面向大學(xué)生創(chuàng)業(yè)的風(fēng)險(xiǎn)感知算法研究

摘 要：目前高校畢業(yè)生就業(yè)形勢(shì)嚴(yán)峻復(fù)雜，大學(xué)生創(chuàng)業(yè)備受關(guān)注。本文針對(duì)大學(xué)生創(chuàng)業(yè)過程中的風(fēng)險(xiǎn)，提出了基于模糊綜合評(píng)價(jià)模型的風(fēng)險(xiǎn)感知算法。首先，提出了單因素和多因素的模糊綜合評(píng)價(jià)模型。其次，通過層次分析法對(duì)大學(xué)生創(chuàng)業(yè)的影響因素賦予權(quán)重。最后，通過案例分析了創(chuàng)業(yè)管理風(fēng)險(xiǎn)各影響因素的風(fēng)險(xiǎn)水平。本文風(fēng)險(xiǎn)感知算法能為制定大學(xué)生創(chuàng)業(yè)風(fēng)險(xiǎn)規(guī)避策略提供科學(xué)依據(jù)。

關(guān)鍵詞：大學(xué)生創(chuàng)業(yè)；風(fēng)險(xiǎn)感知；模糊評(píng)價(jià)

中圖分類號(hào)：TP 391" " 文獻(xiàn)標(biāo)志碼：A

大學(xué)生創(chuàng)業(yè)是一個(gè)復(fù)雜、動(dòng)態(tài)的過程，創(chuàng)業(yè)企業(yè)面臨的風(fēng)險(xiǎn)復(fù)雜多樣，這些風(fēng)險(xiǎn)之間也存在交互作用[1]。大學(xué)生創(chuàng)業(yè)風(fēng)險(xiǎn)評(píng)估的變化是動(dòng)態(tài)的、非線性的，受國(guó)家政策、大學(xué)生自身素質(zhì)和投資資金等多種因素的影響，大學(xué)生創(chuàng)業(yè)風(fēng)險(xiǎn)評(píng)估的過程相當(dāng)復(fù)雜[2]。大學(xué)生創(chuàng)業(yè)存在經(jīng)驗(yàn)不足、缺乏人際關(guān)系和業(yè)務(wù)網(wǎng)絡(luò)、對(duì)市場(chǎng)把握不準(zhǔn)確、缺乏市場(chǎng)意識(shí)和企業(yè)管理經(jīng)驗(yàn)以及資金不足等一系列問題。對(duì)大學(xué)生創(chuàng)業(yè)進(jìn)行風(fēng)險(xiǎn)評(píng)估可以預(yù)估未來風(fēng)險(xiǎn)，有利于根據(jù)預(yù)估結(jié)果采取有效的預(yù)防措施。因此，如何提高大學(xué)生創(chuàng)業(yè)風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性和客觀性是一個(gè)亟待解決的問題。目前，大數(shù)據(jù)分析技術(shù)的不斷成熟為大學(xué)生創(chuàng)業(yè)風(fēng)險(xiǎn)評(píng)估算法的研究提供了更多的技術(shù)支撐。大數(shù)據(jù)可以促進(jìn)大學(xué)生了解未來需求發(fā)展趨勢(shì)，是大學(xué)生選擇創(chuàng)業(yè)方向的機(jī)會(huì)，增強(qiáng)了創(chuàng)業(yè)路徑選擇的正確性。本文提出基于模糊綜合評(píng)價(jià)模型的風(fēng)險(xiǎn)感知算法，為制定大學(xué)生創(chuàng)業(yè)風(fēng)險(xiǎn)規(guī)避策略提供科學(xué)依據(jù)。

1 模糊綜合評(píng)估模型

模糊綜合評(píng)價(jià)法是利用模糊數(shù)學(xué)原理對(duì)具有“模糊性”的事物進(jìn)行分析和評(píng)價(jià)的系統(tǒng)分析方法，是一種基于模糊推理的定性與定量相結(jié)合的分析評(píng)價(jià)方法，具有精確性和非精確性[3]。由于該方法在處理各種難以用精確數(shù)學(xué)方法描述的復(fù)雜的系統(tǒng)問題過程中具有獨(dú)特優(yōu)越性，因此在許多學(xué)科中具有廣泛應(yīng)用[4-6]。

設(shè)定2個(gè)有限域，如公式（1）、公式（2）所示。

U={u1，u2，...，um} （1）

V={v1，v2，...，vm} （2）

式中：U是所有判斷因素u1，u2，...，um的集合；V是所有評(píng)級(jí)等級(jí)v1，v2，...，vn的集合；m和n分別是判斷因素和評(píng)級(jí)等級(jí)的個(gè)數(shù)。

對(duì)于判斷因素ui，單因素判斷結(jié)果為Ri=[ri1，ri2，...，rin]，m個(gè)判斷因素的判斷決策矩陣如公式（3）所示。

（3）

式中：R為從U到V的模糊關(guān)系；rmn是第m個(gè)判斷因素和第n個(gè)評(píng)級(jí)的模糊關(guān)系。

假設(shè)評(píng)價(jià)因子的權(quán)重是A=[a1，...，am]，應(yīng)用模糊變換的綜合運(yùn)算可以獲得全域V的模糊子集，綜合評(píng)價(jià)結(jié)果如公式（4）所示。

B=A×R=[b1，b2，...，bn] （4）

式中：b1，b2，...，bn分別表示評(píng)級(jí)等級(jí)的評(píng)價(jià)結(jié)果。

在一個(gè)復(fù)雜的大系統(tǒng)中，需要考慮的因素較多，而且因素的層次也不同。此時(shí)，應(yīng)用單層次的模糊綜合評(píng)價(jià)模型難以獲得正確的評(píng)價(jià)結(jié)果。因此需要將評(píng)判因素集合按照一定的屬性劃分為若干類別，先對(duì)各類別進(jìn)行綜合評(píng)價(jià)，再對(duì)各類評(píng)判結(jié)果進(jìn)行高水平的綜合評(píng)價(jià)，這樣就產(chǎn)生了多層次的模糊綜合評(píng)價(jià)問題。可根據(jù)如下步驟建立多級(jí)模糊綜合評(píng)價(jià)模型。

首先，根據(jù)一個(gè)屬性將判斷因素集合U劃分為m個(gè)子集，使其滿足公式（5）。

（5）

式中：Φ表示Ui和Uj中不包括相同的因素。

第二層的判斷因素集如公式（6）所示。

U={U1，U2，...，Ui，...，Um} （6）

式中：Ui={Uik}，i∈{1，2，...，m}，表示子集Ui包括nk個(gè)判斷因素；Um表示第m個(gè)子集的判斷因素集合。

其次，根據(jù)單級(jí)模糊綜合評(píng)價(jià)模型評(píng)價(jià)每個(gè)子集Ui中的nk個(gè)判斷因素。綜合評(píng)價(jià)結(jié)果如公式（7）所示。

Bi=Ai×Ri=[bi1，bi2，...，bin] （7）

式中：bi1，bi2，...，bin分別表示判斷因素i的綜合評(píng)價(jià)。

最后，對(duì)U中m個(gè)評(píng)價(jià)因子子集進(jìn)行綜合評(píng)價(jià)，評(píng)價(jià)決策矩陣如公式（8）所示。

（8）

模糊綜合評(píng)價(jià)理論的綜合評(píng)價(jià)方法根據(jù)模糊數(shù)學(xué)的隸屬度理論，將定性評(píng)價(jià)轉(zhuǎn)化為定量評(píng)價(jià)，即使U中各因素子集的權(quán)重為A，可得綜合評(píng)價(jià)結(jié)果，如公式（9）所示。

B*=A×B （9）

公式（9）不僅是對(duì)U的綜合評(píng)價(jià)結(jié)果，也是對(duì)U中所有評(píng)價(jià)因素綜合評(píng)價(jià)的結(jié)果。

2 風(fēng)險(xiǎn)感知算法

多標(biāo)準(zhǔn)決策是一個(gè)通用框架，用于解決具有多個(gè)相互沖突標(biāo)準(zhǔn)和不同偏好決策者的復(fù)雜決策問題。多標(biāo)準(zhǔn)決策方法涉及多個(gè)評(píng)估標(biāo)準(zhǔn)，不是單一的最優(yōu)性度量。多標(biāo)準(zhǔn)決策模型分為多目標(biāo)決策和多屬性決策。二者的主要區(qū)別在于前者是在連續(xù)決策空間中定義的，后者是在離散決策空間中運(yùn)行的。層次分析法是一種基于數(shù)學(xué)和心理學(xué)的結(jié)構(gòu)化技術(shù)，用于組織和解決復(fù)雜的決策問題。層次分析法使用決策標(biāo)準(zhǔn)之間的兩兩比較，并遵循互惠條件、同質(zhì)性、依賴性和期望的原則，以確定每個(gè)標(biāo)準(zhǔn)的優(yōu)先級(jí)。排序是層次分析法的基本原理，是指對(duì)方案層中每個(gè)元素賦予權(quán)重。在層次分析法中，決策問題包括3個(gè)主要層，即目標(biāo)層、指標(biāo)層和評(píng)價(jià)層。指標(biāo)層又可分為一級(jí)指標(biāo)和二級(jí)指標(biāo)。因此，可以使用模型樹來描述復(fù)雜的問題（如圖1所示）。為了量化指標(biāo)層中各因素（即指標(biāo)）的相對(duì)重要性，必須在客觀比較2個(gè)指標(biāo)的基礎(chǔ)上構(gòu)建判斷矩陣。判斷矩陣計(jì)算出的特征向量可以代表各指標(biāo)的權(quán)重。另外，由于判斷矩陣是定量和定性的結(jié)合，因此誤差是不可避免的。為了檢驗(yàn)判斷矩陣的一致性，還需要計(jì)算一致性指標(biāo)。如果該指數(shù)﹤0.1，則構(gòu)建的模型真實(shí)可靠。

層次分析算法的步驟如下。

第一，創(chuàng)建層次結(jié)構(gòu)。確定定義決策問題的主要標(biāo)準(zhǔn)和替代方案，將問題分為目標(biāo)級(jí)別、標(biāo)準(zhǔn)、子標(biāo)準(zhǔn)和替代方案。該層次結(jié)構(gòu)的每個(gè)元素都依賴其更高級(jí)別的元素，并且這種依賴性會(huì)線性地延續(xù)到最高級(jí)別。

第二，形成兩兩比較矩陣。每個(gè)級(jí)別的元素成對(duì)比較，從而形成配對(duì)比較矩陣，用于確定成對(duì)比較中的重要性和偏好。

第三，計(jì)算不一致率。鑒于專家的判斷可能會(huì)形成不一致的兩兩比較矩陣，因此本文提出一個(gè)試驗(yàn)率來評(píng)估其與層次結(jié)構(gòu)的一致性。如果判斷不一致，結(jié)果將返回專家復(fù)議。兩兩比較矩陣不一致率的算法定義如下。1）計(jì)算加權(quán)和向量：通過將成對(duì)比較矩陣乘以局部?jī)?yōu)先級(jí)向量來計(jì)算總體優(yōu)先級(jí)向量。2）計(jì)算一致性向量：通過將整體優(yōu)先級(jí)向量的元素按照坐標(biāo)除以局部?jī)?yōu)先級(jí)向量的元素來計(jì)算一致性向量，即一致性向量的每個(gè)元素都是通過加權(quán)和向量的對(duì)應(yīng)元素除以本地優(yōu)先級(jí)向量的對(duì)應(yīng)元素得到的。一致性向量的組成部分實(shí)際上是λmax估計(jì)。3）計(jì)算成對(duì)比較矩陣的最大特征值（λmax）：一致性向量元素的平均值等于λmax。4）計(jì)算不一致指數(shù)（II）：假設(shè)兩兩比較矩陣是m×m矩陣，則不一致性指數(shù)為（λmax-m）/（m-1）。5）定義不一致率（IR）：IR=II/IRI，其中IRI是不一致性隨機(jī)指數(shù)。

第四，計(jì)算本地優(yōu)先級(jí)。使用不同的加權(quán)方法獲得標(biāo)準(zhǔn)的局部?jī)?yōu)先級(jí)和相對(duì)于每個(gè)標(biāo)準(zhǔn)的替代方案。最常見的加權(quán)方法包括行與列之和、算術(shù)平均、幾何平均、特征向量、普通最小二乘以及對(duì)數(shù)最小二乘。

第五，計(jì)算備選方案的總體優(yōu)先級(jí)。每個(gè)備選方案的總體優(yōu)先級(jí)等于備選方案的局部?jī)?yōu)先級(jí)相對(duì)于每個(gè)加權(quán)標(biāo)準(zhǔn)的乘積之和。

第六，對(duì)備選方案進(jìn)行排序。根據(jù)備選方案總體優(yōu)先級(jí)進(jìn)行排名。替代方案的總體優(yōu)先級(jí)越高，其排名位置就越好。隨著每個(gè)級(jí)別中元素?cái)?shù)量增加，實(shí)施層次分析法有時(shí)會(huì)非常耗時(shí)，在該情況下，決策標(biāo)準(zhǔn)通常被細(xì)分為子標(biāo)準(zhǔn)，盡管在許多情況下這并不能解決問題。此外，形成一致的成對(duì)比較矩陣可能是超出專家實(shí)際專業(yè)知識(shí)范疇的任務(wù)，因此，層次分析法的結(jié)構(gòu)應(yīng)該在與決策者互動(dòng)并確定標(biāo)準(zhǔn)和替代方案的本地優(yōu)先級(jí)方面進(jìn)行修改。

假設(shè)一個(gè)決策問題由m個(gè)標(biāo)準(zhǔn)C1，C2，......，Cm組成。根據(jù)決策者的意見和重要性對(duì)標(biāo)準(zhǔn)進(jìn)行優(yōu)先級(jí)排序。假設(shè)將標(biāo)準(zhǔn)重新設(shè)計(jì)為Cbar1，Cbar2，...，Cbarm，使Cbar1gt;Cbar2gt;...gt;Cbarm。從第二個(gè)標(biāo)準(zhǔn)開始與決策者交互，確定標(biāo)準(zhǔn)j和（j?1）之間的相對(duì)差異并分配值sj（j=2，...，m）。sj稱為平均值的相對(duì)重要性。通過公式（10）計(jì)算系數(shù)kj（j=1，2，...，m）。

（10）

通過公式（11）計(jì)算權(quán)重qj（j=1，2，...，m）。

（11）

假設(shè)s1=0，則有公式（12）。

（12）

計(jì)算標(biāo)準(zhǔn)wj的局部?jī)?yōu)先級(jí)，如公式（13）所示。

（13）

分配給標(biāo)準(zhǔn)的本地優(yōu)先級(jí)是通過與決策者的交互來確定的，并通過決策者權(quán)重的幾何平均值計(jì)算出最終的相對(duì)權(quán)重。

本文采用模糊綜合評(píng)價(jià)法對(duì)大學(xué)生創(chuàng)業(yè)進(jìn)行風(fēng)險(xiǎn)分析，基本思路如圖2所示。首先，通過層次分析法（AHP）對(duì)大學(xué)生創(chuàng)業(yè)的影響因素賦予權(quán)重，區(qū)分各因素的重要性。其次，建立評(píng)價(jià)層次隸屬度、模糊關(guān)系的評(píng)價(jià)矩陣和因子權(quán)。采用模糊數(shù)學(xué)運(yùn)算方法進(jìn)行模糊運(yùn)算，并對(duì)向量進(jìn)行歸一化處理，確定其綜合評(píng)價(jià)結(jié)果，最終確定大學(xué)生網(wǎng)上創(chuàng)業(yè)的總體風(fēng)險(xiǎn)水平。

3 案例分析

確定各風(fēng)險(xiǎn)因素的權(quán)重是大學(xué)生創(chuàng)業(yè)風(fēng)險(xiǎn)識(shí)別的關(guān)鍵環(huán)節(jié)。各因素權(quán)重的差異反映了不同因素的重要性，因素的重要性見表1。

為了科學(xué)確定各項(xiàng)指標(biāo)的權(quán)重，本文采用層次分析法對(duì)大學(xué)生創(chuàng)業(yè)風(fēng)險(xiǎn)管理的風(fēng)險(xiǎn)因素進(jìn)行分析。根據(jù)各種風(fēng)險(xiǎn)因素對(duì)大學(xué)生創(chuàng)業(yè)的影響，由校內(nèi)專家和校外創(chuàng)業(yè)者10個(gè)專家組成的討論組，經(jīng)過討論評(píng)估等級(jí)為5、4、3、2和1，分別表示高、較高、一般、較低和低。最后將其得分匯總，形成大學(xué)生創(chuàng)業(yè)管理風(fēng)險(xiǎn)各因素水平匯總表，見表2。

4 結(jié)論

本文通過層次分析法確定指標(biāo)權(quán)重，利用模糊綜合評(píng)價(jià)法建立了創(chuàng)業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)評(píng)價(jià)模型，并對(duì)該模型進(jìn)行了案例分析，證明了本文綜合評(píng)價(jià)大學(xué)生創(chuàng)業(yè)風(fēng)險(xiǎn)感知算法的可行性和科學(xué)性。

參考文獻(xiàn)

[1]GIUGGIOLI G，PELLEGRINI M M.Artificial intelligence as an enabler for entrepreneurs：A systematic literature review and an agenda for future research[J].International journal of entrepreneurial behavior amp; research，2023，29（4）：816-837.

[2]KOMAROVA A，TSVETKOVA L，KOZLOVSKAYA S，et al.Organisational educational systems and intelligence business

systems in entrepreneurship education[J].Journal of entrepreneurship

education，2019，22（5）：1-15.

[3]HALEEM A，JAVAID M，QADRI M A，et al.Understanding

the role of digital technologies in education：A review[J].Sustainable

operations and computers，2022，3：275-285.

[4]謝冬輝，黃銳，梁炳榮，等.基于模糊綜合評(píng)價(jià)裝配式建筑質(zhì)量的研究[J].城市建筑.2023，20（10）：204-207.

[5]王玉，唐巒.基于模糊綜合評(píng)價(jià)的500kV輸變電工程經(jīng)濟(jì)評(píng)價(jià)研究[J].南方能源建設(shè).2022，9（增刊2）：118-122.

[6]武麗娟.計(jì)算機(jī)課程實(shí)驗(yàn)教學(xué)質(zhì)量的模糊綜合評(píng)價(jià)[J].辦公自動(dòng)化.2022，27（1）：56-58.

通信作者：李清（1990-），女，碩士，助教，研究方向?yàn)椴±韺W(xué)、思政。

電子郵箱：312100200@qq.com。