國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
75
network 規模擴大而新加入的成員，其與 Seed Person Set 成員間的相似程度，因 而降低了該名人員在預測名次上的排行。舉例來說，對於財政部政務次長接替人選：
張盛和，其在訓練資料年限長度為 5 年和 10 年之間，便出現了此種隨著訓練年限 長度增加，而預測排名名次下降的情況。
總結而論，人物在推薦列表中的排名可能會隨著訓練資料年限長度的不同而有所波 動，至於若其會產生波動，所造成的影響將會是名次的上升或下降，則主要是取決於該 名人物職路歷程的情況、prediction network 規模擴大的情況以及其相似程度增加幅度 大小等多項因素相互作用下的最終結果。
4.4 結果分析與討論
針對上述三種實驗模型所得的各式數據資料，藉由觀察比較預測人選列表以及相對 應的實驗數據，可進一步從中整理挖掘出相關的隱含資訊，以下即為我們從中分析觀察 所得的結論：
1. 針對系統無法準確預測命中部分職務接替人選的因素，經過檢視比對推薦列表結果 以及人事異動資料庫中的異動記錄，發覺除了起因於該職務的實際接替人員其本身 曾經擔任過的職務歷程，與曾經擔任過該職務的歷屆人員的職務歷程差異性過大，
因而使得相似度值過低而無法出現於推薦列表之中以外，還有少部分的預測失誤是 起因於該職務的實際接替人選，在人事異動資料庫中僅有民國 97 年的異動記錄，
因而使得該名人選無法出現於 prediction network 中，而由於系統的預測人選列 表是從 prediction network 中擷取出相似度值最高的前 N 名，因而自然便無法準 確預測出此類職務的接替人選；舉例來說，總統府副秘書長此一職務即屬此種類型，
其民國 97 年的實際接替人選：高朗，在資料庫中便僅有一筆其在 97 年擔任總統府
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
76
副秘書長的異動記錄。
2. 藉由觀察實驗模式二的數據資料結果，可以發現系統對於相同職務數量（均為 26 個職務）、不同職務類別間的預測準確率會產生差異性，其中以對事務官 14 職等類 別的預測準確率最佳，對事務官 13 職等類別為次佳，而對事務官 12 職等以及政務 官此二類別的預測準確率則均較為不佳。從圖 4-14 中所示的預測準確率比較直條 圖可以明顯觀察出系統準確率在不同職務類別間的差異性，此圖主要是從遞迴次數 實驗模型的實驗數據資料中，擷取出遞迴次數設定為 5 並以 weighted accumulation procedure 為推薦列表產生機制的實驗數據彙集而成。
對於系統產生此種準確率差異性的原因，透過對資料面輔以領域知識的觀察，
可以獲得瞭解：首先，系統對於事務官階層類別的預測準確率普遍優於政務官類別 的原因，主要可透過我國公務人員升遷法的制定獲得合理解釋；此法自民國 86 年 7 月 16 日開始實施之後，對於各行政機關在辦理事務官階層的職務職等升遷時的基 本原則與程序，給予了明確的定義與規範，因而使得事務官的職位升遷流程較有機 會依循著相似的歷程，也因此使得系統對於事務官階層的預測準確率能獲得較佳的 成效；而在政務官的職位升遷方面，由於其並未有明確的法制規範以供遵行，同時 也常伴隨著政黨更迭或是政策變動的影響而升遷或卸任，因而使其在職位升遷方面 的變動可能性較大，因此影響了系統對於政務官階層類別的預測準確率。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
77
其次，從對圖 4-14 中的觀察中尚可發現，系統對於事務官 12 職等的預測準確 率雖然仍優於政務官階層類別，但相對應於事務官 13 及 14 職等類別時則呈現較差 的成效，藉由觀察預測結果列表以及資料庫中的異動記錄，發覺其主要原因在於事 務官 12 職等各職務的歷屆人員，也就是 Seed Person Set 中的成員，其所經歷過 的職務歷程，由於人事異動資料庫中記載的職位職等從 10 開始，使得其相較於事 務官 13、14 職等人員的職務歷程，於平均數量上顯得較為短少，同時由於 prediction network 主要是由低於期望預測職務職等 2 級的人員，取出其於期望預 測年限之前的職務歷程共同建構而成，而職等較低的職務，其擔任人員自然也愈多；
在能夠作為比對基礎的職務歷程較為短少，同時 prediction network 又較為龐大 的情況下，因而使得系統對於事務官 12 職等階層的預測準確率成效較為不佳。
3. 藉由觀察同一部門內，不同職等階層的預測準確率，並依序針對不同部門進行檢視 的方式，可以發現系統在針對背景或是專業需求性較高的部門進行職務預測時，例 如：經濟部、財政部、法務部、銓敘部、行政院核子委員會、司法院等等相關部門，
0.00%
10.00%
20.00%
30.00%
40.00%
50.00%
60.00%
70.00%
80.00%
90.00%
Top 3 Top 5 Top 10
預測命中率
預測範圍
政務官 事務官14職等 事務官13職等 事務官12職等
圖 4-14 職務類別預測命中率比較直條圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
78
其整體的預測準確率通常表現較佳；而在針對行政院、立法院、總統府等等較偏向 於綜合性業務的相關部門時，其展現的預測準確率成效則較為不理想；如圖 4-15 及 4-16 中所顯示的各部門預測命中職位與選取職位數比率比較圖，即是將四種職 務類別中所選定的所有預測職位，依照各個部門依序進行統整，從中選出預測職位 數量超過 3 個以上的部門，計算系統在遞迴計算次數為 5 次、相似度遞減參數設定 為 0.8、訓練資料年數為 20 年、命中範圍設定為前 10 名以及以 weighted accumulation procedure 為推薦列表產生機制的設定條件下，對於單一部門的預測 職位命中數與其總預測職位數的比率；而圖 4-17 及 4-18 中則是將上述條件中的命 中範圍改設定為前 5 名而得到的職位命中數與其總預測職位數比率圖；從這些圖中 可以明顯看出系統對於不同部門間的預測準確比率會產生差異性，而此種現象或許 可以適切的反應出對於專業需求性較高的部門，其人員在職務上的升遷調動，通常 較易集中於具有類似背景需求的部門之內，也通常較有規則性可循，因而使得其職 務歷程的相似度通常較高；而對於較偏向綜合性業務的部門，由於其內的職務較偏 向於一般性需求，使得其在接替人選的考量上可以接受來自不同背景資訊的可能性 較高，因而降低了在職務歷程上的相似程度。
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
81
4.5 實驗總結
綜合 4.4 小節中對於實驗數據及人物推薦列表結果的分析與探討，我們可歸納得出 以下結論：
1. 對於任一職位，系統預測失誤的原因主要可分為兩類：其一，主要是由於該職 位實際接替人選的職務歷程，與該職位歷任人員的職務歷程差異過大，造成系 統計算產生的相似度值過低，而無法出現於推薦列表之中；另一原因則主要是 因為該實際接替人選，其在人事異動資料庫中僅有 97 年的異動記錄，無法出 現於 prediction network 中，因而造成系統預測失誤。
2. 系統對於不同層級的職務類別所產生的預測成效有所差異，對於事務官階層職 位的預測成效普遍優於政務官階層，探究其原因主要在於事務官階層於職位上 的升調有著法制規範可供依循；此外，針對系統對於事務官 12 職等階層的預 測效果相較於事物官 14、13 職等層級的效果較為不佳的原因，則主要是起因 於 seed person set 成員的職務歷程普遍較短，且由於職等愈低的職位擔任人 員愈多，使得 prediction network 較為龐大，因而造成系統預測準確率下降 的現象。
3. 從政府各個部門的角度進行分析，可以發現：系統對於背景知識或專業需求性 較高的部門，其整體的預測成效較高，顯示出這些部門的人員在職位的調動上，
通常較易集中於具有類似背景需求的部門，也通常較易有規則性可循；而對於 屬性較偏向於一般綜合性業務的部門，由於其內職位人選的考量上較不易受到 專業知識需求的限制，較可接受來自不同背景資訊的人力，因而使其在職務歷 程上的相似程度較不相同。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
82
第五章 結論與未來研究方向 5.1 研究結論
在我國政府官員人事異動資料庫中，保存了從民國 77 年至民國 97 年間的人事異動 記錄，其總體蘊藏的資訊量極為龐大，但若以單一筆的異動記錄來看，其所能提供的資 訊則較為稀少且偏向於零碎，有鑑於其資料所具有的獨特性質，因而在本研究中選擇嘗 試從同時兼具微觀以及巨觀分析角度的社會網路分析方法進行切入分析。
我們首先依序從每一筆異動記錄中，擷取出異動人名資訊以及異動部門、職位、職 等、時間等相關資訊，建構出同時含有人物以及職務二種不同類型節點的 2-mode 網路，
在此 2-mode 網路中所有的連結關係將會建立於每一人物節點與其所曾經擔任過的職務 節點之間，期望能藉由此種方式來明確呈現人物與不同職務間的所有異動關係。其後，
再透過運用適用於 2-mode 網路模式下的連結預測理論，配合不同的實驗模式設計進行 職務接替人選的預測行動，取得相關的實驗預測數據，並進一步解讀與分析實驗數據資 料狀況，以期望能從此 2-mode 網路中挖掘出隱含的職務歷程資訊，藉此來評斷任一職 務對於其未來接替人選的選拔上，將會受到歷任人物職務歷程的影響程度。
藉由觀察系統的實驗數據結果，可以發現，若從職務不同分類層級的角度來看，系 統在對於事務官階層的職務進行接替人選預測時，可獲得較佳的預測準確率，其中又以 事務官階層中職等愈高的職務，預測命中的成效愈佳；相對的，當針對政務官以上階層
藉由觀察系統的實驗數據結果，可以發現，若從職務不同分類層級的角度來看，系 統在對於事務官階層的職務進行接替人選預測時，可獲得較佳的預測準確率，其中又以 事務官階層中職等愈高的職務，預測命中的成效愈佳；相對的，當針對政務官以上階層