作者：Mickey

“又有同事離職了？！”

不管是團(tuán)隊(duì)leader還是一線員工，聽到這個(gè)消息都會虎軀一震。這意味著每一個(gè)現(xiàn)有成員都要共同承擔(dān)“工作斷層”帶來的問題，而臨近年底，能夠盡快找到能力匹配并且性格合適的“替補(bǔ)隊(duì)員”，也是件可遇不可求的事情。

對于一個(gè)研究型機(jī)構(gòu)，研究成員的離職更加讓人頭大。相比于一般公司團(tuán)隊(duì)較為完整的招聘生態(tài)，研究機(jī)構(gòu)對于替代型員工的需求更高，因此招聘也就更加艱難。

為了應(yīng)對這個(gè)問題，來自大連理工大學(xué)和澳大利亞聯(lián)邦大學(xué)的研究小組提出了一個(gè)“HR模型”，不僅可以幫忙鎖定具有合適技能的替代人，而且還可以定位團(tuán)隊(duì)內(nèi)部的社會紐帶，找到最容易離職的那些人，提前做好準(zhǔn)備。

澳大利亞聯(lián)邦大學(xué)工程、IT和物理科學(xué)系副教授Feng Xia是該研究的共同作者。在接受相關(guān)采訪時(shí)他指出，學(xué)術(shù)合作中的每個(gè)成員都扮演著重要的角色，并且在團(tuán)隊(duì)中具有一定程度的不可替代性。“與此同時(shí)，離職率也有所提高，導(dǎo)致協(xié)作團(tuán)隊(duì)常常面臨成員缺席的問題。因此，我們決定開發(fā)這種方法以最大程度地減少損失?！?/p>

研究人員說，他們的模型尤其適合計(jì)算機(jī)相關(guān)的團(tuán)隊(duì)，“在應(yīng)用于計(jì)算機(jī)科學(xué)學(xué)術(shù)團(tuán)隊(duì)時(shí)，模型表現(xiàn)優(yōu)于現(xiàn)有方法。”

該研究已在12月8日發(fā)表于IEEE Intelligent Systems。

論文地址：https://ieeexplore.ieee.org/document/9286424/metrics#metrics

不能阻止離職的發(fā)生？那就找到更合適的替代者

頻繁的離職率一直是困擾大小團(tuán)隊(duì)的棘手問題。而合作越是緊密的團(tuán)隊(duì)，每一個(gè)成員的不可替代性越高，有人離開的成本就越高，找到合適的替代者也就更加艱難。

但不可避免的是，團(tuán)隊(duì)成員的數(shù)量越多，一個(gè)或多個(gè)成員在項(xiàng)目中間離開團(tuán)隊(duì)的機(jī)會就越大。

一個(gè)學(xué)術(shù)團(tuán)隊(duì)是一個(gè)由高凝聚力的學(xué)者組成的協(xié)作小組，被公認(rèn)為是提高科學(xué)產(chǎn)出的質(zhì)量和數(shù)量的有效途徑。但是，人員流動率高會帶來一系列問題，可能會對團(tuán)隊(duì)績效產(chǎn)生負(fù)面影響。特別是在大公司頻繁挖人的情況下，學(xué)術(shù)人員流失愈加嚴(yán)重，這在計(jì)算機(jī)類研究團(tuán)隊(duì)中尤為明顯。

為了應(yīng)對這一挑戰(zhàn)，來自大連理工大學(xué)和澳大利亞聯(lián)邦大學(xué)的研究小組最近提出了應(yīng)對模型。該模型首先可以檢測有可能離職成員的可能性。在此，相對于熟悉度定義了異常值，可以通過協(xié)作強(qiáng)度來量化。研究假設(shè)，如果團(tuán)隊(duì)成員對團(tuán)隊(duì)外部的學(xué)者有較高的了解，那么該成員可能會離開團(tuán)隊(duì)。

檢測每位成員離職可能性只是第一步，你依然無法控制誰會從團(tuán)隊(duì)離開。為了最小化成員離開所造成的影響，研究小組提出了一種優(yōu)化解決方案，以找到可以替代離群成員的合適候選人。

基于帶有圖核的隨機(jī)游走，研究小組的解決方案包括熟悉度匹配、技能匹配以及結(jié)構(gòu)匹配。先前研究表明，具有穩(wěn)定協(xié)作關(guān)系的成員可以提高團(tuán)隊(duì)績效，并產(chǎn)生更高質(zhì)量的輸出。因此，研究小組將“團(tuán)隊(duì)成員之間熟悉度”作為考量因素納入了模型，包括僅兩個(gè)成員（成對的熟悉度）和多個(gè)成員（較高級別的熟悉度）之間的關(guān)系。

研究測試結(jié)果顯示，這個(gè)模型能夠找到合適的替代者，并且在應(yīng)用于計(jì)算機(jī)科學(xué)學(xué)術(shù)團(tuán)隊(duì)時(shí)，所提出的方法被證明是有效的并且優(yōu)于現(xiàn)有方法。

覆蓋兩大數(shù)據(jù)集近9萬種學(xué)者關(guān)聯(lián)，未來將開源該模型

Feng Xia解釋說：“我們技術(shù)的主要思想是為缺席的成員找到最佳的替代者。”“在熟悉技能和協(xié)作關(guān)系的背景下，推薦的成員是理論上的最佳選擇?！?/p>

研究人員使用兩個(gè)大型數(shù)據(jù)集來開發(fā)和測試他們的模型。

他們使用CiteSeerX數(shù)據(jù)集探索了15,681位學(xué)者之間的42,999個(gè)協(xié)作關(guān)系，該數(shù)據(jù)集數(shù)據(jù)主要集中在計(jì)算機(jī)科學(xué)領(lǐng)域的研究者。

另外一個(gè)數(shù)據(jù)集MAG（Microsoft Academic Graph），研究小組獲取了252,439名學(xué)者之間的另外436,905個(gè)合作關(guān)系，該數(shù)據(jù)集包含科學(xué)記錄和涵蓋多個(gè)學(xué)科的相關(guān)信息。

研究稱，通過對這些數(shù)據(jù)的訓(xùn)練，模型最終在測試中可以有效地找到團(tuán)隊(duì)的合格替代成員。

Feng Xia在采訪中表示：“選擇推薦候選人的團(tuán)隊(duì)可以獲得更好的團(tuán)隊(duì)績效和更低的溝通成本?！边@些結(jié)果意味著替換成員與其他成員具有良好的溝通，并說明了合作者之間熟悉的重要性。

研究小組還建立了完整的團(tuán)隊(duì)數(shù)據(jù)集和獨(dú)立的團(tuán)隊(duì)優(yōu)化在線系統(tǒng)，以幫助組成研究團(tuán)隊(duì)。他們稱之后會在GitHub等平臺上將這個(gè)模型開源，以幫助更多團(tuán)隊(duì)找人。研究小組目前正在為團(tuán)隊(duì)識別、團(tuán)隊(duì)組成和團(tuán)隊(duì)優(yōu)化建立模型。

參考鏈接：

https://spectrum.ieee.org/tech-talk/consumer-electronics/audiovideo/how-to-find-the-ideal-replacement-when-an-academic-team-member-leaves