• 沒有找到結果。

第三章 政府官職繼任官員評選系統架構與模型

3.4 多面向模型

探討上,事實上除了 Subordinate-and-Superior Multilevel Weighted Network Producing 為 一 個 擁 有 單 一 類 型 節 點 以 及 單 一 無 強 弱 之 區 別 連 結 關 係 的 1-mode 網 路 外 , 而 Candidate-and-Position Multilevel Weighted Network 與 Official-and-Position Weighted Network 在節點的部分都擁有官員與官職兩種類型的節點,而連結關係分別存兩種以及

接著網路模型(Network Model)擷取所需要的相關資料建置網路後,將資料交由多面 向模型(Multiperspective Model)後,根據 Subordinate-and-Superior Multilevel Weighted Network 評估候選官員與上司共事時間長短的共事分數(Common Working Score)、依據 Candidate-and-Position Multilevel Weighted Network 評估候選官員對於繼任官職年資程 度的年資分數(Seniority Score),以及透過 Official-and-Position Weighted Network 評估 繼任官職對於候選官員所經歷的官職之繼任適合度的官職相配分數(Suitability Score)

三種觀點分數的計算。

上述的觀點以及影響力的考量將共事分數(Common Working Score)進行兩種公式的設 計,透過後續的實驗,將兩種公式透過評選精確度的評估進行驗證,評選精確度高的公

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

層級上司的影響力下得到不同的共事分數結果。若是加入考量與出缺官職相同階級但不 同單位之上司的共事時間,則張 O 炎在公式(3.1)與公式(3.2)下所得到的共事分數 與不考量之下相同,而趙 O 男在公式(3.1)與公式(3.2)下,共事分數分別得到 3109 與 755。

圖 3.8 共事分數計算範例圖

3.4.2 年資分數

在多面向模型中第二個觀點的分數為年資分數,此觀點主要的精神是認為在決定繼 任官職人選時,若以年資層面而論,會基於候選官員在經歷官職工作的時間長短因素,

認為工作時間較長的候選官員年資程度較高,而經歷官職對於繼任官職來說屬於較為高 階的官職,則此經歷官職的工作時間也較有參考性,因而在繼任官職年資層面的評估下,

此候選官員能得到較高的信賴,獲得提攜成功繼任此官職,多面向模型將透過這樣的觀

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

點計算年資分數(Seniority Score),以下為計算公式,

其中 p 為繼任官職,d(i,p)為官職 i 與繼任官職 p 官職層級的距離、c 為某候選官員、i 為候選官員 c 擔任的官職,而 wt(c,i)為某候選官員 c 在官職 i 下的工作天數 。

如圖 3.9 中,從候選官員黃 O 方、陳 O 鑑與曾 O 宗三人官職工作天數,計算三人 的年資分數,其中黃 O 方在賦稅署組長 427 天、參事 370 天、賦稅署副署長 402 天、財 稅資料中心主任 388 天,以及國庫署署長 400 天,陳 O 鑑在賦稅署組長 633 天、賦稅署 副署長 437 天,以及高雄市國稅局局長 422 天,曾 O 宗在常務次長 613 天,故根據公式

(3.3)的計算下,得知黃 O 方、陳 O 鑑與曾 O 宗的年資分數分別為 726、514 與 613。

圖 3.9 年資分數計算範例圖

出官職相配分數(Suitability Score),計算公式如下,

副局長與高雄市國稅局局長官職,實際上可以在 Official-and-Position Weighted Network 中,直接計算官職的 outdegree 得到經歷過官職的歷任官員人數,如 do(高雄市國稅局局 長)=1,而官職本身的職等分別為 13,再減掉 10 之後則可以得到職等相配度 3,最後可 以得到 suit(高雄市國稅局局長,經濟部部長)=1+13-10=4,故根據公式(3.4)與(3.5)的 計算下,得知黃 O 方、陳 O 鑑與曾 O 宗的官職相配分數分別為 10、5 與 4。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

圖 3.10 官職相配分數計算範例圖

3.4.4 標準化

為了避免最後的評選分數被本來就比較大的觀點分數所支配,在多面向模型完成計 算 出 每 個 候 選 官 員 上 述 三 個 觀 點 之 分 數 , 便 會 將 三 個 觀 點 的 分 數 進 行 標 準 化

(Standardization)的處理。由於三個分數並沒有固定的最大數值,故將這三個分數分 別除以清單中每個分數之最大值後,三個都會變成一個 0 到 1 之間的分數。例如下圖 3.11 清單中所有的共事分數最大值為 1000,從候選官員清單中的候選官員乙的共事分數為 800,經過標準化後共事分數為 0.8。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

圖 3.11 標準化示意圖

最後將經過標準化後的候選官員清單傳送給評選模型(Evaluation Model),經過進 行評選模型中的兩項處理程序之後,輸出最後的評選清單(Evaluation List)。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

相關文件