管理類研究生支持向量機預測決策實驗教學研究

龔科+王勇+朱興亮

摘 要：提升研究生的數據分析能力是培養研究生創新能力的重要方面。管理類研究生的分析能力中很重要的一方面就是分類和非線性預測與決策問題的解決。本文以此為目的，研究了管理類研究生支持向量機預測與決策實驗教學的設計、實驗課題的選擇，并討論了存在的問題和對策。

關鍵詞：管理類研究生 支持向量機 決策實驗教學

自泰勒提出科學管理理論以來，管理學正式確立了其新興科學的重要地位。以運籌學、統計學、博弈論、進化計算、神經網絡、機器學習、證據理論等為代表的數學方法廣泛應用到管理建模與管理實踐中，組成現代管理方法與技術的管理方法論。

在這些實際問題中，對復雜數據的分類問題及復雜函數估計問題的分析是解決這類問題的重要方面。近幾年，學者在復雜數據分類及復雜函數估計問題解決方面作出了重大的貢獻，其中支持向量機是近幾年解決此類科學問題的重要工具。

支持向量機的理論基礎是統計學習理論，主要用于分類及模式識別問題。目前支持向量（回歸）機已應用在外貿出口預測、電力負荷預測、農產品的消費市場需求動態預測、投資組合風險預測等方面。由于復雜的函數估計問題和復雜的數據分類問題在經管類研究生研究的問題中普遍存在，因此將支持向量機作為實驗工具，培養經管類研究生解決這一類問題的動手能力和研究能力具有重要的現實意義。

一、我校管理類研究生教育現狀

目前，我校提出了建設“教學科研型大學”的目標。在這一目標的指引下，如何培養學生的科研能力及創新能力是這一課題的重要問題之一。目前，我校擁有3個博士點、4個一級學科碩士點、27個二級學科碩士點，在校全日制碩士、博士研究生數量超過1000人。隨著我校發展，博士點、碩士點、研究生數量穩步上升。研究生逐漸成為一支不可忽略的科研生力軍。因此，培育和發展我校研究生的論文寫作能力，是加強我校科研能力建設的重要途徑之一。

管理學院作為我校培養經濟管理人才的學院之一，近年來加大了對學生科研創新能力的培養力度，對經濟管理研究生的培養進行了調研，并提出了很多教學改進方法。在這些管理問題中，復雜的分類問題和多元數據非線性回歸問題是其中的重要方面，很多決策、預測、評價等問題均可以抽象為以上兩種科學問題。支持向量機是近幾年用于解決該類問題的一種較流行的工具。因此，本實驗教改的實驗教案可以為經管類學生深入學習支持向量機及幫助其了解非線性預測方法具有一定的現實意義。經過前期理論知識積累和現場實踐經驗的總結，對支持向量機應用于實驗教學環節進行有益的探索，并從理論與實踐角度為培養研究生的研究能力和動手能力提供實驗材料。

二、實驗設計方法

對于綜合設計性實驗項目的研究與設計，主要采取了以下課題研究方法：

（1）調查分析法：根據對課題的理解與規劃，以各種交流溝通方式對主講教師進行訪談，有針對性地調查實驗教學的基本情況，進而整理與分析現今實驗教學環節存在的問題、原因，并在此基礎上找到解決問題的思路。此外，對外采用各類調研方式，如學校互聯網主頁瀏覽、走訪等方式，對其他兄弟院校的實驗教學理念和成功經驗進行調研與總結。

（2）文獻資料法：課題組利用我校教學、科研資源，特別是我校圖書館的圖書資源及各類電子網絡資源，其中包括維普數據庫、CNKI博碩論文全文數據庫、超星數字圖書館、EBSCO數據庫、Sciendirect、SpringLink數據庫等網絡數據資料，檢索與課題研究問題相關的專著和論文，了解本領域課題研究的最新進展情況，總結、歸納出最新的、具有代表性的實驗案例及實驗方案。

三、針對專業的實驗課題選擇

在實驗課題的選擇上，首先要考慮研究生的不同專業領域和研究方向，其主要來源主要從以下幾個方面考慮：

1.人力資源管理方向。針對研究方向偏向于人力資源管理的學生。本項目選取了企業人力資源的預測問題作為其中的一個實驗，通過該實驗使得此類學生能夠建立起支持向量機解決工商管理領域中的一些問題的思路。

2.交通管理類學生。研究方向偏向于交通管理類的學生其研究的領域主要偏向于解決交通管理中的一些實際問題，如交通流量預測。因此，在實驗選擇中選取交通流量預測問題作為其中的一個實驗，通過該實驗使得此類學生能夠建立起支持向量機解決交通管理領域中的一些問題的思路。

3.管理科學與工程類學生。對于研究方向偏向于管理科學與工程類的學生在實驗選擇中選取了項目終止決策問題作為其中的兩個實驗，通過該實驗使得此類學生能夠建立起支持向量機解決管理決策領域中的一些問題的思路。

4.經濟類學生。經濟類學生對時間序列地研究要求較高，本項目選取了多維時間序列的外貿出口量預測驗，通過該實驗使得此類學生建立支持向量機解決多元非線性時間序列領域中的一些問題的思路。

5.信息管理類學生。信息管理類學生較多地研究管理信息系統及決策支持系統，因此本項目選取物業稅稅基批量評估作為實驗項目，該實驗實際上是通過支持向量機構建一種專家系統。通過該實驗幫助信息管理類學生建立如何利用機器學習方法構建專家系統。

四、問題與對策

在實際實驗教學實踐過程中，遇到如下問題：（1）我院研究生的研究方向較多，本項目中設計的實驗項目無法覆蓋到所有研究方向的學生。（2）現有解決分類問題和多元非線性問題的工具較多，本項目設計的實驗僅考慮支持向量機一種，對于更高層次的研究要求，例如，對其他模型的比較、模型的魯棒性、模型的效率等方面有待進一步深入。

針對以上不足，提出如下改進措施：（1）進一步對該實驗教學系統的應用領域進行有針對性的擴充和完善，搜集和整理相關資料，本研究設計的6個實驗項目在今后的教學實踐中還需要進一步的修改和完善。（2）在對模型的比較和更深入的研究方面，學院可進一步開展其他類似工具的教學。對數學基礎較好的同學開設一些深度較高的課程，例如神經網絡、復雜系統建模、隨機過程等，引導他們做更深入的研究。

因為所選取的科研課題是緊密聯系實際生活和工作崗位的，所以研究生在以后研究工作中初步建立起解決分類問題和非線性多元回歸問題的基礎，在遇到此類問題的時候能夠立即有一定的解決思路，能夠較快地進入研究角色，縮短解決問題的路徑和難度。

五、結語

本文針對管理類研究生迫切需要增加非線性回歸、分類等分析能力提升的問題，提出一系列支持向量機預測與決策實驗教學教改方案。通過實踐發現，該方案提升了研究生的分析能力，為他們進一步的研究和論文發表打下了基礎。

參考文獻：

[1]Wisniewski R. Selected Aspects of the Use of Artificial Neural Networks for the Mass Appraisal of Real Estates in Poland[J]. Argumenta oeconomica. 2008，21（2）：125-152.

[2]Guan J，Zurada J，As L. An Adaptive Neuro-Fuzzy Inference System Based Approach to Real Estate Property Assessment[J]. Journal of real estate research. 2008，30（4）：395-421.

[3]Peterson S，Flanagan A B. Neural Network Hedonic Pricing Models in Mass Real Estate Appraisal[J]. Journal of real estate research. 2009，31（2）：147-164.