基于BP神經網絡的大學生創業素質評價

楊 雪,李文生

(華北水利水電學院,河南鄭州450011)

基于BP神經網絡的大學生創業素質評價

楊 雪,李文生

(華北水利水電學院,河南鄭州450011)

“以創業促就業”,支持和鼓勵大學生創業成為解決當前大學生就業困境的最有效途徑之一。對于創業的大學生來講,大學生創業素質評價必不可少。從大學生自身出發,建立了大學生創業素質評價指標體系,并利用BP神經網絡對大學生創業素質進行了評價,實現了評價的非線性映射,具有一定的理論和現實意義。

BP算法;人工神經網絡;大學生創業素質

受金融危機影響,高校大學生的就業面臨巨大的挑戰,而大學生創業成為解決當前困境的最有效途徑之一。然而,并不是每個大學生都適合創業。有關調查顯示,大學生創業成功率只有0.01%[1],這遠低于一般的創業成功率。而影響大學生創業成功率的一個主要因素就是大學生的創業素質。因此,要通過促進大學生創業來緩解大學生就業壓力,必須首先提高大學生的創業素質。要提高大學生的創業素質,對大學生創業者進行創業素質評價就顯得有必要。

一、構建評價指標體系的基本原則

大學生創業素質包含的內容十分豐富,構建大學生創業素質評價指標體系很關鍵。大學生創業素質評價指標體系建立的基本原則主要有以下幾個方面。

一是導向性原則。堅持導向性原則,就是評價指標體系的建立和使用要在素質教育的指導思想、指標設定、權重分配等方面對評價對象的行為有引導作用,即能充分利用指標體系讓學生的知識、能力、品格等得到全面和諧的發展,引導大學生更加注重全面素質的提高。

二是注重實效的原則。大學生創業素質評價的目的是為了更好地調動各方面的積極性,以便有針對性地開展創業素質教育,提高學生創業素質和實踐能力。在評價的過程中要克服形式主義,注重實際效果。

三是全面性原則。指標體系應盡可能體現與素質教育相關的重要內容,能從多個層面、多個視角、多條主線反映大學生的素質狀況,以保證評價結果全面準確地反映大學生的素質。

根據這些指導原則,大學生創業素質主要包括創業意識和品質、創業知識、創業能力以及創業環境掌控力等四大組成部分[2]。其中創業意識和品質主要包括創業者的勇氣和膽量、意志和毅力、吃苦耐勞、社會責任感、信用等方面;創業知識包括管理知識、專業知識、市場經濟知識、創業基本知識、法律知識等;創業能力包括資源整合能力、領導和管理能力、表達能力、人際交往能力、經營業務能力等。創業環境掌控力包括環境適應力、機遇把握力、資金獲取力以及法律政策把握力和人力資源把握力等。

二、基于BP神經網絡的大學生創業素質評價模型

在大學生創業素質評價的方法上,國內學者也做了許多工作,提出了一些評價方法,如層次分析法和模糊綜合評價法等。但是,大學生創業素質評價指標體系涉及面廣、層次多、量化手段復雜,單一評價指標較多,而且往往相互之間缺少可比性。大學生創業素質和指標之間是一種高的非線性關系,采用常規方法很難對整個指標體系做出一個滿意的評價結果。

而人工神經網絡是從人腦的生理結構出發來研究人的智能行為,模擬人腦信息處理功能。它具有信息存儲和計算處理并行、分布式存儲、容錯性、學習能力、自適應性等特點,在預測、識別、建模、信號處理、系統控制等領域得到廣泛應用。該研究在建立大學生創業素質評價指標體系的基礎上,利用人工神經網絡的學習能力和自適應性等特點,采用BP神經網絡建立了大學生創業素質評價模型。該模型能夠完成輸入數據(評價指標)和輸出數據(創業素質)之間的非線性映射,使評價結果更為有效。

(一)BP神經網絡算法

典型的BP網絡是由輸入層、隱含層以及輸出層組成的三層結構。其中,輸入層各神經元負責接收外界信息,并傳遞給隱含層各神經元;隱含層是內部信息處理層,負責信息變換;隱含層傳遞到輸出層各神經元的信息,經進一步整理后,完成一次學習的正向傳播處理過程,由輸出層向外界輸出信息處理結果。當實際輸出與期望輸出不符時,進入誤差的反向傳播階段。正向傳播和誤差反向傳播過程的不斷進行,各層權值也就不斷地得到調整。具體算法描述如下[3]:

第一,對神經元i到神經元j之間的權重w ji和神經元j的闕值θj進行初始化。

第二,給出樣本數據的輸入集{xpl}和相應的輸出集{ypl},其中p為樣本數,l表示輸入向量數。

第三,計算各層輸出Opi。其中,輸入層的輸入和輸出相同,而隱含層和輸出層神經元的輸出計算為:

第四,求出各層神經元的誤差信號δpj。

第五,進行誤差反向傳播,以修正權重。具體計算為其中,a表示學習速度。

第六,求出誤差Er。當Er小于給定的擬合誤差,結束網絡學習,否則轉到第三步。

(二)評價模型的結構設計

本研究將評價模型結構分成以下三層進行構建。[4]

第一,輸入層設計:根據大學生創業素質評價指標體系,以最低層指標數作為輸入層神經元數。

第二,隱含層設計:隱含層神經元數的選取能夠直接影響到整個網絡的學習效率和精確度。目前,確定隱含層神經元數還缺乏相應的指導原則。這里,我們參照來確定隱含層神經元的個數。其中,n表示隱含層神經元數,n1表示輸入節點,n0表示輸出節點,a為常數,其中

第三,輸出層設計:設置輸出層神經元數為1。同時,將評價集設定為:好、較好、一般、較差、差五個級別,評價的原則是:當O≥0.8,評價結果為好;當0.6≤O<0.8,評價結果為較好;當0.4≤O<0.6,評價結果為一般;當0.2

(三)基于BP神經網絡的大學生創業素質評價模型的步驟

第一,進行BP網絡訓練。按照大學生創業素質的評價指標體系,搜集不同樣本大學生的評價指標值并進行數據處理,得出樣本大學生的輸入集{xpl}和相應的輸出集{ypl},將輸入集和輸出集輸入到神經網絡中,然后按照BP算法進行網絡訓練。

第二,搜集需要評價的大學生樣本的指標值,然后針對這些指標值進行標準化處理。

第三,將標準化處理后的樣本數據輸入到訓練好的神經網絡中,計算相應的輸出。

第四,根據輸出結果,按照前文中的評價原則對大學生創業素質作出評價結論。

三、大學生創業素質評價

對河南省某高校20個學生進行創業素質評價,經篩選比較,選定10個具有代表性的大學生樣本,6個做訓練樣本,4個做測試樣本。根據前面所建立的評價指標體系,建立一個輸入層、隱含層和輸出層的神經元數分別為20、10、1的三層BP神經網絡模型(輸出層的輸出0≤O≤1)。

(一)BP網絡學習

使用Matlab 7.0軟件實現編程,建立大學生創業素質評價的三層BP神經網路結構,利用訓練樣本進行訓練。其中,輸入樣本矩陣P為20行6列的一個矩陣,訓練輸出樣本矩陣T為1行6列的矩陣。經過1 457步訓練后達到設置的精度要求,如圖1所示。

(二)對4個測試樣本進行計算

取4個樣本作為測試樣本,利用訓練后的網絡進行測試計算。具體如下:

其中Ptest為測試樣本的指標數據,它是一個20行1列的矩陣,分別計算出這4個測試樣本的模擬結果(輸出),具體見表1。

圖1 網絡訓練的誤差下降曲線

表1 測試樣本的結果及誤差表

模擬結果表明,4個測試樣本中,有3個大學生的創業素質為較差(0.2

同時,由表1可以看出,利用神經網絡模型得到的結果與專家評價值相對偏差仍在±3%以內,驗證了該模型的有效性和實用性。以上研究中,由于訓練樣本較少,最終確定的BP神經網絡不是十分穩定,每次的訓練結果會有不同幅度的變化,但利用其計算出來的衡量結果已能比較準確地評價大學生創業素質,也驗證了BP神經網絡模型在大學生創業素質評價中的可行性。

四、結語

人工神經網絡方法是一種非線性映射方法,不像其它評價方法如層次分析法、模糊綜合評判法、灰色聚類法等帶有明顯的主觀臆斷,它只需將處理過的數據輸入到網絡中,通過計算即可產生評價結果,不需要人為地確定權重,確實減少了評價過程中的人為因素,提高了評價的可靠性,使評價結果更有效、更客觀。

但是它也存在著一些缺點:一是BP神經網絡模型要求有一定的學習樣本,學習樣本的數量和質量在很大程度上影響著神經網絡模型的學習性能。但是,選取合適的學習樣本并不是一件容易的事情。二是網絡的層數和隱含層神經元數的選取在很大程度上影響著整個網絡的學習能力和學習效率。但是,目前關于這個問題還沒有形成一般的指導性原則,在確定層數和隱含層神經元數時,往往會因人為因素,可能降低BP網絡的性能。盡管如此,BP神經網絡模型還是為大學生創業素質評價提出了一種新的方法。

[1] 馮華,王振紅.金融危機下大學生創業問題剖析[J].商業時代,2009,(7).

[2] 彭璐等.大學生創業素質指標體系初探[J].科技創業,2008,(2).

[3] 王慧,李印海.基于BP神經網絡的高技術企業技術創新能力評價[J].科技管理研究,2007,(11).

[4] 陳建新.BP神經網絡在企業技術創新風險評價中的應用[J].科技管理研究,2007,(10).

The Evaluation on the Quality of Collage Student Entrepreneurial Based on BP Neural Network

YANG Xue,LI Wen-sheng
(Noth China Institute of Water Conservancy and Hydroelectric Power,Zheng Zhou450011,China)

“Promoting employment with the use of entrepreneurial”,so collage student entrepreneur has become one of the most effective ways to solve the current plight.The quality of collage student entrepreneur is essential for college students.In this paper,the evaluation index system of collage student entrepreneur quality is established and the BP neural network is also used to conduct an evaluation for college students,which a chieved non-linearm apping in evaluation.so it has a certain amount of theoretical and practical significance in our community.

Bp calculation method;Artificial neural network;The quality of collage student entrepreneurial

G645

A

1008—4444(2010)01—0090—03

2009-06-25

楊 雪(1966—),女,河南光山人,華北水利水電學院特聘教授。

(責任編輯:宋孝忠)