| 论文摘要：文章首先介绍了层次分析法，然后利用该方法建立了高职学生就业推荐综合测评模型，通过对定性因素加以量化并构造判断矩阵，进行一致性检验，给出了一种公开、公平的开展高职学生就业推荐的方法。
论文关键词：层次分析法,高职学生,就业推荐
一、引言
伴随改革开放和社会主义现代化建设事业的不断深化和发展，我国的高等教育已进入大众化教育阶段。高职教育作为高等教育发展中的一个类型，肩负着培养生产、建设、服务和管理第一线需要的高技能人才的使命。高职学生的就业状况关系到学校的生存和发展，关系到社会的稳定和民生，因而做好高职学生就业推荐工作有其重要性和特殊性。
就业推荐工作一般采取公开推荐的形式，即“先公开、后报名、再推荐”的模式，这样才使得毕业生和用人单位双方自主选择的权利得以保证，二者才有可能开展自由的、公平的双向选择。但是，若报名的学生超过用人单位的需求量，为了保证就业推荐的公平性，本文使用层次分析法构造高职学生就业推荐综合测评模型，并根据测评分数的排序对学生进行刷选。
二、层次分析模型的建立与分析
（一）层次分析法简介
层次分析法(AnalyticHierarchyProcess,简称AHP)是美国运筹学家T.L.Seaty教授在上世纪70年代初提出的一种定量与定性相结合的系统分析方法。为确立多层次多因素(指标)的权重系数，以人们的经验判断为基础,采用定性分析与定量分析相结合方法,依次将每一个层次上的因素相对重要程度逐一进行比较判断。并将两两比较判断的结果,按给定的比率标度定量化,从而构成判断矩阵。通过计算矩阵的最大特征值及其相应的特征向量,得出该层次各因素的权重系数的方法称为层次分析法。这种方法把一个复杂的问题按隶属关系逐层分解,形成一个层次结构来加以分析,以简化分析问题的难度,并在逐层分解的基础上加以综合,给出复杂问题的求解结果。AHP强调决策者的直觉判断的重要性和决策过程中方案比较的一致性,体现了人脑思维的分析和综合,并使之量化。
（二）高职学生就业推荐的AHP分析模型
在深入分析问题的基础上，把问题条理化、层次化，找出相关的各个因素并相互比较，构造出一个有层次的结构模型。最上层为目标层，通常只有一个，最低层是方案层，中间层可有一个或几个层次，一般为准则层。同一层的诸因素从属于上一层的因素或对上层因素有影响，同时又支配下一层的因素或受到下层因素的作用。通过分析高职学生的特点以及用人单位对高职学生称职状况调查的反馈信息，本文确定了中间层分为两层，即准则层和子准则层。影响高职学生就业推荐的因素众多，它们包括定性和定量因素。建立模型时，要符合指标与评价目标的一致性、同体系内指标的相容性、各评价指标的相对独立性的原则。本文结合工作实际，对高职学生就业推荐指标体系进行了设计，建了如图1所示结构模型：
三、AHP分析模型的求解
（一）建立判断矩阵，进行层次单排序和一次性检验
层次结构反映了因素之间的关系，但准则层中的各准则在目标衡量中所占的比重并不一定相同，在决策者的心目中，它们各占有一定的比例。设要比较n个元素Y={y，y，…，y}对同一目标的影响，每次取两个因素y和y，a表示y与y对目标的影响程度之比，其中a的取值由Saaty的1—9值法决定，如表1所示。
 目标层
准则层
子准则层
图1层次结构模型
表1Saaty的1—9值法
|
尺度a
|
含义
|
|
1
|
表示两个元素相比，具有同等重要性
|
|
3
|
表示两个元素相比，前者比后者稍重要
|
|
5
|
表示两个元素相比，前者比后者明显重要
|
|
7
|
表示两个元素相比，前者比后者强烈重要
|
|
9
|
表示两个元素相比，前者比后者极端重要
|
|
2，4，6，8
|
表示上述判断的中间值
|
|
倒数
|
若元素y 和元素y 的重要性之比为a , 则元素y 与元素y 的重要性之比为a =1/a
|
判断矩阵A对应于最大特征值λ的特征向量W，经归一化后即为同一层次相应因素对于上一层次某因素相对重要性的排序权值，这一过程称为层次单排序。进行矩阵一次性检验的目的就是为了检查评价者判断思维的一致性，使各判断之间协调一致，不致出现相互矛盾的结果。Saaty将 定义为一致性指标，CI越大，不一致越严重，并建议取一致性指标CI对随机一致性指标RI的比——一致性比率CR作为一致性检验判别式， 。如果CR＜0.1，检验通过，否则需对判断矩阵进行调整，重新计算。RI为平均随机一致性指标，其取值见表2。
表2随机一致性指标RI数值表
|
N
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
9
|
|
RI
|
0
|
0
|
0.58
|
0.90
|
1.12
|
1.24
|
1.32
|
1.41
|
1.45
|
根据用人单位的反馈信息、专家和广大教师的意见和工作经验，对各因素相对重要性给出了评价，构造出准则层相对于目标层的判断矩阵A，利用Matlab，计算其最大特征值和各个特征向量，结果如表3：
表3判断矩阵A
|
A
|
B1
|
B2
|
B3
|
Wi
|
|
B1
|
1
|
3
|
1
|
0.4434
|
|
B2
|
1/3
|
1
|
1/2
|
0.1692
|
|
B3
|
1
|
2
|
1
|
0.3874
|
λ=3.0183
即该判断矩阵A满足一致性检验。
同样可以分别构造出子准则层相对于准则层的判断矩阵B1、B2、B3，计算其最大特征值和各个特征向量。结果如下：
判断矩阵B1如表4所示：
表4判断矩阵B1
|
B1
|
C11
|
C12
|
C13
|
C14
|
Wii
|
|
C11
|
1
|
1/2
|
1/2
|
1/2
|
0.1404
|
|
C12
|
2
|
1
|
1
|
2
|
0.3300
|
|
C13
|
2
|
1
|
1
|
2
|
0.3300
|
|
C14
|
2
|
1/2
|
1/2
|
1
|
0.1996
|
λ=4.0606
即该判断矩阵B1满足一致性检验。
判断矩阵B2如表5所示：
表5判断矩阵B2
|
B2
|
C21
|
C22
|
C23
|
Wii
|
|
C21
|
1
|
2
|
3
|
0.5396
|
|
C22
|
1/2
|
1
|
2
|
0.2970
|
|
C23
|
1/3
|
1/2
|
1
|
0.1634
|
λ=3.0092
即该判断矩阵B2满足一致性检验。
判断矩阵B3如表6所示：
表6判断矩阵B3
|
B3
|
C31
|
C32
|
C33
|
C34
|
Wii
|
|
C31
|
1
|
1/5
|
1/3
|
1
|
0.0989
|
|
C32
|
5
|
1
|
2
|
5
|
0.5183
|
|
C33
|
3
|
1/2
|
1
|
3
|
0.2839
|
|
C34
|
1
|
1/5
|
1/3
|
1
|
0.0989
|
λ=4.0042
即该判断矩阵B3满足一致性检验。
（二）层次总排序和一致性检验
层次总排序是计算同层次所有因素对最高层次的相对重要性权值，也就是利用上一层次单排序结果计算更高层的排队顺序，最后获得最优方案。 1/2 1 2 下一页 尾页 |
