共查询到20条相似文献，搜索用时 843 毫秒
1.
根据科学基金立项评审中处理语言评价信息的实际需要,提出二维语言评价信息的集结问题,并基于主观证据推理理论设计了相应的解决方法。首先通过问卷调查将科学基金立项评审中的二维语言评价信息定量表示;然后针对二维语言评价信息的特点设计了集结算子,并提供了相应的项目择优与排序规则;最后用科学基金评审中的实际数据进行仿真评审,检验了模型的有效性。 相似文献
2.
电子商务网站服务质量的模糊语义评价研究 总被引：1，自引：0，他引：1
在相关研究的基础上,建立了电子商务网站服务质量的评价指标体系,并提出了相应的评价模型.该模型以用户为中心,充分运用评价者的语言评价信息,以模糊语义方法对评价信息进行集结从而得出评价对象的综合评价结果.算例验证了本文提出的方法的可行性、合理性和有效性. 相似文献
3.
高校图书馆网站的科学评价有利于其建设。引进群决策模型减少了测评结果的不公平性，用区间数测度高校图书馆网站简便易行，用不确定有序加权算子集结专家对各个指标的评价结果，尽可能地消除了专家评价的偏差，使得集结结果更加科学合理，并且不丢失信息。最后给出一个实例说明该方法的实用性和有效性。 相似文献
4.
基于模糊语言群体决策方法的科研项目立项评估研究 总被引：2，自引：0，他引：2
科研项目立项评估属于多属性群决策问题。本文建立了一个基于模糊语言群体决策方法的科研项目立项评估模型,该模型使用FWGA算子对专家所给出的各备选科研项目的属性模糊评估信息根据其重要性程度进行集结,在此基础上,再利用FOWGA算子对各专家所给出的对应于同一备选科研项目的综合模糊评估信息进行集结,描述了具体的计算过程,并进行了应用实例分析,为客观、科学地评价和优选科研项目提供一套更加可行的方法。 相似文献
5.
以用户为评价主体,构建图书馆内部可持续发展力的定性评价指标体系,引入信息熵、拟信息熵调整专家赋权,采用模糊综合评判集结各级指标的评价信息,建立图书馆可持续发展力模糊综合评价模型。通过对燕山大学图书馆的测评,验证了该方法的有效性。 相似文献
6.
7.
集成FAHP/FCE的中国PPP项目风险评价 总被引：1，自引：0，他引：1
在建立指标体系基础上,提出一种集成FAHP/FCE的中国PPP项目风险评价的方法.构建了集成FAHP/FCE的风险评价模型,给出了具体评价过程和步骤.该方法允许决策者(专家)使用语言变量评估PPP项目风险因素,借助三角模糊数并有效集结专家偏好信息确定指标排序向量.通过算例验证该模型,表明了该方法的灵活性、可行性和有效性. 相似文献
8.
基于区间直觉模糊信息的数字图书馆馆藏的评价方法 总被引：2，自引：0，他引：2
数字图书馆馆藏的评价是数字图书馆评价的重要内容.在模糊信息环境下,评价专家对馆藏的评价指标往往给出的是区间直觉模糊信息.目前基于区间直觉模糊信息的数字图书馆馆藏的评价方法的研究在数字图书馆馆藏的定量评价中还是一个空白,因此有必要加强研究.本文引入了区间直觉模糊数的一些运算法则、得分函数和精确函数,在数字图书馆馆藏的评价指标权重给定的条件下,建立了基于区间直觉模糊信息加权平均算子进行集结的馆藏评价模型,实例分析表明该方法是有效的. 相似文献
9.
10.
针对备选方案中评价专家给定的区间直觉模糊信息,提出一种基于投影思想的区间直觉模糊信息多属性决策方法。为全面考虑各评价指标权重信息不完全的情形,将专家对各指标的正、负理想方案作为参照点,建立一个基于投影的多目标规划模型以获得指标权重,并运用加权算术平均算子对评价信息进行集结,从而获得各方案的排序与择优结果。最终,通过数字图书馆馆藏实例验证该方法的可行性与有效性。 相似文献
11.
图书馆评价对提高图书馆管理和运行效率至关重要。由于图书馆评价涉及的指标较多，有必要研究定量化的综合评价方法。有序加权平均算子是近年来发展起来的一种有效的信息集结方法，通常的加权平均是它的特例。本文探讨其在高校图书馆多指标效率评价方面的应用研究，获得满意的结果。 相似文献
12.
教师的教学质量评价是学校教学管理的重要环节和内容,在教学质量评价信息的收集过程中,一方面受评价者本身专业背景与调查时间等主客观原因所限,其所提供的教学质量评价信息极有可能出现不完整现象;另一方面在对评价信息进行集结的过程中,常选用的线性加权求和法所默认的评价因素之间相互独立的条件亦很难满足,针对上述情况,本文选用直觉模糊集的方法对教学质量进行评价,算例表明依据直觉模糊集的相关理论对教学质量进行评价,在保证了较强的实用性的同时,能处理评价信息不完整的情况,最大限度利用已有评价信息,使测评结果更加全面、科学、合理。 相似文献
13.
文章结合FMECA分析的风险诊断方法、C-POWA算子中在区间数信息集结的算法步骤以及权重乘子在动态评价的应用,提出了制造业供应链核心制造商风险动态评估模型。文章以单一供应商、单一制造商与单一分销商组成的三级供应链运作模型为基础,应用流程图法分析制造业供应链中核心制造商运作环节所面临的风险因素,应用FMECA分析法诊断风险因素属性指标值大小,依据C-POWA算子在多序列属性区间数信息集结的算法步骤对属性区间指标值进行集结,应用权重乘子确定评估指标动态权重。最后,以实际算例对上述过程进行验算分析,以此说明该评估模型的可行性与有效性。 相似文献
14.
《Information processing & management》2023,60(4):103355
Rank aggregation is an obligatory operation for many tasks of democratic elections, product recommendation, and gene identification. While the awareness of imperfect information in input rankings would lead to unreliable aggregation results has promoted the robust rank aggregation to become an increasingly active research topic recently. In this study, we focus on the problem of robustness measuring of rank aggregation methods. We first provide an analytical framework of rank aggregation robustness, in which we generate rankings with adjustable imperfect information and observe the response of rank aggregation methods. In particular, to quantify the robustness of rank aggregation methods, we introduce the concept of error-effectiveness curve, which presents the aggregation effectiveness under different imperfect information scenarios, and describes the ability of each method in giving stable aggregation results. By doing so, a robustness measure of rank aggregation with random error is developed. Comprehensive experimental evaluations were conducted considering synthetic datasets with various levels of random error to demonstrate the validity of the proposed measure. Exact robustness was quantified for each evaluated rank aggregation methods, and significant robustness distinctions were achieved among them. 相似文献
15.
针对现有因子分析及相关分析两种方法在指标筛选与赋权方面有待完善之处,提出一种基于信息贡献率的评价指标筛选与赋权方法。该方法首先利用因子方差贡献率和因子载荷构建评价指标的信息贡献率,以此反映该指标解释原始指标集全部信息的比例,然后在现有相关分析法中引入病态指数测度指标集的信息重叠水平,进而实现评价指标的系统筛选与赋权。本研究认为评价指标的信息贡献率越大,其解释原始指标集信息的比例越大,因此该指标越应予以保留,其权重亦应越大。此外,研究亦发现因子分析法易误删信息解释能力强的指标,相关分析法筛选指标易不充分,而本文方法解决了这些问题。 相似文献
16.
《Information processing & management》2003,39(2):233-249
Recommender systems evaluate and filter the great amount of information available on the Web to assist people in their search processes. A fuzzy evaluation method of Standard Generalized Markup Language documents based on computing with words is presented. Given a document type definition (DTD), we consider that its elements are not equally informative. This is indicated in the DTD by defining linguistic importance attributes to the more meaningful elements of DTD chosen. Then, the evaluation method generates linguistic recommendations from linguistic evaluation judgements provided by different recommenders on meaningful elements of DTD. To do so, the evaluation method uses two quantifier guided linguistic aggregation operators, the linguistic weighted averaging operator and the linguistic ordered weighted averaging operator, which allow us to obtain recommendations taking into account the fuzzy majority of the recommenders’ judgements. Using the fuzzy linguistic modeling the user–system interaction is facilitated and the assistance of system is improved. The method can be easily extended on the Web to evaluate HyperText Markup Language and eXtensible Markup Language documents. 相似文献
17.
18.
信息政策方案的科学评价是信息政策实施的基础,文章提出了信息政策方案的综合评价指标体系,主要应用模糊综合评价法建立了评价模型,并通过模拟实验验证了模型的可行性。该模型主要用于事前评估。 相似文献
19.
[目的/意义]随着大数据交易市场的快速发展,大数据资产价格管理引起各方的关注,大数据资产估价方法是大数据资产价格管理的基础。作为一种全新且复杂的资产形态,大数据资产给传统资产估价方法带来挑战。[方法/过程]文章提出的方法基于用户感知价值的视角。首先,运用多指标多标度矩阵处理大群体用户评价信息,引入多维偏好线性规划分析(LINMAP)模型融合专家总体偏好信息和用户分项评价信息。其次,初步计算各评价对象的得分并通过影响因素修正确定综合得分。最后,计算价格质量比率,并结合综合得分和可比大数据资产价格综合确定待估大数据资产价格。[结果/结论]实例分析验证了新方法的可行性和有效性。新方法是针对大数据资产估价的尝试,也可用于其他形态资产的估价。 相似文献
20.
《Information processing & management》2019,56(4):1260-1279
This paper presents a robust and comprehensive graph-based rank aggregation approach, used to combine results of isolated ranker models in retrieval tasks. The method follows an unsupervised scheme, which is independent of how the isolated ranks are formulated. Our approach is able to combine arbitrary models, defined in terms of different ranking criteria, such as those based on textual, image or hybrid content representations.We reformulate the ad-hoc retrieval problem as a document retrieval based on fusion graphs, which we propose as a new unified representation model capable of merging multiple ranks and expressing inter-relationships of retrieval results automatically. By doing so, we claim that the retrieval system can benefit from learning the manifold structure of datasets, thus leading to more effective results. Another contribution is that our graph-based aggregation formulation, unlike existing approaches, allows for encapsulating contextual information encoded from multiple ranks, which can be directly used for ranking, without further computations and post-processing steps over the graphs. Based on the graphs, a novel similarity retrieval score is formulated using an efficient computation of minimum common subgraphs. Finally, another benefit over existing approaches is the absence of hyperparameters.A comprehensive experimental evaluation was conducted considering diverse well-known public datasets, composed of textual, image, and multimodal documents. Performed experiments demonstrate that our method reaches top performance, yielding better effectiveness scores than state-of-the-art baseline methods and promoting large gains over the rankers being fused, thus demonstrating the successful capability of the proposal in representing queries based on a unified graph-based model of rank fusions. 相似文献