網絡化創新外包的任務—人才匹配方法研究

馬天翼　蔣臻　張朋柱

摘要：文章基于人才的勝任力特征向量和任務的需求勝任力特征向量，計算兩者的相似度衡量任務—人才的匹配程度，提出面向網絡化創新外包模式的任務—人才在線匹配方法，將任務分配給最合適的人才，并設計匹配系統原型，實驗證明本文研究并提出的方法能夠有效促進網絡化創新外包任務和人才雙方的在線自動匹配。

關鍵詞：網絡化外包；勝任力；向量相似度；在線匹配

現代社會中，創新已經成為各類組織核心競爭力的主要源泉。從企業經營人員，到政府部門、社會組織的管理者，都已經深刻意識到，只有不斷持續地進行創新，才能夠使組織生存發展。自Chesbrough在2003年提出開放式創新概念以后，創新模式就不斷向著開放協作的方向演進。企業應該學會利用外部的知識和創新資源，實施開放式創新，將外部的想法、知識和內部的研發聯系在一起，結合內、外部創意，促進新技術的發展，創造出更多的價值。創新外包是經濟發展的新動力，它能顯著降低創新成本和風險，縮短創新周期，避免企業內部對新思想的抵制。

隨著網絡通訊設施的迅速發展和信息技術的日新月異，網絡環境下的創新外包成為一種新興模式。網絡化創新外包是指企業通過互聯網利用組織外部的人力資源來完成某項任務的行為，讓更多的人才能夠參與到市場所需的創新工作中。如今，國內外的網絡化創新型外包服務平臺的發展速度如同雨后春筍，比如國外的InnoCentive.com、InnovationExchange.com、TopCoder.com等外包網站，而國內則有豬八戒威客網、任務中國等網站提供網絡化的創新外包服務。在這種服務模式下，組織通過聯系外部的知識和內部的研發，實行開放式創新策略，創造出更多價值的同時進一步促進組織技術的發展，在時間和成本最小化的前提下實現利益最大化。

然而在現有的創新外包服務模式下，需求方企業會擔心網絡服務平臺是否能夠提供最符合需要的合適人才，以確保發布的任務得以解決，而專業人才也難以在海量的任務信息里找到適合自身的任務。這個實際難題的歸結，迫切需要研究并建立面向網絡化創新外包的任務—人才在線匹配方法，促進網絡化創新外包的供需雙方在線實現快速高效的合理匹配，以便更加精確、高效地為任務推薦合適的人才和為人才推薦合適的任務，促進網絡化創新外包的發展，進而降低我國社會的創新成本，提高全社會的創新生產率。

為建立面向網絡化創新外包的任務—人才在線匹配機制，本文將任務所需求的勝任力和人才所具備的勝任力進行關聯，提出一種基于勝任力特征向量的相似度算法，通過特征向量相似度來衡量任務—人才的匹配程度。

一、 研究背景

McClelland等人在1973年發表了題為《Testing for competence rather than for intelligence》的文章，首次提出了勝任力的概念，并給勝任力下了最為完整的定義，即勝任力是指特質、動機、自我概念、社會角色、態度、價值觀、知識、技能等能夠可靠測量并可以把高績效員工與一般績效員工區分開來的任何個體特征。后來，Mirabile在Spencer的冰山模型基礎上對勝任力模型進行進一步的總結，提出用于衡量人才勝任力的KSAO模型，即通過人才所具備的專業知識（Knowledge）、技能（Skill）、能力（Ability）和其他性格特征（Other Characteristics）來衡量人才所具備的勝任力。其中K-知識，指某一崗位領域需要掌握的知識，如專業知識、崗位知識；S-技能，指員工能有效利用自己掌握的知識順利完成任務所需要的技巧以及運用相應工具或操作某種設備的熟練程度；A-能力，與完成工作任務相關的人的能力和素質，如邏輯思維能力、學習能力、溝通能力、表達能力等；O-其他特征，有效完成工作需要的其他個性特征，它包括對任職者的工作態度、人格個性、興趣以及其他特征要求等。

對于任務—人才的匹配研究，早在1993年，Saip等就使用雙向圖對任務匹配問題進行了建模，雙向圖中一方為人，另一方為任務，用邊把人和任務連接起來，每邊有一個權重，成本函數由這些邊決定，對成本函數進行最小化求解，也就是運籌學中的指派問題。Sure等（2000）提出采用向量方法展示能力配置文件，匹配策略除了數據庫查詢外還引入決策系統來提高匹配準確度。Garro等（2003）利用agent技術來支持對專家的搜索，完成對特定職位中適合雇員的搜索。王璇等（2011）針對復雜網格環境中節點資源動態變化及大量任務協作訪問的問題，提出一種基于評價函數的動態協作任務調度算法。呂英杰等（2013）進一步總結商務智能技術對網絡外包眾包環境下供需自動化匹配的應用。樊治平等（2014）提出了嚴格雙邊匹配方法，通過考慮雙邊主體的滿意度以及最低可接受的滿意度，構建多目標優化模型，并使用線性加權法將其轉化為單目標優化模型，通過求解該單目標優化模型獲得匹配結果。

目前的研究大多是基于數據庫查詢和文本的信息檢索以及任務調度算法等方法來實現匹配，而且以基于定性的分析和查詢結果為主，對于從定量的角度提出科學合理的匹配方法尚處于起步階段，而面向網絡化創新外包的任務—人才在線匹配的研究也尚未涉及。本文的研究基于網絡化創新外包的人才勝任力模型和任務需求勝任力模型，設計合理的向量相似度算法，定量地對任務—人才的匹配程度進行衡量，從而促進網絡化創新外包的任務—人才在線匹配。

二、 匹配方法設計

1. 勝任力特征向量。在網絡化創新外包環境下，任務與人才的匹配，就是將任務所需要的勝任力與人才所具備的勝任力進行比較，以判斷出人才在任務所需的每項勝任力上是否滿足任務的需要。然而，不同的任務對于各項勝任力的需求程度也各不相同，不同的人才對各類知識、技能、能力等勝任力的掌握程度也不一樣。例如，幾個人才同時具備完成同一任務所需的勝任力，但由于每人的各項勝任力強弱程度不同，很難判斷到底誰更適合完成該任務。因此，本文的匹配機制建立在將人才的勝任力強弱程度以及任務對勝任力的需求程度量化的基礎上，通過兩者特征向量的相似程度來度量任務—人才的匹配程度，這就需要首先對網絡化創新外包的人才勝任力和任務需求勝任力進行量化描述。

對于不同的人才而言，本文基于勝任力的KSAO模型構建出衡量人才所具備的勝任力強弱程度的特征向量，以定量的方式描述不同人才所擁有的知識、技能和能力素質以及掌握和熟悉的程度。人才勝任力的特征向量是指人才所具備的多項勝任力所組成的向量，并且每一維度上的向量特征值表示人才具備的該項勝任力的強弱程度（數值介于0～1之間，越大表示程度越強）。

而對于不同類型特征的外包任務，也需要對任務的需求勝任力進行構建，即完成任務所需要的知識、技能和能力素質，以定量的特征向量方式進行描述。任務需求勝任力的特征向量是指完成任務所需要的各項勝任力所組成的向量，并且每一維度上的向量特征值為任務對該項勝任力的需求程度（數值介于0～1之間，越大表示需求越強）。此外，為了將任務匹配到個人，有時需要結合專家審核的方式將大型的復雜任務分解成若干子任務，再針對分解后的各個子任務分析其所需要的勝任力和對應特征值。

2. 相似匹配度的含義和特征向量調整。在構建人才勝任力特征向量和任務需求勝任力特征向量的基礎上，比較多個人才的勝任力特征向量與目標任務需求勝任力特征向量的相似性。不同人才的勝任力特征向量需要考慮兩方面：一是與目標任務需求勝任力特征向量的夾角越小，相似度越高；二是人才勝任力特征向量的模長越大，勝任程度越高。因此，兩向量夾角的余弦值以及人才勝任力特征向量的模長都對兩向量的相似程度有影響，可以通過兩者的乘積來衡量兩向量的相似度大小，即為任務—人才的匹配程度。夾角余弦值和模長的乘積的本質含義是人才的勝任力特征向量在任務的需求勝任力特征向量方向上的投影大小，該投影值越大，表明人才所具備的勝任力和任務所需要的勝任力在各個勝任力維度上有較高的重疊，相似度也越高。

為計算任務和人才的相似匹配度，需要首先對待比較的兩個特征向量的維度進行統一化處理，調整人才勝任力特征向量的維度和特征值，處理規則如下：

（1）將人才的勝任力特征向量的維度置為待比較的任務所需要的所有勝任力；

（2）每一個勝任力維度的特征值按下列方式得出：

①如果人才不具備該項勝任力，則對應特征值置為0；

②如果人才該項勝任力的強弱值大于等于任務對該項勝任力的需求值，即該人才在此項勝任力維度上完全勝任，則對應特征值調整為任務對該項勝任力的需求值；

③如果人才該項勝任力的強弱值小于任務對該項勝任力的需求值，即該人才在此項勝任力維度上不能完全勝任，則對應特征值仍等于人才的該項勝任力的原強弱值。

基于上述調整，便可以將任務需求勝任力特征向量和調整后的人才勝任力特征向量置于同一維度的歐式空間中（維度與目標任務需求勝任力特征向量的維度相同），計算兩向量的夾角余弦值與調整后的人才勝任力特征向量模長的乘積，即人才勝任力特征向量在任務需求勝任力特征向量方向上的投影大小，得出兩者的相似匹配度。該投影值越大，表示該組任務與人才的相似匹配度越高；而該投影值越小，表示該組任務與人才的相似匹配度越低。

3. 相似匹配度的計算方法。根據上一小節對于相似匹配度意義的說明，便可以計算任務需求勝任力特征向量與人才勝任力特征向量的相似度。分別用特征向量表示完成任務所需要的勝任力和人才具備的勝任力，并對人才勝任力特征向量的維度和特征值進行調整處理，使維度與任務特征向量相同。接著，就可以計算出任務需求勝任力和人才勝任力在歐式空間中的夾角余弦值，再乘以調整后的人才勝任力特征向量的模長，便可以得出特定的任務和人才的相似匹配度。

人才勝任力特征向量經過調整后在維度上與任務需求勝任力特征向量一致，代表了待比較的任務所需要的勝任力，且每一維度的值均介于0和任務對該維度勝任力的需求值之間。因此，調整后的人才勝任力特征向量一定落在以任務需求勝任力特征向量為對角線的歐式多面體內。兩向量夾角余弦值來衡量兩向量各個維度在大小比例上的相似性，值越大，兩向量的夾角越小，相似度越高；而調整后的人才勝任力特征向量模長則衡量人才在任務所需的各項勝任力方面的綜合能力大小。人才勝任力特征向量在任務需求勝任力特征向量上的投影涵蓋了夾角余弦值和向量模長兩個信息，因此用投影來評估任務—人才的匹配程度較為恰當，投影值越大，表示任務和人才的相似匹配度越高。

4. 匹配系統原型設計與實現。基于網絡化創新外包的任務—人才匹配方法，設計并實現匹配系統原型，能夠自動完成任務與人才的相似度計算，并根據計算結果自動推薦匹配程度最高的人才完成特定的任務。

任務-人才匹配系統原型的實現工具是Java環境下的Eclipse平臺以及SQL Server，2005數據庫。本系統原型包括三個模塊和對應的數據庫：一是人才庫，存儲人才的基本信息以及每個人才對應的勝任力特征向量；二是任務庫，存儲任務的基本信息以及每個任務相應的需求勝任力特征向量；三是相似匹配分析模塊，通過調用本文的相似匹配度計算方法，計算目標任務與每個人才的勝任力匹配程度。

本系統原型所實現的網絡化創新外包的任務—人才匹配方法能夠定量地對任務—人才的匹配程度進行衡量，從而能夠高效地為網絡化創新外包任務推薦合適的人才和為人才推薦合適的任務，促進網絡化創新外包模式的發展。

三、 實驗評估

實驗案例的選取目標是將實際咨詢項目“工業企業精準管理研究”作為待匹配的任務對象，該項目是某煤礦企業發起的以企業精細化管理和員工績效考核為目標的研究與分析咨詢，項目產出是需要完成一篇研究報告。由于本項目的規模較大，涉及到企業和團隊管理的多個方面，屬于復雜任務，因此研究團隊將項目細化分解成若干子任務，每個子任務對應研究報告的一個章節，再針對分解后的各個子任務分析其所需要的勝任力，為每一章節子任務指定相應的知識、技能、能力等勝任力需求信息。

同時，收集潛在承接任務的人才勝任力信息。本實驗將目標人才范圍設定為有意向、有精力、有能力完成該項目各子任務的一系列人才，包括管理科學與工程相關專業領域內的專家、學者、企業員工、在讀研究生等，采用excel表格問卷形式收集每人的基本信息以及知識、能力、技能等個人評估的勝任力信息，并將收集的信息錄入系統原型的人才庫。

實驗開始時，通過調用系統原型的相似匹配分析模塊，計算出每個子任務與各人才的相似匹配度，并列出匹配程度最高的五位人才作為推薦結果。研究團隊將推薦結果與候選人才的個人意愿相結合，為每個子任務指定1人～2人承做，完成每部分的研究報告。最后，根據專家與項目發起方企業代表對于研究報告的完成情況進行評估和檢驗，將每個子任務成果的反饋意見與相應責任人進行溝通，不斷改進，最終整合成為項目的整體研究報告。

在專家與項目發起方企業代表對研究報告的審核與意見反饋中，每位承做人都順利高效地完成了自己的任務，并整合出“工業企業精準研究”項目報告，完成項目交接與確認。

此實驗結果說明通過系統匹配和推薦的人才與實際的任務—人才勝任力的對應情況比較吻合，匹配的準確性和有效性得到保障，進而說明本研究提出的任務—人才匹配方法對網絡化創新外包這一模式的發展能夠起到推動作用。

四、 結論

本文以網絡化創新外包的人才勝任力和任務需求勝任力為對象，提出基于特征向量的相似匹配度計算方法，并設計系統原型實現任務—人才的自動匹配，實驗證明本研究提出的匹配方法能夠為任務和人才雙方準確高效地推薦合適的資源，同時保證任務的完成質量。

任務—人才相似匹配度的計算方法需要將人才勝任力的強弱程度與任務需求勝任力的需求程度進行關聯，這就需要對網絡化創新外包的人才勝任力和任務需求勝任力特征向量的量化構建方法進行研究。在相關研究中將圍繞特征向量進行深入探索，盡可能地完善網絡化創新外包的任務—人才匹配方法的準確性。

此外，在任務—人才相似匹配度計算的機制下，一項任務往往可以與多位人才匹配程度較高，而勝任力較強的人才也可以與多項任務的需求高度匹配，這就需要結合其他的因素來綜合考慮任務—人才的推薦結果，如人才的自身情況（承接意愿、可支配時間）、任務的客觀環境（經濟形勢、理想工作時間）等。因此，在實際的匹配應用中，需要綜合考慮各類因素，才能實現真正意義上的高效匹配，達到降低人才的搜尋成本和時間，提高任務的完成效率和質量的目的。

參考文獻：

[1] 史新.“威客”模式在國內的發展現狀及優化研究[J].情報雜志，2009，（1）：156-160.

[2] 王璇，顏景龍.基于評價函數的動態協同任務調度算法[J].華中科技大學學報（自然科學版），2011，39（10）：46-49.

[3] 呂英杰，張朋柱，劉景方.商務智能技術在網絡眾包市場中的應用[J].現代管理科學，2013，（2）：29-31.

[4] 樊治平，樂琦.基于完全偏好序信息的嚴格雙邊匹配方法[J].管理科學學報，2014，17（1）：21-34.

基金項目：國家自然科學基金項目“面向網絡化創新外包的任務—人才在線匹配研究”（項目號：71171131）；國家自然科學基金委創新研究群體“運營與創新管理”（項目號：71421002）；長江學者和創新團隊發展計劃項目“服務外包創新管理”（項目號：IRT13030）。

作者簡介：張朋柱（1962-），男，漢族，江蘇省淮安市人，上海交通大學安泰經濟與管理學院管理信息系統系主任、教授、博士生導師，研究方向為電子商務、電子政務；馬天翼（1986-），男，漢族，山東省濟南市人，上海交通大學安泰經濟與管理學院博士生，研究方向為文本挖掘、電子商務；蔣臻（1988-），男，漢族，四川省成都市人，上海交通大學安泰經濟與管理學院碩士生，研究方向為電子商務。

收稿日期：2015-11-21。