基于專家聚類賦權的PIS能力評價指標模型構建

李艷++李秀霞

〔摘 要〕分析了影響PIS（Personalized Information Service）的影響因素，給出了PIS能力的評價指標體系，由于評價指標存在一定的模糊性和不確定性，提出了一種融合專家主觀和客觀賦權的專家聚類綜合賦權法；利用該方法借助Matlab工具對PIS能力評價的各級指標進行賦權；最后對各指標的權值進行合理性的分析。

〔關鍵詞〕PIS；能力評價；指標體系；專家賦權

DOI：10.3969/j.issn.1008-0821.2014.02.006

〔中圖分類號〕G202 〔文獻標識碼〕B 〔文章編號〕1008-0821（2014）02-0026-06

隨著網絡應用的普及和網絡信息技術的不斷發展，新的信息服務形式不斷涌現，比如個性化定制、個性化信息檢索、個性化導航、個性化推薦、個性化站點、個性化過濾等。人們對海量信息中有效信息的需求促進了PIS在各個行業的興起，如電子政務中的PIS、數字圖書館中的PIS、商情網站的PIS、醫院網站醫療信息的個性化服務等。PIS有著誘人的市場潛力，并逐漸成為國內外許多信息服務行業占有市場的強有力的競爭手段。為了監督與促進PIS在各個行業的推廣與完善，有必要對信息服務行業的PIS能力進行綜合評價，因此，建立一個科學、合理地評價PIS能力的指標體系顯得尤為重要。我國最近幾年對PIS的研究比較多，大多數文章都是對PIS理論進行的研究，在信息服務評價指標的選擇和評價體系的建立方面，我國已有不少學者進行了有益的探索，如：2005年蔣琳[1]對網絡環境下圖書館信息服務能力的評價研究；2007年許振宇[2]對市級電子政務信息服務的評價研究；2010年朱雷[3]對我國醫院網站醫療信息服務的綜合評價研究等；2012年潘虹[4]對旅游公共信息服務的評價研究。近幾年有少數學者開始對PIS的應用成熟度進行評價研究，如：趙偉[5]等基于證據理論建立了PIS能力評價模型，并給出了具體算法；王曰芬[7]對PIS影響因素進行了分析，并利用層次分析法對關鍵影響因素進行了評價研究；劉華銀通過建立數字圖書館PIS綜合評價指標體系，采用模糊綜合評判法對其進行全面評價等。上述說明在PIS能力評價指標研究方面已具備了一定的研究基礎，總結研究成果發現已有的研究成果仍存在一些不足，如：對影響PIS能力的影響因素分析不夠全面、系統，選取的指標不具有代表性、全面性；對PIS能力指標權重的賦權方法還有待改進，多數賦權方法采用的是主觀賦權法，如Delphi專家調查法、層次分析法、最小二乘法、二項系數法等，也有的采用客觀賦權法，如專家聚類賦權、專家信息熵賦權等，主、客觀賦權法各有利弊，單純利用哪一種都會影響指標權重的合理分配，影響對PIS能力的正確評價。基于上述，本文試圖構建一個定性與定量相結合的科學、合理地評價PIS能力的指標體系，提出一種綜合專家主、客觀賦權的賦權法，以求獲得一個PIS能力評價指標的合理權重，提高對PIS能力評價的效果。

指標體系的確定

1.1 指標層次維度的建立PIS能力評價指標的選擇和制定，對信息資源建設、提高服務質量有著重要的意義。評價的質量在很大程度上依賴于評價體系的科學性和完善程度，完善合理的評價指標體系能夠幫助信息服務行業分析現狀，做出正確決策。評價指標體系對于整個評價活動起著統攬全局的作用，構建信息服務行業PIS能力評價指標體系模型，應該探究PIS的基本發展規律，關注PIS過程的特點及其各影響要素之間的相互關系。由于PIS是一個復雜的服務系統，其服務能力受服務人員、服務技術、服務環境等很多因素的影響，因此在進行指標的選取時，每個指標都是對系統的某種特征所進行的度量，反應PIS能力的各項指標之間既相互聯系又相互制約。為了準確評價信息服務行業PIS能力的強弱，根據PIS能力影響因素結構，在查閱文獻資料[5-16]和專家訪談的基礎上，以科學性、通用性、可操作性、系統性、導向性、定量與定性相結合等為指導原則，以影響PIS能力的因素為基礎構架設計了評價指標的初始集，在此基礎上再經過專家小組討論和專家咨詢，最后從服務基礎設施與環境、信息資源、服務技術、服務人員、服務滿意度等5個層面構建了一套含有20個二級指標的PIS能力評價指標體系，如圖1所示。圖1 PIS能力評價指標層次結構模型

1.2 評價指標分析

1.2.1 基礎設施與環境對PIS基礎設施與環境的評價主要從個性化服務空間、軟硬件資源和個性化服務系統3個方面進行，個性化服務空間主要指個人的學習空間、團體協同工作空間以及信息服務臺等，軟件資源為通用軟件和一些高端軟件，硬件資源為個人計算機、掃描儀、打印機等，對個性化服務系統的評價主要從系統的結構、全面性、可利用性、可操作性、網絡化程度、動態性、自動更新能力、數據的存儲與組織方式等方面評價。

1.2.2 信息資源對信息資源的評價主要從信息資源的全面性、針對性、權威性、獨特性、實效性5個方面進行。對全面性評價主要從資源總量、各類型資源所占比例進行；針對性是指信息資源是否能滿足特定用戶群體，資源的深度和廣度能否滿足用戶的專業需求；權威性是指信息資源是否有專門的人員按照相關標準進行選擇和加工，并得到同行專家的評價和認可；獨特性是指服務機構能否根據自己服務的特色，自建特色數據庫；實效性是指資源的新穎性和時效性，更新周期和速度。

1.2.3 服務技術對服務技術的評價主要從信息獲取與過濾技術、數據挖掘技術、數據推送技術、個性化檢索技術、安全技術5個方面進行評價。信息獲取與過濾技術即能夠全面、準確地獲取用戶的需求信息，通過自身的過濾機制匹配提取最適合用戶需要的信息資源；數據挖掘技術主要通過關聯分析、聚類分析、偏差分析等技術對用戶興趣、愛好、需求、職業等信息的獲取和了解；數據推送技術即根據用戶的個人信息、檢索習慣等，主動搜集用戶可能感興趣的信息；個性化檢索技術主要是ontology、agent技術、元搜索引擎、語義網在檢索技術中的應用；安全技術主要包括過程跟蹤技術、身份認證技術、數據加密技術、用戶隱私保護技術。

1.2.4 服務人員對服務人員的評價主要從服務人員的儀表態度、人際溝通、專業技術、創新能力4個方面進行評價。儀表態度即穿著是否合適得體，服務態度是否和藹可親、認真大方；是否有較強的人際溝通能力，快速獲取用戶信息需求；專業技術主要為用戶需求分析能力、外部信息收集與處理能力、信息過濾匹配能力；創新能力表現在經常提供一些PIS的新觀點、新技術。

1.2.5 服務滿意度對服務滿意度的評價主要從服務質量滿意度、服務效果滿意度、服務滿足需求度3個方面進行。服務質量滿意度即資源的信息量、知識含量和創新程度、內容的新穎度、信息的針對性以及可用性的滿意程度；服務效果滿意度即服務的利用率、用戶使用服務后創造的價值與成果產生所消耗的價值比較以及服務后所產生的社會反響和創造的效益；服務滿足需求度即用戶的信息需求得到滿足的程度。

2 專家綜合賦權法評價體系中各指標權重的大小對PIS能力評價結果起到決定作用，所以對每個指標權重大小的分配要由各指標作用的大小來決定。由于主觀賦權的主觀隨意性比較大，客觀賦權又具有絕對的客觀性，所以本文在研究參考文獻[17-25]的基礎上，提出了一種主客觀相結合的綜合賦權法，該方法以專家給出的判斷矩陣為基礎，利用層次分析法求出各指標的主觀權重，然后根據判斷矩陣提供的信息對各專家先進行聚類，然后再賦權，等到專家客觀權重，最后綜合主客觀賦權值，使得到的指標權重科學合理。

3 PIS能力評價指標的確定

3.1 專家主觀權重的計算利用Delphi專家調研法來確定主觀權重，首先選取本領域的15位專家組成專家小組，對評價模型中各指標發表自己的意見，專家之間不得互相討論，不發生橫向聯系，通過多輪次調查專家對問卷所有指標的看法，經過反復征詢、歸納、修改，最后匯總成專家基本一致的看法，作為預測的結果。然后選取5位本領域的和預測結果一致的資深專家進行問卷調查，請他們對評價體系進行逐層判斷分析，構造兩兩比較矩陣。對回收的調查問卷中的個體判斷矩陣的偏激判斷信息采用均數法和標準差法進行有效剔除，然后在綜合成群體判斷矩陣，計算各個判斷矩陣的特征向量U、

4 結果分析由表3 PIS能力評價體系的權重賦值可以清晰地看出指標體系中各層次指標性對于總目標的重要性。從準則層來看，服務技術最重要，其次是基礎設施與環境，再次是信息資源、服務滿意度，最后是服務人員。服務技術的重要性達到了43.6%，它直接關系到了PIS行業的生存和發展，因此應把對PIS能力的評價重點放在服務技術上。從要素層來看，個性化服務系統、數據挖掘技術、個性化檢索技術、數據推送技術、軟硬件資源排在了20個指標的前五位，這5個指標的權重總和達到了62.2%，這說明在PIS能力評價中，人們最重視的是個性化服務系統、服務技術以及服務的資源。對各要素層深入分析發現，在基礎設施與環境這一指標下，相對于個性化空間和軟硬件資源來說，個性化服務系統的比重占到了68.8%，它是PIS的核心。個性化服務系統的建設思想，系統的可利用性、可操作性、全面性、網絡化程度，界面的親和力，提供多層次的信息服務，系統中數據的存儲和組織方式等都在很大程度上影響著PIS的能力。在信息資源指標中，各個要素所占的權重大小依次是信息資源針對性（38.1%）、信息資源全面性（26.2%）、信息資源權威性（18.9%）、信息資源實效性（10.4%）、信息資源獨特性（6.5%），從所占的權重我們可以看出，要想表3 PIS能力評價體系和權重賦值表

目標層準則層要素層要素層相

對于目標

層權重個性化信息服務能力A基礎設施與

提供高質量的PIS，首先要保證信息資源的針對性和全面性，其次是信息資源的實效性和權威性。PIS是在技術的支持下發展起來的，可以說沒有技術就沒有PIS，從服務技術所占的比重（43.6%）也可以看出來，在服務技術中數據挖掘技術和個性化檢索技術所占的比重達到了63.9%，提供個性化服務的前提是知道用戶的個性化需求，這就需要用到數據挖掘技術，用戶也能夠根據提供的個性化檢索技術來滿足個性化需求。在服務人員這一指標中，服務人員的專業技術所占比重達到54%，在對服務人員進行評價時主要考慮的是服務人員的專業技術，其次是人際溝通、儀表態度等，創新能力（8.2%）所占的比重不大，說明在PIS過程中，服務人員的創新能力對服務質量所起的作用并不大。在服務滿意度這一指標中，服務質量滿意度（49%）所占比重最大，服務效果滿意度（26%）和服務滿足需求度（25.2%）所占比重相似，在進行評價時要多考慮用戶對提供資源的信息量、知識含量和創新程度、內容的新穎性、信息的針對性以及可用性的滿意程度。PIS能力體系中各指標是相輔相成的，對PIS能力的評價既要考慮要素的整體性，又要考慮要素間的相互作用，每一個要素都有其獨特的作用，對其他要素起著支持或制約作用，所以說評價過程中任何一個要素都不能忽略。

5 小 結通過查閱大量文獻、專家訪談和調查問卷的方式，給出了PIS能力的評價指標。由于PIS能力評價指標存在著一定的模糊性和不確定性，提出了一種綜合專家主觀賦權、客觀賦權的綜合賦權法。這種賦權方法既考慮了專家判斷矩陣一致性比率的影響，又考慮了排序向量引起的不確定性和判斷矩陣引起的矛盾性，提高了指標權值分配的精確性。最后利用專家主客觀綜合賦權法，通過計算對PIS能力評價的各級指標進行賦權。后續工作中通過對幾個信息服務行業進行實際測評，對指標體系的合理性和科學性進行檢驗、修改，并逐步完善。

參考文獻

[1]蔣琳.網絡環境下圖書館信息服務能力評價研究[D].南京：南京理工大學碩士學位論文，2005：26-65.

[2]許振宇.市級電子政務信息服務評價研究[D].西安：西北工業大學碩士學位論文，2007：18-59.

[3]朱雷.我國醫院網站醫療信息服務綜合評價模型及實證研究[D].長沙：中南大學博士學位論文，2010：36-70.

[4]潘虹，基于顧客感知價值的旅游公共信息服務評價研究[D].桂林：廣西師范大學碩士學位論文，2012：19-38.

[5]趙偉，張秀華.PIS能力評價的證據理論模型及實證研究[J].實踐研究，2010，33（10）：66-69.

[6]覃鳳蘭.基于知識管理的高校圖書館個性化服務績效評價指標[J].圖書館學刊，2009，（3）：19-22.

[7]王曰芬，吳小雷.PIS的影響因素與評價研究[J].情報科學，2005，23（8）：1183-1186.

[8]呂秀云.影響圖書館信息服務質量的因素[J].圖書館學刊，2005，（6）：89-91.

[9]劉銀華.數字圖書館PIS模糊綜合評價[J].現代情報，2011，31（6）：62-68.

[10]吳晶，劉佳，周昕.國內外圖書館PIS系統及服務模式比較研究[J].圖書館學研究，2010，（7）：24-29.

[11]唐小海.影響高校圖書館PIS的因素分析[J].科技情報開發與經濟，2005，15（6）：56-58.

[12]Fengrong Gao，Chunxiao Xing，Xiaoyong Dub，Shan Wang.Personalized Service System Based on Hybrid Filtering for Digital Library[J].Tsinghua Science & Technology，2007，12（1）：1-8.

[13]Cui Feng Han.The Module Design of Personalized Information Service System in College Library Based on Agent[J].Materials Science and Engineering，2011，（7）：1812-1816.

[14]謝海濤，孟祥武.適應用戶需求進化的個性化信息服務模型[J].電子學報，2011，（3）：643-648.

[15]Songjie Gong.The Personalized Information Retrieval Model Based on User Interest[J].Physics Procedia，2012，（24）：817-821.

[16]Enrique Frias-Martinez，Sherry Y.Chen，Xiaohui Liu.Evaluation of a personalized digital library based on cognitive styles：Adaptivity vs.adaptability[J].International Journal of Information Management，2009，（29）：48-56.

[17]Minqi Zhou，Heng Tao Shen，Xueqing Gong，Weining Qian，Aoying Zhou.Personalized query evaluation in ring-based P2P networks[J].Information Sciences，2013，（220）：463-482.

[18]曹志梅.圖書館動態模糊評價與實證分析[M].北京：北京圖書館出版社，2006，（8）：111-117.

[19]李香亭，楊風暴，等.信息熵和判斷矩陣的專家聚類賦權法[J].火力與指揮控制，2012，（37）：103-106.

[20]李明奇，劉玉娟，趙美玲.一種基于判斷矩陣的專家賦權方法[J].科技信息，2010，21：45-46.

[21]高陽，羅賢新，胡穎.基于判斷矩陣的專家聚類賦權研究[J].系統工程與電子技術，2009，31（3）：593-596.

[22]周漩，張鳳鳴，惠曉濱，等.基于信息熵的專家聚類賦權方法[J].控制與決策，2011，26（1）：153-156.

[23]顧沖時，汪自力，劉成棟.堤防工程安全評估專家賦權模型[J].巖土力學，2006，27（12）：2099-2104.

[24]王應明，徐南榮.群體判斷矩陣及權向量的最優傳遞矩陣的求法[J].系統工程理論與實踐，1991，（4）：70-74.

[25]宋力，沈靜，趙一晗，等.基于信息熵權的AHP多目標施工方案決策評估[J].水利經濟，2012，30（6）：32-34.

[26]曾雪蘭，吉建華，吳小歡.基于相容性指標的聚類分析專家賦權法[J].廣西大學學報，2005，30（4）：337-340.

（本文責任編輯：孫國雷）

[4]潘虹，基于顧客感知價值的旅游公共信息服務評價研究[D].桂林：廣西師范大學碩士學位論文，2012：19-38.

[5]趙偉，張秀華.PIS能力評價的證據理論模型及實證研究[J].實踐研究，2010，33（10）：66-69.

[6]覃鳳蘭.基于知識管理的高校圖書館個性化服務績效評價指標[J].圖書館學刊，2009，（3）：19-22.

[7]王曰芬，吳小雷.PIS的影響因素與評價研究[J].情報科學，2005，23（8）：1183-1186.

[8]呂秀云.影響圖書館信息服務質量的因素[J].圖書館學刊，2005，（6）：89-91.

[9]劉銀華.數字圖書館PIS模糊綜合評價[J].現代情報，2011，31（6）：62-68.

[10]吳晶，劉佳，周昕.國內外圖書館PIS系統及服務模式比較研究[J].圖書館學研究，2010，（7）：24-29.

[11]唐小海.影響高校圖書館PIS的因素分析[J].科技情報開發與經濟，2005，15（6）：56-58.

[12]Fengrong Gao，Chunxiao Xing，Xiaoyong Dub，Shan Wang.Personalized Service System Based on Hybrid Filtering for Digital Library[J].Tsinghua Science & Technology，2007，12（1）：1-8.

[13]Cui Feng Han.The Module Design of Personalized Information Service System in College Library Based on Agent[J].Materials Science and Engineering，2011，（7）：1812-1816.

[14]謝海濤，孟祥武.適應用戶需求進化的個性化信息服務模型[J].電子學報，2011，（3）：643-648.

[15]Songjie Gong.The Personalized Information Retrieval Model Based on User Interest[J].Physics Procedia，2012，（24）：817-821.

[16]Enrique Frias-Martinez，Sherry Y.Chen，Xiaohui Liu.Evaluation of a personalized digital library based on cognitive styles：Adaptivity vs.adaptability[J].International Journal of Information Management，2009，（29）：48-56.

[17]Minqi Zhou，Heng Tao Shen，Xueqing Gong，Weining Qian，Aoying Zhou.Personalized query evaluation in ring-based P2P networks[J].Information Sciences，2013，（220）：463-482.

[18]曹志梅.圖書館動態模糊評價與實證分析[M].北京：北京圖書館出版社，2006，（8）：111-117.

[19]李香亭，楊風暴，等.信息熵和判斷矩陣的專家聚類賦權法[J].火力與指揮控制，2012，（37）：103-106.

[20]李明奇，劉玉娟，趙美玲.一種基于判斷矩陣的專家賦權方法[J].科技信息，2010，21：45-46.

[21]高陽，羅賢新，胡穎.基于判斷矩陣的專家聚類賦權研究[J].系統工程與電子技術，2009，31（3）：593-596.

[22]周漩，張鳳鳴，惠曉濱，等.基于信息熵的專家聚類賦權方法[J].控制與決策，2011，26（1）：153-156.

[23]顧沖時，汪自力，劉成棟.堤防工程安全評估專家賦權模型[J].巖土力學，2006，27（12）：2099-2104.

[24]王應明，徐南榮.群體判斷矩陣及權向量的最優傳遞矩陣的求法[J].系統工程理論與實踐，1991，（4）：70-74.

[25]宋力，沈靜，趙一晗，等.基于信息熵權的AHP多目標施工方案決策評估[J].水利經濟，2012，30（6）：32-34.

[26]曾雪蘭，吉建華，吳小歡.基于相容性指標的聚類分析專家賦權法[J].廣西大學學報，2005，30（4）：337-340.

（本文責任編輯：孫國雷）

[4]潘虹，基于顧客感知價值的旅游公共信息服務評價研究[D].桂林：廣西師范大學碩士學位論文，2012：19-38.

[5]趙偉，張秀華.PIS能力評價的證據理論模型及實證研究[J].實踐研究，2010，33（10）：66-69.

[6]覃鳳蘭.基于知識管理的高校圖書館個性化服務績效評價指標[J].圖書館學刊，2009，（3）：19-22.

[7]王曰芬，吳小雷.PIS的影響因素與評價研究[J].情報科學，2005，23（8）：1183-1186.

[8]呂秀云.影響圖書館信息服務質量的因素[J].圖書館學刊，2005，（6）：89-91.

[9]劉銀華.數字圖書館PIS模糊綜合評價[J].現代情報，2011，31（6）：62-68.

[10]吳晶，劉佳，周昕.國內外圖書館PIS系統及服務模式比較研究[J].圖書館學研究，2010，（7）：24-29.

[11]唐小海.影響高校圖書館PIS的因素分析[J].科技情報開發與經濟，2005，15（6）：56-58.

[12]Fengrong Gao，Chunxiao Xing，Xiaoyong Dub，Shan Wang.Personalized Service System Based on Hybrid Filtering for Digital Library[J].Tsinghua Science & Technology，2007，12（1）：1-8.

[13]Cui Feng Han.The Module Design of Personalized Information Service System in College Library Based on Agent[J].Materials Science and Engineering，2011，（7）：1812-1816.

[14]謝海濤，孟祥武.適應用戶需求進化的個性化信息服務模型[J].電子學報，2011，（3）：643-648.

[15]Songjie Gong.The Personalized Information Retrieval Model Based on User Interest[J].Physics Procedia，2012，（24）：817-821.

[16]Enrique Frias-Martinez，Sherry Y.Chen，Xiaohui Liu.Evaluation of a personalized digital library based on cognitive styles：Adaptivity vs.adaptability[J].International Journal of Information Management，2009，（29）：48-56.

[17]Minqi Zhou，Heng Tao Shen，Xueqing Gong，Weining Qian，Aoying Zhou.Personalized query evaluation in ring-based P2P networks[J].Information Sciences，2013，（220）：463-482.

[18]曹志梅.圖書館動態模糊評價與實證分析[M].北京：北京圖書館出版社，2006，（8）：111-117.

[19]李香亭，楊風暴，等.信息熵和判斷矩陣的專家聚類賦權法[J].火力與指揮控制，2012，（37）：103-106.

[20]李明奇，劉玉娟，趙美玲.一種基于判斷矩陣的專家賦權方法[J].科技信息，2010，21：45-46.

[21]高陽，羅賢新，胡穎.基于判斷矩陣的專家聚類賦權研究[J].系統工程與電子技術，2009，31（3）：593-596.

[22]周漩，張鳳鳴，惠曉濱，等.基于信息熵的專家聚類賦權方法[J].控制與決策，2011，26（1）：153-156.

[23]顧沖時，汪自力，劉成棟.堤防工程安全評估專家賦權模型[J].巖土力學，2006，27（12）：2099-2104.

[24]王應明，徐南榮.群體判斷矩陣及權向量的最優傳遞矩陣的求法[J].系統工程理論與實踐，1991，（4）：70-74.

[25]宋力，沈靜，趙一晗，等.基于信息熵權的AHP多目標施工方案決策評估[J].水利經濟，2012，30（6）：32-34.

[26]曾雪蘭，吉建華，吳小歡.基于相容性指標的聚類分析專家賦權法[J].廣西大學學報，2005，30（4）：337-340.

（本文責任編輯：孫國雷）