文 /呂 堅 梁 樑 林 童

利用當下最為流行的機器學習中的支持向量機算法（support vector machine， SVM），建立心理狀態(tài)、心理風險和積極心理品質(zhì)三個方面的預(yù)測模型，從不同的角度反映個體思想狀況的積極、風險以及風險耐受性（自我調(diào)節(jié)性），能夠有效分辨出高中低三個水平的心理狀態(tài)和積極心理品質(zhì)的人群，同時能夠區(qū)分出高心理風險與低心理風險的人群。

研究背景

當前，人的思想活動的獨立性、選擇性、多變性和差異性進一步增強，導(dǎo)致思想政治工作面臨許多新情況、新矛盾和新挑戰(zhàn)。為更全面掌握基層員工的心理特點、工作感受及組織態(tài)度等動態(tài)，切實了解員工所思所想，國網(wǎng)浙江公司深入剖析當前員工思想動態(tài)分析工作中存在的不足，及時發(fā)現(xiàn)問題并提出具有價值的意見和建議，以進一步加強員工思想政治教育，增強員工關(guān)愛政策的針對性，進而為公司管理決策提供依據(jù)和參考。通過多范圍、多層級地采集員工思想動態(tài)方面的數(shù)據(jù)，并借助大數(shù)據(jù)技術(shù)，架構(gòu)全新的、符合新形勢要求的思想動態(tài)分析模型，通過指數(shù)化分析及預(yù)警，創(chuàng)新了思想工作。

研究目標和方法

研究目標

實現(xiàn)科學有效地監(jiān)測員工的心理狀態(tài)、心理風險和積極心理品質(zhì)（心理耐受、調(diào)整能力）；依據(jù)測量結(jié)果更有針對性地開展工作，改善員工的心理健康，提高其生活質(zhì)量和工作效率；讓員工的思想狀況保持良好水平，切實增強組織的績效表現(xiàn)，提升組織的工作成效。

研究方法

行為數(shù)據(jù)測量。行為數(shù)據(jù)包含受測者所有活動足跡的數(shù)據(jù)資料，能夠全面、實時、真實地記錄全部數(shù)據(jù)，信息量豐富，有利于后期的數(shù)據(jù)挖掘和分析。這一技術(shù)不僅實現(xiàn)了對研究變量的在線測量，而且避免了傳統(tǒng)方法中數(shù)據(jù)收集工作耗時費力的缺陷，可在大規(guī)模施測的同時無干擾地記錄被試者的真實行為。

機器學習算法。心理測評領(lǐng)域亟需一種有效的數(shù)據(jù)分析方法來處理這些問題，以實現(xiàn)對個體能力和特質(zhì)更為準確的評估。研究發(fā)現(xiàn)機器學習的不同算法均能夠較為準確地識別情緒（快樂、中性、憤怒）。同時基于行為數(shù)據(jù)測量的優(yōu)勢，機器學習技術(shù)可以在這類研究中體現(xiàn)出獨特的優(yōu)勢，能夠通過充分利用行為數(shù)據(jù)信息，建立較為復(fù)雜的模型，實現(xiàn)更準確的預(yù)測。

研究過程

采用機器學習的模式對員工思想狀況監(jiān)測的預(yù)測模型進行科學和系統(tǒng)研究，通過收集的變量去建立心理狀態(tài)、積極心理品質(zhì)以及心理風險的預(yù)測模型，利用機器學習最常用的監(jiān)督學習算法中的隨機森林（Random Forest, RF）、支持向量機（Support Vector Machine, SVM）和樸素貝葉斯（Naive Bayesian Model，NBM）算法，利用R stido進行數(shù)據(jù)清理、統(tǒng)計分析與模型搭建。這三種算法經(jīng)過前人驗證，已經(jīng)證明是最好的三種機器學習的分類算法，其中隨機森林和支持向量機算法尤為出色（Cernadas, E., & Amorim, D，2014）。最后經(jīng)過模型比對，選擇了更為優(yōu)秀的支持向量機作為我們最終使用的算法。研究具體過程包括數(shù)據(jù)采集、數(shù)據(jù)集清理、模型建設(shè)與驗證三個核心步驟。

數(shù)據(jù)采集。本次研究主要使用了問卷收集的方式，對國網(wǎng)浙江省電力公司1 429名員工進行數(shù)據(jù)收集，排除疑似無效作答的作答者340人，最后有效作答數(shù)據(jù)為1 089份（男性729人，女性360人），年齡范圍在21歲～57歲之間。問卷包含傳統(tǒng)專業(yè)心理學問卷（如：大五人格、心理資本量表、心理健康連續(xù)量表、抑郁量表）以及員工生活行為的問題（人口學變量、生活、情感、家庭、工作、行為等）。問卷一共包含155個題，題目類型都為選擇題，分為單選題和多選題兩種。

數(shù)據(jù)集清理。在做機器學習之前最重要的工作是清理我們的數(shù)據(jù)集，對整個數(shù)據(jù)集的被試和預(yù)測變量進行嚴密的篩查，為的是能夠提高最后的預(yù)測效果，并在此基礎(chǔ)上進行數(shù)據(jù)分析。數(shù)據(jù)集清理主要包括無效數(shù)據(jù)清洗和變量處理兩項內(nèi)容，其整體概覽圖如圖1所示。

圖1 數(shù)據(jù)集清理過程概覽

模型訓(xùn)練與驗證。清理好數(shù)據(jù)之后，我們就開始進行機器學習的模型建立，即模型的訓(xùn)練和驗證，其機器學習流程圖及部分機器學習計算機語言如圖2所示。

圖2 機器學習流程圖

對比隨機森林（Random Forest, RF）、支持向量機（Support Vector Machine, SVM）和樸素貝葉斯（Naive Bayesian Model，NBM）算法，發(fā)現(xiàn)支持向量機的預(yù)測效果最好，最后使用支持向量機作為預(yù)測建模算法。

首先把樣本分為80%的訓(xùn)練集（用做模型訓(xùn)練，得到最終模型）以及20%的測試集（用做模型效果的驗證）。

支持向量機中有三個非常重要的超參數(shù)會對模型產(chǎn)生影響

核函數(shù)（kernel）：有4個可選核函數(shù)，分別為線性核函數(shù)（linear）、多項式核函數(shù)（polynomial）、徑向基核函數(shù)（radial basis）以及神經(jīng)網(wǎng)絡(luò)核函數(shù)（sigmoid）。識別率最高、性能最好的是徑向基核函數(shù)，其次是多項式核函數(shù)，而最差的是神經(jīng)網(wǎng)絡(luò)核函數(shù)。

Cost超參數(shù)：允許支持向量存在軟決策邊界的懲罰項的系數(shù)，C越大表明越允許交叉項存在，但是容易發(fā)生過擬合。

Gama超參數(shù)：核函數(shù)一種的一個調(diào)和參數(shù)，目的也是為了避免發(fā)生過擬合。

在選擇核函數(shù)和兩個超參數(shù)的時候，需要不斷地嘗試最終達到最好的模型效果。

研究結(jié)果

超參數(shù)選擇

通過窮舉法搜索Cost和gama參數(shù)的值，使他們兩個出現(xiàn)一個最優(yōu)的搭配，當gama=0.01，C=10的時候模型能夠得到最優(yōu)的預(yù)測效果。

基礎(chǔ)推薦模型變量選擇

心理狀態(tài)模型中基礎(chǔ)推薦出46個變量，心理風險模型基礎(chǔ)推薦出18個變量，積極心理品質(zhì)模型基礎(chǔ)推薦出25個變量。

模型預(yù)測結(jié)果

最終選擇使用機器學的SVM算法進行建模。模型預(yù)測準確率良好，能夠分辨出高中低三個水平的積極心理品質(zhì)和心理狀態(tài)的人群，同時也能夠區(qū)分出高心理風險與低心理風險的人群。

模型應(yīng)用

針對性地開發(fā)國網(wǎng)浙江省電力公司員工思想狀況預(yù)測模型的分類器，包括心理狀態(tài)、心理風險和積極心理品質(zhì)三個分類器。通過該分類器，收集員工在本研究中所涉及到的預(yù)測自變量信息，利用計算機系統(tǒng)對模型分類器進行調(diào)用，即可自動化預(yù)測得到員工在心理狀態(tài)、心理風險以及積極心理品質(zhì)三個方面的思想狀況水平,如圖3所示。

圖3模型分類器使用流程圖

研究結(jié)論

此次研究結(jié)果顯示，員工心理狀態(tài)、心理風險及積極心理品質(zhì)模型預(yù)測準確率均超過7成，表明其已經(jīng)達到了比較好的效果，也說明了通過員工行為數(shù)據(jù)對員工的思想狀況進行預(yù)測是可行的，體現(xiàn)了我們此項研究工作的初步成果。我們同時也需要注意，在今后的工作中，在此模型的優(yōu)化方面仍有改進空間，結(jié)合理論與經(jīng)驗，優(yōu)化數(shù)據(jù)收集方式、優(yōu)化變量的選取，逐漸對模型進行迭代升級，以使這項工作的整體效果不斷優(yōu)化。