(shí)。如果當(dāng)?shù)玫酱_定性規(guī)則存在幾十個(gè)屬性并很多屬性必要且相同時(shí)，不管用通俗語言解釋還是用符號(hào)表示，就會(huì)更加繁雜，難以簡(jiǎn)單的找到區(qū)分點(diǎn)。因此解決這個(gè)不足之處是必須的。

4 改進(jìn)

改進(jìn)方法：最小距離法和粗糙集相結(jié)合。

最小距離法步驟如下：

第二步：找出D(0)的非對(duì)角線上的最小元素，假設(shè)為Dpq，將Gp，Gq合成一個(gè)新類Gr。

第三步：求出 n-1 個(gè)新類的距離矩陣 D（1）＝（Dij），其中：Dir＝Dri＝min{Dip，Diq}。

第四步：重復(fù)第二、三兩個(gè)步驟，直至將樣品合并為所需的類。

通過最小距離法，將屬性c1和c2分為一類，記為C1，即顯性具體能力；屬性c7和c9分為一類，記為C2，即基本能力。則改進(jìn)后的確定性規(guī)則如下：q

r1:(C1=3)^(c3=1)^(c4=1)^(c6=0)^(C2=1)^(c8=0)^(c10=1)→(d=0)，可信度為1

r2:(C1=3)^(c3=0)^(c4=1)^(c6=1)^(C2=1)^(c8=1)^(c10=1)→(d=2)，可信度為1

r3:(C1=3)^(c3=1)^(c4=1)^(c6=0)^(C2=1)^(c8=1)^(c10=0)→(d=1)，可信度為1

r4:(C1=3)^(c3=0)^(c4=1)^(c6=0)^(C2=1)^(c8=1)^(c10=1)→(d=3)，可信度為1

上述確定性規(guī)則用通俗語言解釋如下：

1）有顯性具體能力，學(xué)生黨員，學(xué)生干部，不是自主創(chuàng)業(yè)嘗試者，有基本能力，缺乏綜合分析能力，有創(chuàng)新能力；該類畢業(yè)生適合國企，可信度為1。

2）有顯性具體能力，不是學(xué)生黨員，學(xué)生干部，自主創(chuàng)業(yè)嘗試者，有基本能力，一定綜合分析能力，有創(chuàng)新能力；該類畢業(yè)生適合外企，可信度為1。

3）有顯性具體能力，學(xué)生黨員，學(xué)生干部，不是自主創(chuàng)業(yè)嘗試者，有基本能力，一定綜合分析能力，創(chuàng)新能力弱；該類畢業(yè)生適合民企，可信度為1。

4）有顯性具體能力，不是學(xué)生黨員，學(xué)生干部，不是自主創(chuàng)業(yè)嘗試者，有基本能力，一定綜合分析能力，有創(chuàng)新能力；該類畢業(yè)生適合其他類型企業(yè)，可信度為1。

5 結(jié)論

本文利用最小距離法和粗糙集的知識(shí)對(duì)企業(yè)人才需求狀況的數(shù)據(jù)處理，通過上述可以看出，不同的企業(yè)對(duì)畢業(yè)生有不同的要求，但其中有些是共同因素，如：證書，成績(jī)的重要性，學(xué)生干部，獨(dú)立工作能力等。因此，學(xué)校針對(duì)性地采取有效措施，正確引導(dǎo)大學(xué)生合理安排大學(xué)生活，應(yīng)屆畢業(yè)生可根據(jù)自身的情況找到適合的類型企業(yè)或根據(jù)企業(yè)的類型來準(zhǔn)備簡(jiǎn)歷和其他相關(guān)性的事情，這對(duì)應(yīng)屆畢業(yè)生在校園招聘中有一定的參考價(jià)值。

［1］張文修,吳偉志,梁吉業(yè),李德玉.粗糙集理論與方法[J].北京:科學(xué)出版社,2001.

［2］Pawlak Z.Rough sets[J].International Joumal of Computer and information Sciences,1982,11(5):341-356.

［3］徐維艷,魏敏,張明.基于相似關(guān)系粗糙集中的否定規(guī)則及約簡(jiǎn)[J].微電子學(xué)與計(jì)算機(jī),2012.

［4］賀瑩,嚴(yán)春芳.關(guān)于提高校園招聘有效性的思考[M].上海:中國電子科技集團(tuán)公司第二十三研究所,2014.

［5］徐映梅.市場(chǎng)分析方法[M].北京:中國財(cái)經(jīng)經(jīng)濟(jì)出版社,2006.