基于熵權TOPSIS法的高校圖書館電子資源績效評價

作者簡介：齊春澤（１９８０－），女，講師，研究方向：數字圖書館建設。·理論探索·

〔摘要〕首先從資源內容、資源檢索、資源使用以及資源成本4個方面構建了高校圖書館電子資源績效評價指標體系，然后利用熵權法確定各評價指標的權重，并通過TOPSIS法對高校圖書館電子資源績效進行定量排序，最后通過實例驗證了該方法的有效性。

〔關鍵詞〕電子資源；指標體系；熵權；TOPSIS

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１４．０４．０１１

〔中圖分類號〕Ｇ２５５７５〔文獻標識碼〕Ａ〔文章編號〕１００８－０８２１（２０１４）０４－００５４－０４

Performance Evaluation in University Librarys E-resources

Based on Entropy Weighted TOPSIS MethodQi Chunze

（School of Information Engineering，Lanzhou University of Finance and Economics，Lanzhou 730020，China）

〔Ａｂｓｔｒａｃｔ〕Firstly,this paper makes up an evaluation index system of university librarys e-resources from resource content,resource search,resource use and resource cost.Secondly,this paper adopts the entropy weighted TOPSIS to determine index system weights and ranks university librarys e-resources performance.Finally,this paper proves the methods availability through an example.

〔Ｋｅｙｗｏｒｄｓ〕e-resources;index system;entropy weighted;TOPSIS

隨著網絡技術與計算機技術的不斷發(fā)展，電子資源已經成為高校圖書館發(fā)展不可或缺的重要資源，也已成為決定高校教學與科研水平的主要因素之一。研究高校圖書館電子資源績效評價問題，一方面能幫助圖書館了解電子資源建設取得的成果；另一方面能幫助圖書館發(fā)現電子資源建設過程中存在的一些問題，并對問題的解決提供正確的指導，進而提高圖書館電子資源的利用率及效能。然而，現存的指標體系普遍存在操作性不強、不完備以及深度不夠等許多問題［１－２］。本文在廣泛調研與咨詢的基礎上，結合目前我國高校圖書館電子資源建設的實際情況，構建了一套相對科學、合理且完備的評價體系。為了避免評價指標權重確定過程中的主觀性，本文采用了信息熵計算各個指標的權重，并利用TOPSIS法對高校圖書館電子資源績效進行定量排序，較好地解決了高校圖書館電子資源績效的評價問題，對于高校圖書館電子資源的管理及有效利用有著重要的現實意義。

１高校圖書館電子資源績效評價指標體系

為了構建科學合理且完備的高校圖書館電子資源績效評價體系［３－６］，本文首先采用文獻法確定初始指標體系，然后設計相應的問卷進行調研。本文累計發(fā)放調查問卷50份，回收問卷46份，回收率為92%。最后，對調查結果進行相關性分析，剔除高度相關性指標，選取了4個一級指標，12個二級指標（如表１所示），具體內容如下：

１１電子資源內容

該指標主要衡量館藏電子資源的準確性及權威性，電子資源涵蓋的時間范圍、學科范圍以及對學校教學和科研的支持程度。電子資源內容指標共包括3個二級指標：涵蓋范圍、數據來源以及學術價值。

１２電子資源檢索

該指標主要衡量館藏電子資源檢索的簡易程度，檢索結果顯示方式以及使用的方便程度。電子資源檢索指標共包括3個二級指標：檢索功能、操作簡易程度以及檢索結果。

１３電子資源使用

該指標主要衡量用戶對電子資源的利用情況以及滿意度。電子資源使用指標共包括3個二級指標：用戶檢索次數、人均使用量以及用戶滿意度。

１４電子資源成本

該指標主要衡量電子資源建設費用以及運營過程中產生的各種費用。電子資源成本共包括3個二級指標：軟件成本、硬件成本和讀者人均服務成本。表１高校圖書館電子資源績效評價指標體系

內容指標電子資源內容涵蓋范圍數據來源學術價值電子資源檢索檢索功能檢索結果操作簡易程度電子資源使用用戶檢索次數人均使用量用戶滿意度電子資源成本軟件成本硬件成本讀者人均服務成本

２研究方法

２１熵權法的原理

熵權法是一種客觀賦權方法。熵權法主要根據各評價指標的變異程度，利用信息熵計算各個評價指標的熵權，然后利用熵權對各評價指標的權重進行修正，以確保評價指標權重的客觀性，進而保證評價結果的客觀有效性。評價指標的熵值越小，則表明其變異程度越大，提供的信息量越多，在評價中所起的作用就越大。反之，在評價中所起的作用就越小。與現存的一些主觀賦值法相比，熵權法具有精度更高，客觀性更強等優(yōu)點。

２２TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）法簡介TOPSIS法也稱優(yōu)劣解距離法，是CLHwang和KYoon于1981年首次提出。該方法主要通過計算評價對象與最優(yōu)解、最劣解的接近程度，實現對評價對象的相對優(yōu)劣排序［７－８］。最優(yōu)解各指標值由各評價指標的最優(yōu)值構成，最劣解各項指標的值由各評價指標的最差值構成。如果評價對象距離最優(yōu)解最近且距離最劣解最遠，則評價結果為最好。與運用在績效評價中其他傳統的多元統計方法相比，TOPSIS法具有操作原理簡單、使用靈活方便、排序明確等優(yōu)點，因此在績效評價中的應用日趨廣泛。因此，本文采用了熵權TOPSIS法對高校圖書館電子資源績效進行評價。

２３熵權TOPSIS評價模型［９－１０］

２３１初始數據矩陣的構造

Ｘ＝ｘ１１ｘ１２…ｘ１ｎ

ｘ２１ｘ２２…ｘ２ｎ



ｘｍ１ｘｍ２…ｘｍｎ（1）

式中，ｘｉｊ表示第ｉ個評價對象的第ｊ個評價指標語義值，且ｘｉｊ＝（ｘｌｉｊ，ｘｕｉｊ）。

２３２數據標準化

因不同指標的量綱各不相同，不具備可比性，故為便于比較，須對其進行無量綱化處理，處理方法為：

ｘｉｊ＝ｘｉｊ∑ｍｉ＝１ｘｉｊ（2）

無量綱化處理后的標準化決策矩陣為：Ｘ＝（ｘｉｊ）ｍｎ。

２３３計算指標權重

熵權一般用來衡量信息的不確定性，熵越大，則表明數據的不確定性越大，反之則表明數據的不確定性越小。假設第j 項指標的信息熵值為：

ｅｊ＝－ｋ∑ｍｉ＝１ｙｉｊｌｎｙｉｊ（3）

式中：ｋ是與ｍ有關的常數，ｋ＝（ｌｎｍ）－１，０ｅｊ１。第ｊ項指標的數據不確定性程度取決于該指標的信息熵ｅｊ與1的差值ｈｊ：

endprint