高校科研績效的區間數綜合評判方法

郭志林,郭東林

(商丘師范學院 數學系，河南 商丘 476000)

高校教師科學研究的真實水平反映著一所高校整體學術水平，科研績效的評價可以導引科研人員的研究方向和研究戰略，對學校的科研發展直接產生影響，同時對學校發展也具有一定的導向作用.建立完善的科研指標綜合評價體系，全面、客觀、公正地評價個人和組織的科研業績，是整體優化科研資源、系統整合科研優勢、全面提高學術水平、整體推進科研實力的重要途徑，對提高教師的科研積極性有重要的意義[1-3].

粗糙集[4](rough sets)理論作為一種處理不精確、不確定性知識的數學工具，自Pawlak教授提出以來，在機器學習、決策分析、過程控制、模式識別與數據挖掘等領域，受到國內外許多學者的關注[5-10]. 粗糙集理論的主要思想是在保持系統分類能力不變的前提下，無需提供問題所需數據之外的其它任何先驗信息，通過知識約簡，刪除其中不相關或不重要的知識，從而導出問題的決策或分類規則.充分體現了數據的客觀性.本文在文獻[11-13]的基礎上，利用粒度意義下屬性重要性等概念，給出了一種基于粗糙集理論的客觀權重確定方法，并將主觀權重和客觀權重結合起來，有效地克服了以往屬性權重過于依賴專家經驗知識的不足，提出了一種基于粗糙集理論的教師科研績效的區間數評判方法，實現了主觀先驗知識與客觀現實的合理統一.

1 教師科研績效評價指標體系的建立

科研績效評價是指評價從事科學發明和技術進步的科研人員工作業績的一種科研管理方式.如何制定科學、系統、全面的評價指標體系，是綜合評價首先要解決的問題.教師科研績效受到眾多復雜因素的影響，指標的選取是否科學合理直接關系到評價質量的好壞.因此，構建能夠綜合反映教師科研績效的評價指標體系必須遵循：整體性原則，即指標體系應比較完整，比較全面地反映教師科研的各個方面，以保證綜合評價的全面性和可信性；客觀性原則，即評價指標體系的設計應符合實際；可測性原則，即可通過各種定量與定性手段對評價對象進行測評可得到明確的結論；獨立性原則，評價指標應避免重復或相互包容，不能有強相關性；靈活性原則，評價體系在實際應用中，應結合環境與條件的要求，充分考慮到各種外在因素變化的影響，具有足夠的靈活性和可操作性，易于管理者在評價考核過程中有效地加以運用.同時，指標體系還應根據評估部門及相關人員的需要，動態性地生成相應的子評價指標體系.

基于以上原則，根據有關文獻，結合學校實際，從科研項目、科研成果、論文論著、人才培養四個方面建立教師績效評價指標體系，如表1所示.

表1 高校教師科研績效評價指標體系Tab.1 Index system of University teachers′scientific research performance evaluation

2 區間數綜合評價方法

2.1 建立因素集

因素集是由評價對象的各個因素所組成的集合，設因素集U={u1,u2,…，um}，每一因素集ui劃分為幾個等級uij，i=1,2，…，m,j=1,2…，n,并構成因素等級集ui={ui1,ui2,…，uin}，其中uij為第i個因素的第j個等級.

2.2 建立評價集

假設有r個評價結果，則評價集可表示為V={v1,v2,…，vr}，其中vk為第k個可能結果,k=1,2,…，r.

2.3 區間數評價矩陣

2.4 確立權重集

為了應用粗糙集理論得到評價因素的權重，我們先給出粗糙集的有關概念.

定義2 設K=(U,R)為一知識庫,P∈R為一等價關系，稱GD(P)為知識P的粒度,如果：

其中|P|表示P∈U×U的基數.

定義3 設K=(U,R)為一知識庫,P∈R為一等價關系，稱Dis(P)為知識P∈R的分辨度,如果：

Dis(P)=1-GD(P).

基于粗糙集的屬性重要性等概念，區間數綜合評判的客觀權重確定方法如下：

1)收集充分的評價樣本構成決策信息系統S=(U,R,V,f)；

2)根據屬性重要度定義計算條件屬性集C={x1,x2,…,xn}中每個屬性xi的重要度SigC(xi)；

2.5 模糊綜合評判

由于評判矩陣是區間數，所以綜合評判的結果也是區間數.為此，先給出區間數的運算及區間數的排序方法.為方便計，本文用I表示單位閉區間，即I=[0,1]，且記:

[I]={a=[aL,aU]|aL≤aU,aL,aU∈I}.

定義5 設X是非空普通集合，稱映射f:X→[I]為X上的區間值fuzzy集.X上所有的區間值fuzzy集記為IF(X).

定義6 設a=[aL,aU]，b=[bL,bU]，a,b∈[I]，則:

[aL,aU]+[bL,bU]=[aL+bL,aU+bU]；

[aL,aU]-[bL,bU]=[aL-bU,aU-bL]；

[aL,aU]×[bL,bU]=[aL×bL,aU×bU]λ·[aL,aU]=[λaL,λaU]，λ∈[0,1]；

定義7 對于[aL,aU]∈[I]，稱f(x)=aL+(aU-aL)x(0≤x≤1)為區間數排序函數.

定義8 對于[aL,aU]，[bL,bU]∈[I]，0≤x≤1,

若fa(x)

若fa(x)>fb(x)，則稱[aL,aU]大于[bL,bU]，記為[aL,aU]>[bL,bU]；

若fa(x)=fb(x)，則稱[aL,aU]等于[bL,bU]，記為[aL,aU]=[bL,bU].

例1 設[aL,aU]=[3，5]，[bL,bU]=[3，8]，由于fa(x)=3+2x，fb(x)=3+5x，?x∈[0,1]，都有fa(x)

例2 設[aL,aU]=[3，5]，[bL,bU]=[1，8]，由于fa(x)=3+2x，fb(x)=1+6x，當x>0.4時，fb(x)>fa(x)，即此時[1，8] >[3，5]；當x<0.4時，fb(x)

可以看出，區間數的大小與相應區間數排序函數的取值有關，為更客觀地反映出區間數的大小順序，引入可信度的概念.

定義9 設集合{x|fa(x)>fb(x)}非空，令x0=inf{x|fa(x)>fb(x)}，則稱α=1-x0為[aL,aU]大于[bL,bU]或[aL,aU]不小于[bL,bU]的可信度.

顯然0≤α≤1,當α=1 (x0=0)時，[aL,aU]>[bL,bU]完全可信，當α= 0 (x0=1)時，[aL,aU]>[bL,bU]完全不可信.

如例1中，由于?x∈[0,1]，都有fa(x)

例2中由于當x>0.4時，fb(x)>fa(x)，所以[1，8]> [3，5]的可信度為1-0.4=0.6.

表2 教師A的初始得分情況

表3 離散化后教師A的得分情況Tab.3 Teacher A initial score after discretization

3 實例分析

選擇本院某系教師作為評價對象，從綜合素質、教學、科研、人才培養、社會服務五個方面對其績效進行綜合評判.將評判等級集V分為優、良、中、差四個等級，為了減少人為因素的影響，經過比較和實踐檢驗，建立分值與評價等級之間的評判函數如下：

其中vj(x)表示得分為x時對等級vj的隸屬度(j=1,2,3,4).

為簡單見，下面僅以科技成果c2為例來說明基于粗糙集理論的科研績效區間數評價方法.設綜合評判的得分區間為[0,100]，請領導、同行等5位專家組成考評小組，對某教師A科技成果c2的各項獲獎級別c21、主持系數c22、科成果水平c23、專利類別c24進行評分，評判結果如表2所示.

對教師A的每個評判指標下的得分進行離散化處理，具體轉化規則為：[0,60)→1，[60,70)→2，[70,80)→3，[80,90)→4，[90,100]→5.從而得到離散化的評判結果表3.

由于U/ind(C)={{u1},{u2},{u3},{u4},{u5}};

U/ind(C-ind{c21})={{u1,u4,u5},{u2},{u3}};

U/ind(C-ind{c22})={{u1},{u2},{u3},{u4},{u5}};

U/ind(C-ind{c23})={{u1},{u2,u4},{u3},{u5}};

U/ind(R-ind{c24})={{u1},{u2,u3},{u4},{u5}}.

故：

表4 被評教師A各指標得分區間Tab.4 Each index score interval of teacher A assessed

假設評判專家根據經驗知識給出的條件屬性集C={c21,c22,c23,c24}中每個指標屬性的權重分別為，β21=β22=β23=β24=0.25，根據經驗選取經驗因子μ=0.4，由公式wi=μβi+(1-μ)αi得到各評判指標的綜合權重w21=0.38，w22=0.1，w23=0.26，w24=0.26.

根據集值統計理論,由表1中各指標的取值，得到被測評教師A各指標對應的得分區間如表4.

將表4中各評判指標的得分區間代入評語評判函數，則得各評判指標的評判區間向量：

R21=([0,0.1][0.07,0.9][0,0.93]0)，

R22=(0[0,0.07][0.73,0.83][0,0.2]),

R23=(0[0.,0.73][0.27,0.47][0,0.53])，

R24=(0[0,0.2][0.53,0.8][0,0.53]).

根據綜合評判的M(·,+)模型得：

([0,0.38],[0.0266,0.5908],[0.281,0.7666],[0,0.2956])=(a,b,c,d).

根據區間數排序函數，由于fa(x)=0.038x，fb(x)=0.0266+0.348x，fc(x)=0.281+0.4856x，fd(x)=0.2956x,而fc(x)>fb(x)>fd(x)>fa(x)，所以教師A的科技成果c2評判結果為“中”.

同理，可以對教師A的其它科研績效作出評判，并進一步的得到綜合評判結果.在對所在測評教師的綜合評判中，如果出現評判結果屬于同一等級的情況，與文獻[1]類似，可以進一步根據區間數排序函數進行排序，并算出所評結果的可信度.

4 結束語

基于粗糙集理論的教師科研績效綜合評判方法吸收了定量與定性兩種評價方法的優點，克服了專家憑個人知識和經驗作出績效評價的缺點，使得評判結果更加科學、合理.由于不同類型、不同層次的高校科研績效量化標準也有所不同，加之科學研究需具有長期性、積累性和不確定性等特點，績效評價日趨復雜.如何建立一套科學全面的，能夠體現不同種類、不同層次、不同學科的科研績效量化考核體系，如何選擇評估專家，如何體現出科研績效評價的政策導向作用，既注重科研質量，又鼓勵創新，所有這些仍需要做進一步的探索.

[1] 吳俊卿,鄭慕琦,張志興.績效評價的理論與方法在科研機構的實踐[M].北京：科學技術文獻出版社,1992:108-110.

[2] 李峰,葛世倫,尹浩.高校科研績效評價模型研究[J].科技管理研究,2009(7):271-272.

[3] 黃健,張元標.粗糙集理論在科研能力綜合評價中的應用[J].科技管理研究,2009(2):83-84.

[4] Z Pawlak.Rough Sets[J].International Journal of International Sciences,1982(11):341-356.

[5] 張文修,吳偉志,梁吉業,等.粗糙集理論與方法 [M].北京:科學出版社,2001：1-224.

[6] 劉清.Rough集及Rough推理[M].3版.北京:科學出版社，2005：1-254.

[7] 尤天慧,樊治平,俞竹超.不確定多屬性決策中確定屬性熵權的一種方法[J].東北大學學報,2004,25(6):598-601.

[8] 郭志林,孫艷敏,郭黎，等.基于粗糙集理論企業自主創新能力評價方法[J].邵陽學院學報:自然科學版,2010, 7(3):13-17.

[9] 曹秀英,梁靜國.基于粗集理論的屬性權重確定方法[J].中國管理科學,2002,10(5):98-100.

[10] 王洪凱, 姚炳學,胡海清.基于粗集理論的權重確定方法 [J].計算機工程與應用，2003,36(1):20-21.

[11] 郭志林,薛明志.區間數據的一種排序方法及綜合評判模型[J].數學的實踐與認識,2005,27(3):250-252.

[12] 郭志林,陸風玲.課堂教學質量的區間值模糊評判[J].南陽師范學院學報,2005,4(6):34-36.

[13] 郭志林,基于粗集理論的教學質量區間數評判模型[J].西南民族大學學報:自然科學版,2010,36(6)：897-901.