协同管理模式理论框架研究.doc

协同管理模式理论框架研究摘要 协同管理模式将信息科学领域的协同过滤算法思想引用到管理科学中,通过建立协同管理机制,充分发挥管理系统内各元素的相互作用,管理效能取决于系统大小,是一种自适应的管理模式,适用于非线性的复杂大系统管理。协同管理模式注重被管理者之间的信息利用和协同作用,可以使管理者从烦琐的管理事务中解脱出来,同时也增加了管理的客观性,使管理向政策化、规范化的方向迈进,对丰富和发展复杂大系统的基本管理理论具有重要意义。关键词 协同过滤;管理理论;复杂大系统;协同管理;管理模式Theory Architecture of Collaborative Management PatternAbstract : Applying collaborative filtering in information science to management science , the authors present a novel management pattern based on collaborative filtering Collaborative Management Pattern. By building collaborative management mechanism, collaborative management pattern displays full role of reciprocity among the elements in a complex system. While management effect depends on complex degree of system, it is a selfadaptive management method and can be used to nonliner large complex system. Authors basically build the theory architecture of collaborative management pat tern by analyzing operating mechanism, method and step of application, etc.Key words: collaborative filtering; management theory; complicated system; collaborative management; management pattern一、引言随着社会交流与合作的频繁,管理变得日益重要,尤其是社会复杂大系统的管理越来越受到重视。简单的管理实际上就是一种分工形式,系统有具体明确的目标任务,管理者只需把系统任务分解成相互独立的小任务,并下达给各被管理者。在这种管理模式下,被管理者缺乏或不需要反馈信息,比较适合于简单小系统。更进一步的管理是,管理者不但要下达任务,而且在整个系统目标完成过程中,被管理者要不断反馈信息,管理者根据实际情况及时调整计划与任务,对各部门进行协同。这种管理模式和第一种管理模式相比,最大的进步就是管理者和被管理者之间有信息反馈,管理者起到组织协调作用,但管理者可能缠身于繁重的管理事务中,不能充分调动和利用被管理者。此管理模式适用于中等规模系统,在现实中被广泛采用。除与上述两种管理模式相适应的简单或中等规模系统外,在自然与社会中,还大量存在复杂大系统。它们有两个主要特点:一方面,由于复杂大系统的非线性、混沌性等特点,决定了不可能把复杂系统简单地分解成若干个独立的子系统,子系统往往是相互交叉与重叠的、多层次的;另一方面,由于未来的不可预测性,管理者对今后系统运作所“涌现”的结果难以预料,不可能为复杂大系统确定一个具体的、可量化的任务或目标,所以更不可能分解系统任务。复杂大系统的上述两个特点使得传统的单向管理模式和双向管理模式都不适合复杂大系统管理。基本管理理论与方法的研究一直是管理科学研究与应用的基础,目前国内外学者对基本管理理论与方法进行了大量的研究探索。国外学者Itami在1987年提出“动态适应”的观点1 ;Fiegenbaum 在1996年提出战略参照点理论2 ;国内著名学者席酉民教授早在1989 年就提出和谐理论3 ; 汪应洛等在1998 年提出“柔性战略”4 ;海峰、李必强、向佐春等在1999 年提出“管理集成论”5 ,等等。但同时还应看到,对复杂大系统管理一直缺乏原创性的基础管理理论与方法。究其原因,主要是由于大多数管理理论研究者专注于单一领域,没有受到其他学科相关思想方法的影响与启发,思路很难得到开拓,突破性的、原创性的管理思想方法就很难出现。本文把计算机科学和管理科学结合起来,把个性化推荐中协同过滤算法的思想运用到管理科学中,提出并研究基于协同过滤推荐算法思想的协同管理模式。与传统的单向、双向管理模式相比,协同管理模式充分利用被管理者之间的协同交互信息,强调管理者的任务是建立协同管理机制,让管理者从烦琐的管理事务中解脱出来,同时也增加了管理的客观性,使管理向制度化、规范化的方向迈进,为分析解决复杂大系统管理中的管理问题提供了一条新思路。二、协同过滤的算法及思想(一) 算法过程协同过滤(collaborative filtering , CF)算法是个性化推荐中应用最为广泛的方法6 。它是基于邻居用户的兴趣爱好预测目标用户的兴趣偏好,算法先使用统计技术寻找与目标用户有相同爱好的邻居,然后根据目标用户多个邻居的观点向目标客户进行推荐。1表示在一个典型的基于协同过滤技术的推荐系统中,输入数据通常可以表述为一个m n 的用户项目评估矩阵 R ,m 是用户数, n 是项数, rij是第i个用户对第j项的评估数值,评估值与内容有关。如果项是电子商务中的货品,则表示用户订购与否,如1 表示订购,0 表示没有订购;如果项是Web文档,则表示浏览与否,用户对它的兴趣度有多高,这样的评估值可以有几个等级,如15等。2邻居形成基于协同过滤技术的推荐系统的核心是为一个需要推荐服务的当前用户寻找最相似的“最近邻居”集( nearestneighbor) ,即对一个用户u ,要产生一个依相似度大小排列的“邻居”集合N =N1 ,N2 , .,Ns , u 不属于N ,从N1 到Ns ,相似值sim (u ,Ni ) 从大到小排列。图1 演示了协同过滤邻居用户的形成过程,当前用户“0”和其他用户之间的相似性被计算,如计算欧几里得距离。图1 中以点“0”为中心的最近5个点被选择为邻居。用户之间的相似性计算有Pearson 相关度方法和目前常用的向量空间相似度计算方法。邻居用户的确定有两种方法:一是根据预先确定的相似性阀值,选择相关性大于阀值的用户作为邻居用户;二是根据预先确定的邻居数N ,选择相关性最大的前N 个用户作为邻居用户。3、推荐产生“最近邻居”集产生后,可计算两类结果,即用户对任意项的兴趣预测及相应的TopN 推荐集。(1) 用户对目标项目兴趣度的计算。设用户u 和相应的已选项集Iu ,则对任意项t 的兴趣度值可用公式表示: 是用户u 对项的平均评估值, i 是“最近邻居”集的用户, corri 是用户和用户之间的相似度ratingi 是用户i 对项t 的评估值, 是用户i 对项的平均评估值。(2) TopN 推荐集的产生。分别预测用户i 对其他项目的兴趣度,并依据大小排列,取其中前N 个不属于Iu 的项作为TopN 推荐集。(二) 算法思想协同过滤算法有如下特点:(1) 系统中用户信息相互利用,协同推荐。这是协同过滤算法最大的特点。事实上,对任意用户兴趣的预测都是基于其他用户的兴趣偏好资料计算得到的,对某用户的预测离不开其他用户,用户的信息相互用来预测,用户甚至可能不知道他的信息被用来预测其他用户的兴趣偏好。(2) 系统中用户越多,性能越好。整个推荐系统中需要有较多用户,用户越多,就越能找到与目标用户更相似的用户,系统的预测和推荐就越准确,整个推荐系统的性能就越好。相反,如果系统中用户很少,则很难找到目标用户的相似用户,一种极端情况就是系统只有一个用户,要预测这个用户未给出等级评估的项目是不可能的,这就是协同过滤算法典型的“冷开始”( cold start) 问题。(3) 自动化程度高。协同推荐的自动化程度较高,所以也叫自动推荐系统。事实上只要协同推荐算法设计好,任一用户只要给出某些兴趣偏好信息,推荐系统就会自动地为其作出推荐。同时,也无需为系统设定一个具体的目标,更不需要为每个用户设定目标。三、协同过滤算法对复杂大系统管理的启示(一) 复杂大系统管理的特点复杂大系统管理一般呈现以下特点:(1) 规模庞大。从系统规模上讲,复杂大系统一般都包含许多子系统或元素,而且子系统又包含若干个更小子系统。(2) 结构复杂。结构复杂是复杂大系统最为显著的特点之一,主要表现在系统元素或子系统相互间交叉重叠程度高,系统的非线性结构使得该系统难以分解为若干个独立的子系统或元素。(3) 系统未来目标难以预测,任务难以具体化。随着社会及科学技术迅速发展,大多数复杂大系统,尤其是社会复杂大系统的发展目标和规模难以预测,这就决定了现实中不可能采用逐级目标管理的方法。复杂大系统的上述特点决定了难以采用传统的层次管理模式,必须寻找新的管理模式与方法。(二) 协同管理模式的提出根据协同过滤算法思想和复杂大系统管理问题的特点进行分析,发现复杂大系统管理系统非常类似于协同推荐系统,如果把推荐系统中的每个用户看作是被管理者,推荐算法的设计者看作是管理者,协同推荐算法就是一种管理机制。在整个管理系统中,管理者的作用就是设计这样一种协同机制,在这种协同管理机制的作用下,被管理者能相互利用和信息共享,自动完成整个管理系统的目标。我们把这种基于协同推荐思想的管理称为协同过滤管理模式,简称协同管理模式。四、协同管理模式机理分析(一) 不同管理模式的比较根据管理者与被管理者以及被管理者间的信息流向,可以有以下三种形式的管理模式。1、单向管理模式这种管理实际上是一种简单的分工,是最初级的管理模式,管理者对目标进行分解并下达任务,各被管理者完成任务也即整个系统目标实现。在这种管理模式中,上下级之间缺乏有效的沟通和反馈,适合于简单的小系统,容易把大系统分解为几个独立的子系统(或元素) ,如图2 所示。整个系统可表示为各子系统简单相加:S = S1 + S2 + Sn其中,Si 是系统S 的第i 个子系统。2、双向管理模式这实际上是一种较低级的协同作用形式,先由管理者下达任务,在完成任务的过程中,被管理者不断反馈新情况,管理者协调各部门之间的关系,但各被管理者之间缺乏有效的交流,如图3 所示。这种管理比较适合于中小型系统,系统基本上可以划分为几个相对较为独立的子系统,但各子系统之间存在一定的联系。系统和子系统之间基本可表示为一种线性的关系:Sk1 S1 + k2 S2 + kn Sn其中,Si 为系统S 的第i 个子系统,i 1 ,2 ,n 。3、协同管理模式这是一种最高形式的管理模式,管理者的任务就是制定管理机制,在这种管理机制的作用下,被管理者能自动地相互利用信息,完成复杂问题的求解,如图4 所示。这种模式比较适合于复杂大系统中的管理问题。复杂大系统很难分解为多个独立的子系统,各子系统之间的联系较紧密,在完成某子系统的任务过程中,需要其他子系统的配合。系统和子系统之间的关系可用一个非线性的函数关系来表示:S = f (S1 ,S2 , .,Sn )其中Si 是系统S 的第i 个子系统,f 是一个非线性函数。上述三种管理模式中,前一种实际上只是一种简单的分工,后两者都是协作管理。但双向管理是一种低级的协作形式,只有管理者与被管理者的信息交流,被管理者之间缺乏信息交流。协同管理模式是一种高级的协作形式,也是最高形式的管理模式,在协同管理机制的作用下,整个管理系统相互作用和影响。三种管理模式比较如表1 所示。(二) 管理模式的层次观正如系统有不同的层次之分,一个大系统可分为多个小系统,不同系统所采用的管理模式是不同的,所以在一个实际的系统中,往往采用多种管理模式,但这些管理模式应该是有层次区别的。一般来说,对于整个复杂大系统,从整体上应采用协同管理模式来管理和分析,但由于复杂大系统实际上是由多个相互联系的小系统组成,对于一个具体的小系统,其组成元素相对独立,可采用简单的单向管理模式或双向管理模式。也就是说,各种管理模式本身并不存在优劣之分,只是适用的对象不同,在实际问题中,经常是三种管理模式混合使用,如图5 所示。五、协同管理模式应用与评价(一) 协同管理模式应用的一般步骤在这里主要阐述协同管理模式的复杂大系统中的应用步骤。(1) 系统目标的分析。尽管在许多时候难以为复杂大系统设定一个具体的可量化的目标和任务,但分析系统的演化方向及所要完成的任务,对于设计管理机制,建立协同管理制度是十分重要的。(2) 系统边界的界定。协同管理模式主要适合复杂大系统,要从深层次和更高的高度去认识系统。例如,博士论文评审,表面上通过评审老师按照学校博士论文评价标准进行评审,但实际上在论文评审中凝聚了所有与评价博士论文有关人员的工作,如此博士生在就读期间发表论文时审稿的老师也应该在此系统中,因为事实上,博士论文的评价老师对论文的评价意见在很大程度上是根据此博士生发表论文的情况给出的。所以,从表面上看,博士论文质量由博士论文评审老师决定,但实际上还与其他人有关,都应划分在系统内。系统边界界定目前还没有统一有效的界定方法,原则上应该是把与系统相关的所有元素都视为在系统范围之内,一般可以通过系统分析调查,按系统层次逐步分解扩散等方法界定系统边界。(3) 确定系统的管理者和被管理者。确定系统中的管理者与被管理者,可以更好地设计协同管理机制。系统的管理者一般比较容易认识,但被管理者的识别依赖于整个系统的界定,在复杂大系统情况下不容易确定,往往存在片面的认识。(4) 协同管理机制设计。协同机制的设计是协同管理模式应用的难点,很难有一个统一的具体的设计方法,这也是复杂大系统对管理者提出的挑战。它要求管理者从更高的高度,深层次、全地看待整个复杂大系统,要注意从全局的、宏观的角度来认识系统。(5) 协同管理制度化。好的管理思想与方法必须最终转化为管理制度,如何把一个系统管理机制转化为可操作和可执行的管理制度是协同管理思想得以运用的关键。(二) 协同过滤管理模式的适用范围协同过滤管理模式主要适用于对复杂大系统中管理问题的分析,在这种系统中,元素之间相互作用和影响,如社会系统、经济系统等。(三) 协同过滤管理模式的评价标准(1) 系统中的元素相互作用、相互依赖的程度。如果系统中的元素相互作用程度低,相互影响少,则表明系统元素在完成任务时,没有相互利用信息,协同作用的成分小。相反,在完成整个任务过程中,如果系统元素间相互牵制和依赖,也就是耦合程度高,则认为其协同程度高。但要说明的是,这种耦合是相对的,是有层次的。从整个系统的发展或从更高的高度来看,系统中的元素应该是相互作用和依赖,才能更好地发展。但在具体完成事情的一部分,或从更小的范围来看,系统元素是保持一定的独立性的,是有一定分工的。所以,协同过滤管理模式更适合于分析复杂大系统管理,从宏观的角度来考察系统中元素的运动。(2) 系统运作的自动化程度或管理者对系统的干预程度。越是协同程度高的系统,管理者对系统的干预越少,系统运作的自动化程度就越高。管理者在制定协同管理机制后,管理系统中的元素就能自行运作。这一方面可以使管理者从烦琐的管理事务中解脱出来,另一方面也增加了管理的客观性和公正性。六、结论本文把计算机领域中的协同过滤推荐算法的思想运用到复杂系统管理中,提出了协同管理模式。该管理模式与传统的单向、双向管理模式相比较,更注重被管理者之间的信息利用和协同作用,可以使管理者从烦琐的管理事务中解脱出来,同时也增加了管理的客观性,使管理向政策化、规范化的方向迈进,对丰富和发展复杂大系统的基本管理理论具有重要意义。协同管理模式是一种抽象的管理思想,本文只是对协同管理模式的研究起到抛砖引玉的作用,要具体成为可实施的管理制度和方法,还要在以下几个方面进行深入研究:协同管理思想在管理实践中的具体表现形式、协同机制的研究、协同作用的表现形式等。参考文献 1 Itami , HMobilizing Invisible Assets M .Cambridge : Harvard University Press , 198768 - 150.2 Fiegenbaum , Hart and SchendelSt