时间：2023-07-13 09:23:21
绪论：在寻找写作灵感吗？爱发表网为您精选了8篇信息评价方法，愿这些内容能够启迪您的思维，激发您的创作热情，欢迎您的阅读与分享！
中图分类号：G250.73 文献识别码：A 文章编号：1001-828X（2017）003-00-02
互联网的迅速普及带来了丰富的网络信息资源，但这些网络信息资源具有海量性、无序性和无控制性等特征，人们在筛选信息时往往需要耗费大量的人力、物力。为了应对网络信息资源的繁杂，对网络信息资源进行及时、准确的评价是十分必要的，这些评价可以帮助我们高效筛选出所需要的信息，从而进一步提高生活、工作、学习的效率。近年来，学术界对于如何进行网络信息资源的评价进行了讨论，现今，网络信息资源的评价方法分为定性评价方法、定量评价方法以及二者相结合的评价方法。
一、定性与定量研究发展历程
1.定性评价方法
定性评价法从主观角度出发，依据评价的目的与服务对象的需求，按照预设的评价指标和赋值标准，对网络信息资源表现形式、内容进行评价。在早期的网络信息资源评价研究中，定性评价方法占主导地位。该评价方法需要评价者具备一定的知识或者经验。
国外首先对于如何定性评价网络信息资源这一问题展开研究。Richmond（1991）提出“10C原则”，Stoker和Cooke（1994）提出网络信息资源评价的8条评价标准，美国Harris（1997）教授提出不同角度的8条标准，同期，美国乔治大学Wilkinson（1997）教授等人在全面分析网站特点、网站属性的基础上，提出11个大类125个“质量指标”以及“OASIS评价系统”。除此之外，Smith（1998）等学者也提出很多评价方法和评价体系。国内学术界对网络信息资源评价研究开始较晚，主要以介绍国外成果为主，随着研究的深入，许多适应我国国情的新方法被提出。最早，董小英（1997）在总结出9项标准，随即我国学者对网络信息资源的评价展开研究。蒋颖（1998）认为网络信息资源评价可以包括信息质量、范围、稳定性和连续性等，她是国内最早将自己提出的理论发表在学术期刊上的学者。随即，基于内容权威性、准确性、可用性、可获取性的定性评价方法不断涌现。
经国内外学者接近30年的研究，定性评价方法取得了丰硕的研究成果，该方法成熟度较高。
2.定量评价方法
定量评价法利用数学知识分析数据，从量化角度进行评价。该方法初期主要立足于浏览量等一些便于观察和统计的数量指标。定量评价方法的提出，迅速引起学术界的广泛关注，国内外学者延伸利用文献计量学、应用数学以及网络计量学的方法进行不断的尝试，最终提出网络计量学方法、对应分析法等定量评价方法。
丹麦学术界首次提出“Webometrics”这一概念后，网络计量学逐步被应用在网络信息资源评价领域。比如链接分析法就是网络计量学的具体应用。在网络信息资源评价中，将链接看作是文献中的引文，继而借用传统的引文分析法进行研究，即链接分析法。链接分析法是定量评价网络信息资源的核心。因网络链接能够指明资源间的引用关系，所以颇受学者重视，比如李小云（2016）、李宗富（2016）等人利用了该方法对不同网站进行了评价，评价结果的认可度极高。也有专家提出利用检索次数等方法来对网络信息资源进行评价。
对应分析方法最初用于企业决策定位，后推广至网络信息资源评价中。Berthon（2001）运用对应分析法评价了世界范围内的电信公司网站，具有重大参考价值。我国侯治平、白丁（2011）等运用了分析法，对电子商务网站进行了实验性评价，取得了突破。
定量评价方法发展迅速，其研究成果很多，还有江正华（2014）的基于方差的最优组合赋权等评价方法。
二、定性与定量评价方法分析
国内定性评价仍以国外成果的经验性总结为主，国内方法理论研究缺乏完整性和创新性。评价方法中掺杂了大量例如心情、素质、知识储备量等人为因素，可靠性低，富有极强主观色彩。与此同时，还受社会因素的制约。导致评价方法不仅操作性较差、可靠性较低而且成本较高。然而定性评价能够帮助解决无法定量评价的问题，在一定程度上降低定量分析绝对化造成的差错率。
定量分析利用客观数据进行对比分析，可以克服主观因素，具有更高的客观性、系统性、科学性、精确度。但定量评价方法过于表面，存在太多的不确定因素，不利于深入探究评价内容。再者，由于难以收集信息和缺少部分计算工具，定量方法在推广使用中受到限制。我国定量评价方法虽发展迅速，但起步较晚，目前成熟度低于定性评价方法。
综上分析，定性是定量的基础，而没有定量的定性是片面的，只有令定性评价方法的全面性、成熟性和定量评价方法的科学性、客观性相辅相成，二者结合使用，才能达到较为全面的评价网络信息资源。
三、定性与定量研究的结合
随着对定性、定量评价方法的深入探讨，现今网络信息资源评价初步形成定性评价和定量评价相结合的新模式。目前定性和定量研究相结合的评价方法如下：
一、单一指标综合评价模型
单一指标综合评价模型是最基础的评价模型，在这个模型中，首先应对上市公司的会计信息质量的每项评价指标均进行单一评价，并根据其质量为其评分，从而得出关于会计信息质量的单一指标的分值，然后把这些分值进行加总，可以得出上市公司会计信息质量的总体分值，最后可以根据这个总体分值对会计信息质量进行综合评价。
设U1，U2，……，U0分别代表会计信息质量的评价指标，其中0？燮U0？燮100，Q代表上市公司会计信息质量的总评值，且0？燮Q？燮100，则有：Q=（U1+U2+……+Un）/n，利用这个公式很容易计算出上市公司会计信息质量的分值，进而评价会计信息质量的好坏。
二、单项指标加权平均评价模型
以单一指标综合评价模型为基础，加以改动而来。同理：设U1，U2，……，Un分别代表会计信息质量的八个单项评价指标，其中0？燮U0？燮100，Q代表上市公司会计信息质量的总评分，0？燮Q？燮100，和上一种评价模型不同的是，在这里为U1，U2，……，Un分别按其对会计信息质量的影响程度的不同赋予了不同的权重a1，a2，……，an，同时规定0？燮an？燮1，且 ∑an=1，然后得出：Q=a1U1+a2U2+……+anUn。
可以看出，这一评价模型为会计信息质量单项评价指标赋予了不同的权重，可以减少非主要因素对评价结果的影响，更有利于评价结果的准确。
三、模糊评价法模型
模糊集理论是L.A.Zadeh（扎得）1965年提出的一种数学理论，它是处理事物的属性，如好坏、大小、长短等概念处于模糊性的问题。评价人员在会计信息质量评价时，由于影响会计信息质量的因素存在较大的不确定性。因此，为了能够使这些模糊的因素量化，可以将模糊数学应用于此，建立模糊评价模型。通过建立模糊评价，可以使得那些性质、内容等不一致的影响因素归为单一指标，从而对企业会计信息质量做出科学的评价。
第一步，建立因素集。把所有影响会计信息质量量化的因素分成S个子集，记为U1，U2，U3，……，Us，并满足条件 U={U1，U2，U3，……，Us}，Ui∩Uj=？?I（i≠j），对于每一个子集 Ui又可以由它的下一级评价指标子集Uin来评价，即可以表示为Ui={Ui1，Ui2，……，Uin}，i=1，2，……，s，其中：Ui表示第i个影响因素；n表示Ui总共有n个影响因素。通常这些选取的因素都具有不同程度的模糊性。第二步，建立权重集。影响会计信息质量的因素众多，但是一般来说，各个因素的影响程度不一样。为了充分体现客观性，依据个影响的实际影响，对他们分别赋予一定的权重。
A={A1，A2，……，As}，（其中：i=1，2，……，s）
其中，Ai表示第i个影响因素的权重，S为总的会计信息质量影响因素。
第三步，建立评价集。评价集是依据信息质量评价人员对会计信息质量的各种可能评估结果所组成的集合。可以表示为：V={V1，V2，……，Vm}，（其中：j=1，2，……，m）
其中，Vj表示第j个评价结果，m为总的评价结果数。
第四步，单因素评价。单独对每一个因素进行评价，以确定会计信息质量隶属于评价集中个元素的隶属程度。取因素集U中的第i个因素Ui进行评价，对评价集V中第 j个元素Vj的隶属度为Yij，则对Ui的单因素评价可以得出评价的模糊集Ri={ri1，ri2，……，rim}，（其中：i=1，2，……，s）
对所有的因素分别进行单因素评价后，可以得到综合评价矩阵R为：
R=R1…Rn=ri1 ri2 … rim… …… …rn1 rn2 … rnm
第五步，进行综合评价。综合评价矩阵就是将各个影响因素都按评价集元素进行了评价，但未考虑各个因素的权重。要进行综合评价必须考虑各个因素的权重，建立数学模型如下：B=A×R=（b1，b2，b3，b4……，bm）式中：bj=∨（ai∧rij）
将ai与rij比较，取较小值，再从几个较小值中取最大值作bj。若计算出的综合评价模型B中各元素相加不等于1，采用“归一化”处理。此时，B集合仍是一个m维向量，需要再依据评价集上给定的标准向量C，则质量评估的结果将是一个明确的代数值。
Q=B×C
根据Q值的大小认为公司的会计信息质量的等级，并可对多个企业的Q值进行排队，进行比较分析。
四、功效系数法
功效系数法是指根据多目标规划原理，把所要评价的各项指标分别对照各自的标准，并根据各项指标的权数，通过功效函数转化为可以度量的评价分数，再对各项指标的单项评价分数进行加总，求得综合评价分数的方法。功效系数评价过程包括初步评价和基本评价两个环节。
1、初步评价计分
第一步，计算指标实际值。根据评价企业年度对外报告的财务报告所反映的数据，按照本文第三部分提供的各项指标计算公式，计算出各项评价指标的实际值。
第二步，确定指标的标准值。对于会计信息质量评价的各项指标没有具体的标准值。对此，财政部门可以在评价之前，请相关的专家或者学者进行研究，确定各指标的标准值。
第三步，确定指标值档次。根据选用的标准值，确定各项指标所处的档次，即是处于优秀值、良好值、平均值、较低值和较差值等各档标准值的哪个档次。
第四步，确定标准系数。标准系数是用于计量指标评价得分的计算的。当判断出实际值在标准值中所处的档次后，即可确定应选用的标准系数。
第五步，确定计算公式。
公式为：本档基础分+[（指标实际值-本档标准值）/（上档标准值-本档标准值）]（上档基础分-本档基础分）。
第六步，计算指标分数。每个指标分数由基础分和调整分构成。首先求基础分，即本档基础分，是指对某项指标按照本档标准值计算求得的分数。
计算公式为：本档基础分=指标权数×本档标准系数
公式中的指标权数，是指在一个特定的指标集合体中，每项指标占有的权重。一个指标体系的总权数通常为100，其中每项指标的权重，可根据各指标在整个体系中的重要程度，运用层次分析法在总权数范围内分配或请从事有关实际工作和理论研究方面的专家，独立将100分总权数分配给各项指标，然后综合分析专家的意见，确定每项指标的权重。然后求调整分，是指某指标实际值在某标准值档次内，超过本档标准值部分应得的分数。
计算公式为：功效系数×（上档基础分-本档基础分），其中，功效系数=（指标实际值-本档标准值）/（上档标准值-本档标准值）。
最后，将各单项基本指标初步评价得分相加，求出基本指标总分。
2、基本评价计分
基本评价是指在初步评价的基础上，利用修正指标，采用功效系数法对企业会计信息质量初步评价结果所做的进一步调整和完善，使计量指标评价结果更接近于实际的质量实际。
首先，确定各项修正指标的单项修正系数。单项修正系数是指每个修正指标对初步评价结论的修正比例。由基本修正系数和调整修正系数两部分构成。
（1）基本修正系数的计算
以初步评价得分为基础，按照规定的划分方法确定修正指标应处的区段，再根据修正指标的实际值，按照规定的划分方法确定修正指标实际值所处的区段，而后，按规定的公式计算如下：
基本修正系数=[1+（修正指标所处区段-修正指标应处区段）×0.1]
公式中应处区段和所处区段是一种对比修正关系。当二者相同时，则修正指标不对其所属部分的初步评价得分进行修正，基本修正系数为1；当二者不同时，则用所处区段与应处区段进行比较，每高出一个区段，基本修正系数就依次递增0.1，相反每低一个区段，基本修正系数依次递减0.1。
（2）调整修正系数的计算
按功效系数法计算，修正区间定为0.1，则调整修正系数=功效系数×0.1。其次，确定综合修正系数。综合修正系数是指修正指标对其所属部分基本指标得分进行综合修正的比率，可根据单项修正系数和各项修正指标的权数进行计算。由于企业会计信息质量评价的不同部分的修正指标与其他部分的基本指标相关性不是很强，修正意义不是很大，因而，把单项修正系数转化为综合修正系数，使得每项修正指标只对与其相关性很强的本部分基本指标得分进行修正。
第一步，某指标综合修正系数的计算。由其单项修正系数乘以该指标在本部分的权重求得，即：某指标综合修正系数=某指标的单项修正系数×该指标的权重，其中，该指标的权重=该指标的权数/该指标所在部分的权数总和。
第二步，某部分综合修正系数的计算。是该部分各项修正指标的综合修正系数之和。
第三步，最后修正总分的计算。首先计算每部分修正后得分，等于该部分综合修正系数与该部分初步评价得分的乘积。
第四步，对四部分修正后的得分加总，求出最后修正总分。
五、综合评价法
评价我国上市公司会计信息质量需要采用功效系数法和专家打分法进行综合评价，即综合评价法。综合评价法的主要由三个步骤构成：定量指标评价、定性指标评价和计算综合得分。
1、定量指标评价过程
第一步，计算指标实际值。根据评价企业年度对外报告的财务报告所反映的数据，按照各指标的计算公式，计算出各项评价指标的实际值。
第二步，确定指标的评分标准。指标评分标准的建立可以由有关的评价部门请专家、学者讨论建立。
第三步，确定标准系数。标准系数是对各项指标进行评价时，依据偏离标准值的幅度的大小进行确定，偏离的越大，标准系数越大。该标准系数用于计量指标评价得分。当判断出实际值在标准值中所处的档次后，即可确定应选用的标准系数。
第四步，计算单项指标分数。单项指标得分=本指标的总分-调整分其中：调整分=实际失真率/失真率基准点×标准系数×本指标的总分。
第五步，计算基本指标的总分。基本指标的总分=∑单项指标得分。
2、定性指标的评价
第一步，确定单项评议指标的等级。对会计信息质量评价指标体系中定性指标，根据他们影响会计信息质量的轻重分别给与一定的权数，同时给出各项指标的等级。
第二步，计算单项评议指标得分。单项评议指标分数=∑（单项评议指标权数×各项评议员给定的等级参数/评议人员数。
关键词：信息隐藏；不可感知性；评价方法；主观评价；客观评价；互联网；信息时代
1引言
信息隐藏是一种防止秘密信息在存储和传输过程中免受敌手的攻击和破坏而采用的一种安全保障技术，其历史可以追溯到古希腊，随着数字技术的发展，信息隐藏被赋予了新的含义。它研究的是如何利用人类感觉器官在感知上的局限性以及多媒体数字信号本身存在的冗余，以数字媒体或数字文件为载体，将秘密信息隐藏在一个宿主信号中而不被人所感知，从而达到保护信息安全的目的。
2主观评价方法
主观测试是指依靠不同观察者的主观感觉来度量图像质量的测试方法。主观评价基于人的主观视觉模型HVS，主要采用平均评价分数 MOS(Mean Opinion Score)方法来进行评价，计算公式为：
（1）
式中：为图像属于第i类的分数；为判断该图像属于第i类的人数。
应用主观评价时，需要遵守测试协议，该协议对测试条件和评估的过程进行了详细的规范。测试过程主要包括两个步骤。第一步，将失真的数据集按照从最好到最坏的次序排序；第二步，挑选测试人员按照一定的质量等级准则观察确定受测对象的感知级别，主观评价的典型方法为ITU-R Rec 500的质量等级评判法。ITU-R Rec 500采用5个评价等级，各等级与对图像质量损坏的关系如表1所示。
表1 主观质量评价等级表
质量等级对图像质量损坏的感受描述质量级别5不可察觉优4可察觉，不让人厌烦良3轻微的让人厌烦中2让人厌烦差1非常让人厌烦极差
由于载密图像的不可感知性最后要由人的视觉系统来判断，人的视觉做出的质量评价应是最直接也是最可靠的评价。但是视觉感知能力因人而异(比如高度近视的人感知就较差，更为极端的例子是盲人的视觉感知几乎为0)，由欧洲OCTALIS(offer of Content Through Trusted Access Links)项目组完成的工作表明，即使具有同样感知能力，但经历不同的人(比如专业摄影师和研究员)对图像的主观测试结果差异也很大，并且同一观察者在不同的观测环境下对图像的主观测试结果也可能不同。由于这种差异性，使得主观评价载密图像的不可感知性很难给出稳定可靠的结论，因此在研究和开发隐藏算法中主观评价的方法并不是很实用，实际的度量往往采用客观定量度量的方法。
3基于像素的客观评价方法
与主观评价相比，客观评价尽管有些机械，但由于测量结果不依赖于主观感觉和意识，并可以使基于不同机理的图像处理方法按照同一个固定的评价标准进行计算，具有可重复性和易于实现的优点，所得结果相互间的比较多数情况下也比较合理，因此是一种具有通用性的有效评测方法，现有的信息隐藏性能评价研究多集中于此。目前使用的客观度量方法多数是基于像素失真的失真度量评价方法。如平均绝对差分、均方误差(MSE)、范数、拉普拉斯(Laplace)均方误差、信噪比、峰值信噪比(PSNR)等。其中峰值信噪比或均方误差是目前在信息隐藏领域中定量度量载密图像的不可感知性时用得最多的指标，下面给出部分评价方法的数学表示。
假设数字原始图象I为一个像素的灰度图像，隐藏信息后的图像为。图像I和在(i，j)位置的像素的值分别为f(i，j)，g(i，j)，（i=1,2,…,M；j=1,2,…,N）。
(1)图像的均方误差(MSE)
均方误差的计算公式如式(2)所示。
（2）
MSE逐点计算了图像数据处理前后的变化情况，在一定程度上反映了待检测图像与原始图像的近似程度，大的MSE值表示处理前后图像的差别大，不可感知性差；反之，表示处理前后图像的差别小，不可感知性好。
(2)图像的峰值信噪比(PSNR)
峰值信噪比(PSNR)的计算公式如式(3)所示。
（3）
PSNR同MSE一样逐点计算了图像数据处理前后的变化情况，其单位为分贝(dB)。由于PSNR能定量衡量信息隐藏引入的失真且计算简便，PSNR己经被众人接受和熟知，且被广泛使用，有的文献甚至还把它作为衡量信息隐藏引入的失真的唯一评价指标。
4结语
互联网络和信息科学的飞速发展，为信息的传输和处理带来了极大方便，但是网络在给人们带来便利的同时也暴露出越来越严重的安全问题。信息隐藏作为一种保证信息安全传递的重要手段，引起了人们的极大关注，它通过隐藏信息的“存在性”来保证信息的安全传输，能解决密码学在应用上容易引起攻击的问题。信息隐藏的应用包括隐秘通信、版权保护、数字指纹、多媒体内容篡改认证等军事和民用领域，有重要的理论和应用研究价值。在过去的十多年中，信息隐藏的一大分支数字水印取得了快速的发展，但在隐秘通信和篡改认证方面取得的研究成果相对较少，其主要原因是缺乏对安全性和感知质量客观准确的评价手段，隐藏算法的嵌入容量、安全性、感知失真之间的固有约束存在着一定的难度，尤其是多数隐藏算法的嵌入容量还远未达到隐秘通信的容量要求。
参考文献：
任何一门课程的评价都具有积极的意义，并且在整个教学过程中的必不可少。虽然新的课程改革已经开展起来，但是适应新课程的评价方案还没有真正形成，评价教学水平、学生能力的标准还是比较单一。无论使用的教材有何区别，也无论课时、教法存在怎样的差异，每一个信息技术教育工作者无不感觉到“教学评价”已成为新课程发展的瓶颈。因此，课程实施主体所表现的不仅仅是对新课程的不适应，更多的是课程观的变迁与评价机制的静止而产生的矛盾。
信息技术到底是技术、是科学，还是文化？在新课标、教材中没有得到充分体现，从而导致学科教师、行政领导、学生及学生家长对该课程的认识比较模湖。这是教学评价首先要解决的问题。
如何建立和完善评价机制，我们的教育工作者进行前所未有的尝试和探索。自主性学习、探究性学习、合作性学习，出现了可喜的局面，但教学评价的相对滞后，不合时宜，相对制约了课程的发展。信息技术课有其自身的特点和内在规律，应着力挖掘其自身潜力，应更多的体现在学生的应用与创新。这就需要我们的决策者和教师改进和完善评价体系。
中小学信息技术课教学评价的基本原则是：发展学生个性、鼓励创新精神、重视教学效果和灵活多样方式。评价机制应分为课堂评价和终期评价两种基本形式。
一、课堂评价
课堂评价是一种经常性的评价，它是一种定性评价方式。课堂评价应着重从知识到情感的评价。课堂评价是通过课堂的教学实践反馈而获取，而评价本身对教学过程具有积极的促进作用。应突出课堂的知识性、技能性并注重个体及整体的发展。
信息技术学科的一大亮点即技能性，技能性即为工具性，它是各个学科自主学习的基石，有利于学生通过信息技术进行综合实践与研究探索。课堂评价主要分三个阶段。
1．同学评
根据学生个体各阶段信息素养的不同，按照高、中、低的程度每3-5名学生划分为一个学习小组。在教师对课堂主要教学内容进行讲解与演示之后，对学习小组布置层次不同的学习任务。
在小组内，每个学生在各自任务的驱动下，都有充分的实践机会，即体现了自主学习方式，又发挥了探究、合作的学习作用。大家在一起取长补短，使每个学生的信息素养都得到了发展，同时情感也得到交流，活跃了课堂气氛，创设了和谐的学习环境。
虽然同学之间评价难免会出现不同看法，这时就需要教师在思想上加以引导。比如，当学生因为颜色搭配意见不一致时，我们可以提示学生要尊重别人的审美观，学会包容，学会尊重，让每一次争论都有收获、有进步。
2．教师评
在同学评之后，教师挑选一些有代表性的作法或作品，通过网络广播的形式，对操作方法或作品分析和讲评，应着重发现学生的创新能力，起到画龙点睛的作用，并对好的方法和经验进行推广，对学习主体的认识进行了升华，以充分发挥教师在教学过程中‘导’的作用。
激励性评价是教师评价时采用重要方法，虽有利于培养学生的自信心，激发主体精神，但一味地表扬并不符合激励性评价的精神，长此以往只能导致学生判断能力下降，阻碍学习进程。例如，学生在上电子绘画、电子贺卡和电子报刊等内容时，激励性评价要运用得当，切不可过度。
3．自评
在课结束前的最后一阶段为学习主体的自评。通过网络测评软件，对课程中涉及的知识和技能学生只需回答几个简单的问题，就可以完成自评，教师将自评的结果收集起来，便得到了教学反馈。
通过自评，学生的认识过程得到升华，能够快速建构新知识体系，并能形成良好的学习习惯。
二、终期评价
终期评价是评价的最高阶段，是一个时期对本学科的概括性评价。评价要在内容和形式不断更新，做到与时俱进，并注意终期评价的科学性和准确性。终结性评价是定量评价，根据时期的不同分为学期评价、会考或高考评价。
1．学期评价
由于信息技术自身的宽泛性和较为复杂的学习环境，对信息技术学科的学期评价，应采取多种测评方式。
对基础知识可采取同其它学科同样的测试方法。例如信息技术的常识、计算机原理和数的进制等内容，可进行笔试，这样使学生认识到它是一门学科，而不仅仅是一项技能。对基本技能的测试，可采取上机进行操作方式，并通过网络考试软件来获取测试结果，发挥本科的潜能。另外，建立每生的学习档案库，适时对学习个体的学情进行积累，形成测评的连续性。
2．会考或高考
会考或高考是信息技术评价的最终趋势，但由于各地办学条件和教学观念的差异，目前来看它还是一项任重道远的系统工程，信息技术的会考与高考很难在短期内全面展开，但它的推行对学科的发展具有积极的推动作用，信息技术学科的基础性和工具性也得到了很好的体现。
会考或高考尤其是高考，往往是出现在当今的综合科中，因此目前在考试形式上仍以笔试为主，待条件成熟时，再采用网络考试形式。关于试题的内容应体现知识性、技能性和创新能力，同时要兼顾未来的发展，遵循螺旋上升认知规律，并做好各阶段的衔接。关键词：信息技术的基础性、技能性信息技术评价的方法和原则现阶段评价中存在的问题
任何一门课程的评价都具有积极的意义，并且在整个教学过程中的必不可少。虽然新的课程改革已经开展起来，但是适应新课程的评价方案还没有真正形成，评价教学水平、学生能力的标准还是比较单一。无论使用的教材有何区别，也无论课时、教法存在怎样的差异，每一个信息技术教育工作者无不感觉到“教学评价”已成为新课程发展的瓶颈。因此，课程实施主体所表现的不仅仅是对新课程的不适应，更多的是课程观的变迁与评价机制的静止而产生的矛盾。
信息技术到底是技术、是科学，还是文化？在新课标、教材中没有得到充分体现，从而导致学科教师、行政领导、学生及学生家长对该课程的认识比较模湖。这是教学评价首先要解决的问题。
如何建立和完善评价机制，我们的教育工作者进行前所未有的尝试和探索。自主性学习、探究性学习、合作性学习，出现了可喜的局面，但教学评价的相对滞后，不合时宜，相对制约了课程的发展。信息技术课有其自身的特点和内在规律，应着力挖掘其自身潜力，应更多的体现在学生的应用与创新。这就需要我们的决策者和教师改进和完善评价体系。
中小学信息技术课教学评价的基本原则是：发展学生个性、鼓励创新精神、重视教学效果和灵活多样方式。评价机制应分为课堂评价和终期评价两种基本形式。
一、课堂评价
课堂评价是一种经常性的评价，它是一种定性评价方式。课堂评价应着重从知识到情感的评价。课堂评价是通过课堂的教学实践反馈而获取，而评价本身对教学过程具有积极的促进作用。应突出课堂的知识性、技能性并注重个体及整体的发展。
信息技术学科的一大亮点即技能性，技能性即为工具性，它是各个学科自主学习的基石，有利于学生通过信息技术进行综合实践与研究探索。课堂评价主要分三个阶段。
1．同学评
根据学生个体各阶段信息素养的不同，按照高、中、低的程度每3-5名学生划分为一个学习小组。在教师对课堂主要教学内容进行讲解与演示之后，对学习小组布置层次不同的学习任务。
在小组内，每个学生在各自任务的驱动下，都有充分的实践机会，即体现了自主学习方式，又发挥了探究、合作的学习作用。大家在一起取长补短，使每个学生的信息素养都得到了发展，同时情感也得到交流，活跃了课堂气氛，创设了和谐的学习环境。
虽然同学之间评价难免会出现不同看法，这时就需要教师在思想上加以引导。比如，当学生因为颜色搭配意见不一致时，我们可以提示学生要尊重别人的审美观，学会包容，学会尊重，让每一次争论都有收获、有进步。
2．教师评
在同学评之后，教师挑选一些有代表性的作法或作品，通过网络广播的形式，对操作方法或作品分析和讲评，应着重发现学生的创新能力，起到画龙点睛的作用，并对好的方法和经验进行推广，对学习主体的认识进行了升华，以充分发挥教师在教学过程中‘导’的作用。
激励性评价是教师评价时采用重要方法，虽有利于培养学生的自信心，激发主体精神，但一味地表扬并不符合激励性评价的精神，长此以往只能导致学生判断能力下降，阻碍学习进程。例如，学生在上电子绘画、电子贺卡和电子报刊等内容时，激励性评价要运用得当，切不可过度。
3．自评
在课结束前的最后一阶段为学习主体的自评。通过网络测评软件，对课程中涉及的知识和技能学生只需回答几个简单的问题，就可以完成自评，教师将自评的结果收集起来，便得到了教学反馈。
通过自评，学生的认识过程得到升华，能够快速建构新知识体系，并能形成良好的学习习惯。
二、终期评价
终期评价是评价的最高阶段，是一个时期对本学科的概括性评价。评价要在内容和形式不断更新，做到与时俱进，并注意终期评价的科学性和准确性。终结性评价是定量评价，根据时期的不同分为学期评价、会考或高考评价。
1．学期评价
由于信息技术自身的宽泛性和较为复杂的学习环境，对信息技术学科的学期评价，应采取多种测评方式。
对基础知识可采取同其它学科同样的测试方法。例如信息技术的常识、计算机原理和数的进制等内容，可进行笔试，这样使学生认识到它是一门学科，而不仅仅是一项技能。对基本技能的测试，可采取上机进行操作方式，并通过网络考试软件来获取测试结果，发挥本科的潜能。另外，建立每生的学习档案库，适时对学习个体的学情进行积累，形成测评的连续性。
2．会考或高考
关键词：期刊评价；主观信息；集成；基准等级评价集合
中图分类号：N945.16 文献标识码：A 文章编号：1009-3044（2014）34-8194-02
学术评价主要是对学术科研成果的评价，是提高专业人员研究积极性，促进科研资源优化配置，引领学科建设的重要手段和保障。学术论文是科研人员新的科学研究成果或创新见解和知识的科学记录，因此在现阶段，学术评价往往是通过对学术论文的评价来实现的。学术期刊自产生以来就是学术论文的最主要载体，因具有出版周期短、时效性强、信息量大、知识新颖可靠等优势，是科研人员相互之间进行学术交流的主要平台和媒体。因此，学术期刊在学术评价中起的作用越来越大，尽管对这种作用的好坏仍然存在争议，但学术评价中越发重视学术期刊却是不争的事实，学术期刊已经被赋予了学术评价功能[1-4]。
1 问题描述与语言评价基础
1.1 问题描述
为了方便问题的表述，该文采用下面的符号来描述学术期刊质量的主客观评价研究：
1.2 基准等级评价集合的有关概念
1.2.1 评价等级的隶属度函数
在复杂的或模糊不定的经济决策环境中，语言短语能够更准确地表达出人们的主观感觉或判断。该文针对学术期刊等级评价问题，建立期刊等级的模糊评价体系，给出期刊的语言等级评价。下面给出期刊评价等级的三角模糊数的隶属度函数。
1.2.2 基准等级评价集合的特性
本文采用C、B-、B、B+、A-、A和A+为基准等级集合的构成元素。如果需要特定的等级划分（例如，更多的等级），则可以根据实际问题来确定具体的等级，并且不会影响本文所提出研究方法的可行性。基准等级评价集合作为一个语言评价集合，下面简要说明等级评价集合的有关性质。假设TERMSET={t0， t1， …， tg}为一个语言评价集合，它是一个由奇数个（g+1） 元素构成的有序集合。例如，考虑一个由7条语言短语构成的集合TERMSET ， 即TERMSET ={t0=“极差”， t1=“很差”， t2=“差”，t3=“一般”， t4=“好”， t5=“很好”， t6=“极好”}。
2 提出的方法
2.1 定性评价信息的规范化
专家给出的关于期刊等级的定性评价通常有采用下面的两种形式：1） 直接是某个等级，例如 A；2） 等级区间，例如，[B+，A-]。等级区间的评价形式可以表示为基准等级评价集合上的模糊集TERMSETB={[termB0]， [termB1]， …， [termBg]}。这样一来，期刊Si关于某定性属性[Cj]的等级评价为：
2.2 定性评价信息的集成
为了得出期刊Si的关于所有定性属性的综合评价值，需要对[Fsubj]（Si）按照[W=（w1，w2，...，wn）]进行加权集成，记集成结果为[Fsubi]，且[Fsubi]表示为：
2.3 期刊等级的评价
由2.2计算得到的期刊[Si]的综合评价评价值[Fsubi]为基准语言集合TERMSETB的模糊集，由此，可以计算得到期刊[Si]的单点值型综合评价值[di]，
3 算例分析
本算例针对科学管理研究、图书与情报、图书馆工作与研究、统计与决策、情报杂志5个学术类期刊进行了多属性评价，这里记方案集为S。各期刊关于权威性、影响力、新颖性和互动性等定性属性的专家评价如表1所示。
4 结束语
学术期刊的等级评价工作已经越来越受到重视，常见的评价方法是单独使用客观评价信息来进行期刊等级的评价。该文采用的方法考虑由专家给出的主观评价信息来针对期刊的定性属性进行评价，允许不同的属性采用不同粒度的模糊语言表达，能够充分体现各期刊定性属性的模糊性。该文提出的方法易于在计算机系统上实现，并且易于进一步推广。
参考文献：
[1] 邱均平，李爱.期刊评价的价值实现与社合认同[J].重庆大学学报，2008，14（1）：61-65.
[2] 李丽，张风连.科学评价科技期刊[J].科技与出版，2005，15（3）：14-15.
[3] 陈冠初.我国科技期刊的评价问题[J].编辑学报，2004，14（4）：240-242.
[4] 王玲，叶继元.中文核心期刊研究的现状及其走向[J].中国图书馆学报，2001，18（5）：21-23.
[5] 邱均平，胡宗仪.新形势下期刊评估与发展趋势[J].情报理论与实践，2001，24（5） ：396-400。
[6] 叶继元.学术刊物的定性与定量评价[J].图书馆论坛，2006，26（6）：54.
关键词：信息技术学习；新课改；多元评价方法
随着新课程改革的逐步深入，学习评价作为促进学习的有效手段之一，在高中信息技术教学中的地位日益显著。如何充分发挥其激励、诊断和促进功能来更好地促进学生学习，成为当前高中信息技术教学过程中亟待解决的问题。而评价方法的合理选择和有效使用直接决定学习评价的效果，进而影响教学目标的完成，影响学生信息素养的提升。为此，本课题针对高中信息技术学习展开了多元评价方法的探究。
一、是多元学习评价方法的含义
多元学习评价方法是指不单纯采用标准化纸笔测试，而是采取多种途径和方法，从多个侧面展开学习评价，以促使学生学习更快提高的方法。
二、多元学习评价方法运用的基本原则
根据新课程的要求以及高中信息技术课程本身的需要，多元评价方法在运用时应遵循以下基本原则：
1.评价的目的是为了促进学生的全面发展和信息素养的全面提升。
2.坚持评价的全程性。在教学中，用好诊断性评价、形成性评价和总结性评价，使评价贯穿始终，和教学融为一体，及时调控教学。
3.重视绝对评价。主要依据学生的学习水平是否达到教学目标的要求来进行评价。通过绝对评价，了解学生的实际水平与教学目标之间的差距，从而使学生及时调整，改进学习。
4.参与评价主体的多元性。评价标准应和学生共同协商制定完成，以学生自评、互评和教师评价相结合的方式进行，同时欢迎其他教师和家长共同参与。真正发挥评价的激励作用，使评价在平等和谐的气氛中完成。
5.实施多次评价。即对于具体的学习任务，不是只进行一次评价，而是可以多次展开评价。通过多次评价，让学习起点低的学生努力学习之后，多次接受评价，并顺利通过评价；给所有学生修改作业的机会，通过修改作业，提高信息水平，获得成功体验。
三、多元学习评价方法简述
本文的多元学习评价方法主要包括轶事记录法、测验法、设置任务法及档案袋法，通过在高中信息技术教学过程中综合运用这四种评价方法来评价学生的学习情况。
1.轶事记录法
轶事记录法是教师对所观察到的有意义的事件和片段进行的事实性描述。对于教学过程中的突发现象，教师无法事先预知，而它们又反映了学生的某些稳定的状态。对于此类现象，教师在教学过程中要把它记录下来长期观察，并作为评价的一种依据。例如：
王健波除了完成自己的任务外，对其他需要帮助的同学给予了及时帮助。于国强专注于玩网络小游戏，不和小组同学展开合作学习，对老师的提醒也不在意。
2.测验法
测验法主要用于考查学生对知识和技能的掌握情况，以及对知识的理解能力。多年的应试教育使得学生对分数往往比较敏感，我们利用这个特点，用测验法督促学生努力学习信息技术学科的知识与技能。测验一般采取上机测试的形式进行，设计的题型以选择题和判断题为主。
例如：（1）一个字节由（C）位二进制数组成。
A.2 B.4 C.8 D.16
（2）算法必须有输入。（×）
3.设置任务法
设置任务法主要用来考查学生掌握的各种信息技术操作技能、收集和整理信息的技能以及综合运用其他学科知识的能力；通过观察和记录学生在完成任务时的各种表现，考查学生在和别人合作、交往方面的能力以及学生所表现出来的情感态度等，初步从整体上评价学生的信息素养。在操作时应注意评价任务创设的情境应符合学生的生活经验，评价任务应明确、具体；评价标准应从知识与技能、过程与方法以及情感态度与价值观三方面设计但项目设置不宜太多等。
4.档案袋法
档案袋主要用来收集学生的各项作业，了解学生每个时期的学习经历，然后根据各项数据完成对学生学习的最后评定。
在教学工作中，笔者通过Moodle平台将多元学习评价方法应用于实际后发现，多元学习评价方法对于提升学生的信息素养能起到较好的促进作用。今后，笔者将和同仁一起，把多元学习评价方法进一步丰富起来，使其为提升学生的信息素养做出更大的贡献。
参考文献：
［1］胡济良，李尚仁.高中技术课程标准教师读本［M］.武汉：华中师范大学出版社，2004：123-152.
［2］王宇佳.多元智能理论与教学的多元评价［J］.辽宁教育行政学院学报，2008（12）：64.
［3］向俊燕，李红.建构主义指导下的多元化中学地理教学评价初探［J］.科教文汇：中旬刊，2010（11）：47.
【关键词】制造业 信息化 成熟度 评价
信息时代，信息化已经成为企业的主要战略部署之一，信息化的实施成败直接关系到企业的生存与发展。信息化成熟度测评是对企业信息化发展程度的科学评价与分析，信息化成熟度模型（IMM）是对企业信息化演变发展规律的研究，他们能够帮助企业客观认识自身信息化发展水平以及存在的问题，从而促进企业信息化的成熟。
一 文献回顾
从20世纪60年代以来，信息化演变过程一直受到产业界和学术界的关注，尤其对于信息化成熟度模型的研究从未间断过。其中最著名的是Nolan模型。此外，还有Synnott模型（1988）、Mische模型（1990）、Hanna的信息技术扩散模型（1990）、Edgar Schein模型、SW-CMM模型（软件能力成熟度模型, 1986）、COBIT框架下的IT过程成熟度模型（2000）、技术―信息卓越度模型（2000）、业务―IT联盟成熟度模型（2000）和基于价值链的四阶段模型（1990）。上述模型的设计思路大体可以归纳为两类和四个维度：一是从信息化的支撑要素分类，有两个建模维度，即信息技术和信息资源；二是从信息化的功能实现分类，有两个建模维度，即横向价值链和纵向管理链。总体上看，多数模型在信息化发展阶段分类和主要影响因素的判定上比较科学，但忽视了从信息化演变的内在机制上去挖掘关键因素。
国内学术界对于信息化成熟度模型与测评方法的研究，综合考虑了我国信息化的特点。左美云将企业信息化能力划分为技术支撑、资源集成、管理优化、战略支持和持续改善五个级别。模型不仅考虑到了企业的信息应用层面，还增加了信息制度、外部协同、信息战略等信息资源的组织管理。另外邱长波得到的企业信息化成熟度模型，包括信息系统准备、信息系统引入、信息系统集成共享、信息系统企业外延伸及信息系统决策支持五个阶段。
二 区域制造业信息化的内涵与特点
制造业信息化将信息、自动化、现代管理与制造相融合，从而改善制造企业的生产设计和经营管理，提高生产效率、产品质量和企业的创新能力，节约成本，带动产品设计方法和设计工具、企业管理模式、制造技术以及企业间协作关系的创新，从而实现产品设计制造和企业管理信息化、生产过程控制智能化、制造装备数控化以及咨询服务网络化，全面提升制造业的竞争力。
清华大学信息学院院长孙家广院士从宏观的角度对我国制造业信息化的特点用五个关键词进行了提炼，即泛在、智能、融合、绿色、可信具体解释如下：
泛在―信息化的广泛性，是无所不在，无所不用的一个载体。更具体地说，泛在性就是在任何地方，任何时间都能够接入信息系统。
智能―信息化应该从被动式向智能型、自适应型演变。应该侧重向知识管理和规则建模发展。
融合―领域知识、行业知识和信息技术的信息知识要融为一体。
绿色―信息化是一个高能耗领域，要从硬件技术和管理方法入手，推进信息化的低能耗，实现信息化的绿色环保。
可信―信息化要提高信息的安全性。
三 区域制造业信息化成熟度的评价指标
基于上述分析，宏观角度的制造业信息化成熟度评价指标并不能完全反映地区制造业信息化现状，不能准确发现企业信息化存在的主要问题，不利于科学测评企业信息化的建设情况。因此，对于个性化比较强的某些区域制造业，应该化繁为简，抓住关键问题，设计一套适合该地区信息化建设发展规律的信息化成熟度评价指标。
以温州地区为例，温州地区以中小型制造业为主，现阶段亟待解决的问题是如何真正帮助企业提高生产水平和管理效率，实现资源的优化配置和合理利用，打开国际市场。因此温州制造业信息化成熟度应该侧重从基础设施建设水平、信息系统应用水平和信息化实施效果三个方面开展评价（详见下表）。
第一，基础设施建设水平。这是实施制造业信息化的物质基础和前提条件，它间接反映企业领导对信息化的重视程度和整体规划水平。本文从制度、软件、硬件、人才四个角度设计测评指标，具体包括管理制度完善程度、软硬件投入占企业固定资产比值、计算机联网率、人均拥有电脑数、网络性能水平和信息化人才占比六个方面。
第二，信息系统应用水平。这是反映制造企业信息化水平的关键因素。本文从生产、管理、推广、决策四个角度设计测评指标，具体包括CAD/CAM应用水平、ERP应用水平、供应链管理水平、客户关系管理水平、电子商务应用水平、信息化辅助决策水平。
第三，信息化实施效果。信息化实施效果反映制造企业信息化的实施成果。本文从资金与市场规模两个角度设计测评指标，具体包括库存资金占有率、资金周转效率和市场占有率三个方面。
四 区域制造业信息化成熟度评价的实施办法
对区域制造业信息化成熟度的评价除了设计一套合理的测评指标体系外，还要设计科学可行的实施手段。本文在研究大量成熟度评价文献的基础上，以温州地区为例，制定了一套行之有效的评价实施办法，关键步骤包括以下三点。
1．确定指标权重
利用德尔菲法和层次分析法相结合的方法来确定指标权重。在温州地区，可以考虑选择行业专家、高校专家和制造业业主共同组成专家团队。
使用层次分析法（AHP）计算指标权重的主要步骤为：第一步，确定比较判断矩阵。请专家对指标两两比较其相对于上一层所从属指标的重要性之比，由比值构成比较判断矩阵；第二步，层次单排序。用方根法计算每个矩阵的最大特征根及相应特征向量，将特征向量归一化，并对矩阵进行一致性检验；第三步，层次总排序。自上而下分别用每一层的每个指标相应地归一化特征分量作权，乘以下一层其支配的每一个指标的特征分量，便得到下一层指标的组合权重，最下一层的组合权重即为所求。在总排序的过程中，还要进行组合的一致性检验。
2．建立成熟度阶段模型和评分区间
首先，分层次抽样采集样本。根据测评指标，设计调查问卷，对温州地区的制造企业进行调研，收集100份以上的样本。为了较好地保证样本在成熟度分布上的完整度，可以采取分层抽样的方法对样本进行抽样，即根据与成熟度有较高关联度的指标（如温州制造业的规模指标）对样本进行分层，然后按照一定的比例从各层独立地抽取一定数量的个体。
其次，对指标原始数据进行量化赋值。为了控制测评总分的区间，制定评分等级，需要对采集到的指标数据进行量化处理。计算信息化成熟度总得分的公式：
I＝
其中，I表示企业信息化成熟度总分，pi表示第i个指标的赋值，wi表示第i个指标的权重。
最后，聚类分析建立成熟度阶段模型，并确立阶段评分区间。第一，利用聚类分析中空间浓缩度高的最短距离法，对样本中处于同一信息化水平层次的企业进行归类。具体根据信息化成熟度测评指标的二级指标变量对样本进行聚类分析。选取合适的类间距，将样本企业的信息化成熟度分为3～5类；第二，根据指标的贡献率，剔除一部分对聚类结果影响很小的指标，从而构建成熟度阶段模型的特征指标。第三，通过对所处不同阶段的样本企业的对比分析，综合得出信息化成熟度的阶段特征。第四，计算各阶段每个企业的测评总分，综合得出各阶段的评分区间。
3．开展具体实例的测评
在建立了温州制造企业信息化成熟度阶段模型和评分区间标准的基础上，就可以对温州地区具体的企业实例开展信息化成熟度的测评。首先，根据信息化成熟度阶段模型的特征指标设计调查问卷，对实例企业进行调查；其次，对调查结果实施测评量化，并计算测评总分；再次，根据测评总分，参考成熟度阶段模型的评分区间确定该企业所处的成熟度阶段；最后，参考该阶段和高一级阶段的信息化成熟度特征，对该企业信息化的发展现状、存在的不足以及优化的重点进行分析。
参考文献
［1］Nolan .R L .Managing the Computer Resource: a Stage Hypothesis［J］.Communications of the ACM,1973（7）
［2］Gibson C F, Nolan R.L. Managing the four stages of EDP growth［J］.Harvard Business Review , 1974（1）
［3］Nolan. R. L. Managing the crisis in data processing［J］.Harvard Business Review，1979（2）
［4］左美云、陈蔚珠、胡锐先.信息化成熟度模型的分析与比较［J］.管理学报，2005（3）
［5］左美云、王.胡锐先.基于专家调查的组织信息化成熟度模型研究［J］.管理学报，2005（4）
［6］邱长波、张佳、施梦.企业信息化成熟度阶段分类模型［J］.吉林大学学报，2007（4）
[关键词]灾难恢复优先级模糊综合评价指标体系
中图分类号:TP3文献标识码:A文章编号:1671-7597(2009)1210049-02
一、引言
石油行业是最早大规模应用计算机的行业之一,现在石油业务信息系统已经广泛应用于石油行业的各个领域[1]。例如:勘探与生产技术数据管理系统,加油站管理系统,企业信息门户系统等。这些系统能否正常运行将直接影响到社会经济的各个方面,因此提出了数据中心建设和灾难恢复系统建设的要求。在数据中心建设和灾难恢复系统建设的过程中,对石油业务信息系统进行灾难恢复优先级评价就是一个必须要解决的问题。但是目前还没有合适的方法。
本文用多层模糊综合评价方法[2],从经济效益、生产运营和社会影响三个方面,研究一种能定量解决石油业务信息系统灾难恢复优先级评价的方法,提供了科学的理论依据。
二、石油信息系统灾难恢复优先级评价的指标体系
在进行石油信息系统灾难恢复优先级评价时,首先要确定评价指标体系。目前已有一些文献对信息系统评价的指标体系进行了研究[3,4,5],但是却没有针对石油业务信息系统灾难恢复进行评价的指标体系。而且已有的指标体系也只反映了相关行业信息系统本身的一些特性,没有反映石油行业方面的内容。石油业务信息系统的指标体系应该反映石油业务的行业特点,遵循科学性、全面性、层次性的原则。为了准确反映石油业务信息系统在灾难恢复过程的优先级,构造其指标体系如表1所示。
表1石油业务信息系统灾难恢复优先级评价的二级指标体系
三、模糊综合评价方法的应用
1.评价对象
本次评价对已经广泛应用的7个石油业务信息系统进行灾难恢复优先级评价。
2.评判因素集
由石油业务信息系统灾难恢复优先级评价的指标体系表1中的一级指标和二级指标构成评价因素集U={U1,U2,U3},其中U1={U11,U12,U13,U14},U2={U21,U22,U23,U24,U25,U26},U3={U31,U32,U33}。
3.评判集
石油业务信息系统灾难恢复优先级从高到低可以分为5个评价等级:非常高、高、中、低、非常低。所以评判集V={非常高、高、中、低、非常低},表示为V={V1,V2,V3,V4,V5}。
4.权重分配
为了对各系统进行模糊综合评价,必须对指标体系中的每个指标都分配一个权重。表2中的权重值采用专家评分法得到。对应一级指标的权重得分:A1=0.3533,A2=0.3967,A3=0.25;对应二级指标因素的得分:A11=0.25,A12=0.2433,A13=0.2133,A14=0.2933,A21=0.2533,A22=0.17,A23=0.2233,A24=0.13,A25=0.09,A26=0.1333,A31=0.4633,A32=0.2367,A33=0.3。
5.二级指标集的单因素评价矩阵
为了对各系统进行模糊综合评价,通过问卷调查得到各系统的二级指标的单因素评价矩阵如表2所示。
例如表2中“加油站管理系统”的二级指标U12“运营成本增加”对应的数据(0.083,0.333,0.083,0.50,0)这表示:有8.3%的人认为此系统如果发生中断则会引起“运营成本增加非常多”,有33.3%的人认为此系统如果发生中断则会引起“运营成本增加多”,有8.3%的人认为此系统如果发生中断则会引起“运营成本增加中等”,有50%的人认为此系统如果发生中断则会引起“运营成本增加少”,没有人认为此系统如果发生中断则会引起“运营成本增加非常低”。
例如从表2中可得到,“勘探与生产技术数据管理系统”对于二级指标集合Ui(i=1,2,3)的单因素评价矩阵Ri如下:
表2待评价系统的二级指标集合的单因素评价矩阵(这里只列出部分系统的数据)
6.二级指标集的模糊综合评价
根据各系统的二级指标的权重和相应的二级指标集的单因素评价矩阵就可以对各系统的二级指标进行模糊综合评价,得到
例如:
“勘探与生产技术数据管理系统”的二级指标集“经济效益U1”的综合评价结果为:
“生产运营U2”的评价结果为:
“社会影响U3”的评价结果为:
同理,可以得到其他6个系统的二级指标集合的综合评价结果。
7.一级指标集的单因素评价矩阵
由各系统的二级指标的评价结果得到一级指标集合的单因素评价矩阵
。例如“勘探与生产技术数据管理系统”的一级指标集合{U1,U2,U3}的单因素评价矩阵为:
8.一级指标集的模糊综合评价
根据一级指标的权重和各系统一级指标集合的单因素评价矩阵可以得到对应系统的一级指标集的模糊综合评价结果。例如对于“勘探与生产技术数据管理系统”,其最终评价结果为:
由于模糊集B中V3(中)的隶属度0.2533最大,所以根据最大隶属度原则,此系统的最终评价为V3(中),也就是“勘探与生产技术数据管理系统”在石油业务信系统中的灾难恢复优先级为“中”。
同理,可以得到其他6个系统的模糊综合评价结果,从结果上看加油站管理系统、销售与市场ERP系统是排在最前面的,而企业信息门户系统、办公管理系统是排在最后面的,与专家给出的意见基本吻合。
四、结束语
石油业务信息系统灾难恢复优先级的评价是一项重要而又十分复杂的工作,涉及到社会经济很多方面,人们凭经验、感觉对其进行评价,存在较大的片面性和主观性。本文把多层次模糊综合评价方法应用到石油业务信息系统灾难恢复优先级的评价中,为石油业务信息系统灾难恢复优先级的评价提供了一种定量解决方法,使得评价结果更科学、更合理。
参考文献:
[1]刘希俭,中国石油信息化管理,石油工业出版社,2008.
[2]胡淑礼,模糊数学及其应用,四川大学出版社,1994.
[3]张先锋、郑建国,基于模糊层次分析和模糊评价的信息系统供应商评价研究,中国管理信息化,2009,12(2):86-89.
[4]梁丁相、陈曦,基于模糊综合评判理论的电力信息系统安全风险评估模型及应用,电力系统保护与控制,2009,37(5):61-64.
[5]徐绪堪、段振中、郝建,基于模糊层次分析法的企业信息系统绩效评价模型构建,情报杂志,2009,2:11-13,49.
