基于協同過濾算法的醫院財務工作輪崗流程智能控制模型

王建琴

(河北北方學院附屬第二醫院， 河北,張家口 075100)

0 引言

為了改進醫院財務管理現狀，多數醫院進行人員輪崗、培訓、異地交流、短期進修等舉措來提升財務人員專業素養。諸多舉措中，輪崗擁有效率高、花費少等優勢而受到財務人員的歡迎[1-2]。輪崗有助于強化醫院財務工作的內在管控機制。

國內學者對輪崗制度的重要性與詳細舉措鮮有關注與研究。其中，杜瓊等[3]設計了一種基于神經網絡補償和多模型切換的自適應控制方法，運用帶死區的遞推最小二乘算法在線辨識控制器參數，但該方法計算參數過多，容易導致控制結果誤差過大。徐建軍等[4]基于廣義隨機Petri網理論，構建全過程質量控制LQC模型，并檢驗模型的有效性，該方法在計算效率方面略微不足。

本文設計基于協同過濾算法的醫院財務工作輪崗流程智能控制模型。運用協同過濾算法給每位財務人員挑選最為恰當的崗位，最大限度發揮自身工作應有作用，使用輪崗對象分類、輪崗目標挑選、了解輪崗定位、規劃輪崗方案及輪崗效果評估五個流程，完成輪崗流程智能控制模型構建任務。

1 基于協同過濾算法的財務工作崗位最優選擇

協同過濾算法被分為兩種類型：一是基于用戶的協同過濾算法；二是基于項目內容的協同過濾算法。不管是前者還是后者，其實質都是優化行為選擇。在本文中使用基于用戶的協同過濾算法，主要有以下四個步驟：財務人員分類、崗位評分、財務人員相似性及最優崗位推薦[5-7]。

首先明確某些類別構成的訓練集，經過分析訓練集成分，挖掘分類規則，運用分類規則評判檢驗集合的類型，將其流程表示為圖1。

圖1 財務人員分類流程示意圖

將歷史財務工作記錄表示為

U=(A1,A2,…,AK)

(1)

式中，U代表財務人員，Ak代表人員的第k個屬性。

挑選性別、年齡與工作時間三個屬性對財務人員進行分類，為了保障各個財務人員均能被有效識別，增設用戶編碼。在進行財務人員屬性取值時，為降低類型個數，增強算法效率并確保崗位選擇精度。例如在年齡屬性方面，把25～29歲設置為年齡段1，30歲及以上設置為年齡段2。將財務人員屬性取值記作表1。

表1 財務人員屬性表格

人工分類構成訓練集時，首先將年齡段作為首要關鍵屬性，其次是性別與工作時間，獲得如圖2所示的分類決策樹模型。

圖2 用戶分類決策樹模型

組成訓練集之后，就要分析訓練集并獲取其分類規則。利用“if…then”規則對記錄進行分類[8]，最終生成規則集R：

R=(r1∨r2∨…∨ri∨…∨rk)

(2)

式中，ri表示分類規則。各個分類規則均能描述為以下模式：

ri:(A1opv1)∧(A2opv2)∧…∧(Aiopvi)→yi

(3)

式中，(Ai,vi)是一個屬性-值對，op為對比計算符號。若財務人員U1的第i條屬性和規則相互匹配，就會觸發規則，財務人員會被定義成類別yi。

財務人員分類后，描述各類財務人員和財務人員對崗位適應度的評分[9-10]。運用Rm×n矩陣代表財務人員-崗位評分，假設擁有m個財務人員，n個崗位，行矢量表示某財務人員對每個崗位的評分數據，列矢量表示不同財務人員對某一崗位的評分數據，將財務人員-崗位評分矩陣記作：

(4)

式中，Rmn是財務人員m對崗位i的評分。評分被分成顯示評分和隱示評分。顯示評分代表財務人員積極完成崗位評分任務，分數在0～5分是對崗位的喜歡水準，0表示沒有采取崗位評分，分數越高就越喜歡。隱示評分是財務人員在崗次數和輪崗流程之間交互構成的分數值[11]。

財務人員相似度是協同過濾算法的中心問題。相似度計算根本原理是探尋兩名財務人員u、v相同標注的崗位矢量Du和Dv，再算出該矢量間的相似度wuv當作財務人員間的相似度。同理，首先要尋找出相同標注崗位i、j的財務人員矢量Ei、Ej，然后算出2個矢量間的相似度當作崗位i、j的相似度[12-13]。本文采用皮爾森相關系數方法完成相似度計算過程。

皮爾森相關系數具體算法見式(5)，

(5)

同樣，將崗位之間的相似度描述成：

(6)

圖3和圖4依次展現了財務人員相似度計算過程與崗位相似度計算過程，評價矩陣內的行表示財務人員矢量，列表示崗位矢量，推算財務人員間的相似度即為算出評價矩陣內行矢量的相似度，崗位間的相似度本質即為推導出評價矩陣內列矢量間的相似度[14-15]。

圖3 財務人員相似度計算過程

圖4 崗位相似度計算過程

將財務人員u對沒有評分的崗位i的預測評分計算式記作：

(7)

式中，Pu,i是預測評分數值。

利用式(7)就能推算出財務人員對每個未評分崗位的評分，根據分數多少對未評分崗位實時排序，完成醫院財務工作輪崗流程智能控制。

2 仿真實驗

為了證明所建模型的有效性，以某個大型醫院作為實驗對象，設計仿真比較實驗，實驗對象為本文方法、文獻[3]和文獻[4]方法。模擬環境時，對30名財務人員數據進行樣本采集，為確保樣本數據可靠性，要對參數進行具體設定。設定流程數據系數是64.58，初始數據差系數是5.9。

圖5是三種方法控制穩定性仿真實驗對比結果。從圖5可知，本文方法隨著實驗次數的增多依舊保持優秀的穩定性。兩種文獻方法均存在不同程度的起伏，證明控制過程容易受到外部因素干擾，而本文方法可以準確劃分流程控制內容，確保方法時刻處于平穩狀態，維護模型適用性。

圖5 輪崗流程控制穩定性對比

設置初始崗位績效為0，圖6是三種方法輪崗流程控制策略下的崗位績效對比。

從圖6中可以看到，文獻[3]與文獻[4]方法在多次輪崗調度中，崗位績效并未明顯增加，部分情況下還會出現績效降低情況，方法流程控制效果不佳，無法勝任實際的醫院財務工作中。反觀本文方法，雖然績效在不同實驗組中存在波動，但整體曲線為正數，證明方法能夠通過輪崗流程控制得到績效提升，這是因為協同過濾能獲得最優選擇結果，確保了崗位安排合理性。

圖6 輪崗流程控制崗位績效對比

3 總結

實施醫院財務崗位輪崗，能開闊會計人員視野，增長閱歷與才能，防止長時間在相同崗位任職形成的思想固化，讓其不斷面臨新的挑戰，熟悉新的業務范圍，促進財務人員對工作的新鮮感，加強競爭意識。

為了有效提升醫院財務管理水平，適當采取崗位輪換機制，本文創建基于協同過濾算法的醫院財務工作輪崗流程智能控制模型。所建模型穩定性極強，能準確評估財務人員工作水平，給每個會計人員安排合理的財務崗位工作，增強醫院經濟效益。但在進行財務人員分類時，考慮的分類屬性較少，很可能造成分類結果不完整，接下來會對此問題進行具體研究。