基于AHP-熵權法的電信大數據應用項目風險評估

王家豪

（上海理工大學，上海 200093）

1 引言

近年來，大數據已逐漸成為國內電信運營商的新業務形態。電信運營商在數據資源方面有著體量大、類型多和質量高的特點，這為其在大數據領域的發展提供了優勢[1,2]。在對數據進行價值提煉和封裝的基礎上，電信運營商開始嘗試以數據應用平臺的形式面向企業和政府提供服務[3,4]。隨著社會各領域對電信大數據應用需求的迅速增加，加之其數據的特殊性，此類項目所面臨的風險也在逐漸加大，對項目施行有效的風險管理也逐漸引起了業內的重視。

本文綜合應用層次分析法和熵權法設計風險評估模型，并結合實例對電信大數據項目的風險評估進行研究。

2 項目風險重要度評估模型

項目風險重要度評估模型由層次分析法和熵權法組合而成。層次分析法是一種多準則的決策分析工具，其優點是能夠將定性判斷和定量分析結合，解決無法用量化指標度量的復雜問題，而缺點是較多受到決策者的主觀影響[5]。熵權法是一種客觀權重分析方法，其主要思路是根據評價數值的波動或離散程度來確定權重，判斷依據是客觀數據的區分度[6]。將AHP和熵權法組合形成的AHP-熵權法，其主要思路是運用AHP和熵權法分別確定評價對象的主觀權重和客觀權重，并將主、客觀權重相互結合后形成風險因素重要度。該方法能夠較好地發揮兩種方法的優勢，提高項目風險評價的精確度。AHP-熵權法模型構建的過程包含主觀權重評估、客觀權重評估和重要度綜合評價三個環節。

2.1 主觀權重評估

（1）基于判斷標度構造判斷矩陣

根據項目風險指標體系的結構，由多名專家基于AHP的1～9級判斷標度對指標進行兩兩比較打分，形成判斷矩陣。

（2）對判斷矩陣進行一致性檢驗

其次，根據判斷矩陣的階數查表獲得隨機一致性指標R.I.并計算一致性指標，。

最后，若CR＜0.1，則可以認為該判斷矩陣通過一致性檢驗。

（3）計算判斷矩陣的主觀評價權重ui

首先，將判斷矩陣各行的元素按列分別相乘；其次，計算所得數據的n次方根，計算后所得的數據即為各評價指標的主觀權重，(i=1,2,…,n) 。

2.2 客觀權重評估

客觀權重采用熵權法進行評估。熵權法的核心思想是：在評價對象的多組數據中，如果某組數據的離散程度越大，信息熵越小，代表其提供的信息量越大，則該組數據的權重應該越大[7]。考慮到項目風險重要度評估的管理實踐需要，專家對所有指標的評價結果需要具備一定的數據區分度。評價結果的數據區分度越大，則說明數據具備越高的價值；相反，如果某位專家的評價結果數據非常接近甚至相同，那該專家評價數據的實際價值則較低。

結合熵權法的思想和評價數據的應用特點，在使用AHP獲得多名專家對指標體系各級指標的主觀權重后，使用熵權法對每位專家的評價數據進行客觀權重分析。最后使用客觀權重對主觀權重進行修正，以此獲得更準確的風險重要度評價。

（1）構建原始數據矩陣

將每位專家通過AHP獲得的主觀權重評估結果作為構建熵權的原始數據矩陣。

在原始數據矩陣中，每行數據代表同一個指標所有專家的主觀權重結果數據；每列數據代表某一個專家對所有評價指標的主觀權重數據。

（2）數據標準化處理

（3）計算信息熵

定義pij*lnpij=0。

（4）計算熵權

熵權vj代表了每位調研專家評價數據的客觀權重：

2.3 重要度綜合評價

（1）主、客觀權重綜合

首先，在各個評價指標維度，將各專家的主觀權重uij與其對應的客觀權重vj相乘；其次，對所有結果數據進行求和，獲得該評價指標維度下的權重綜合數據。

（2）指標重要度計算

根據指標體系結構，首先將各級指標權重綜合數據做歸一化處理；其次將所得的指標權重綜合數據按照指標體系的層次結構，分別與其對應的上級指標權重綜合數據相乘，所得的結果即為各評價指標的重要度。

3 實證研究

結合前文所述方法，以某省電信運營商的大數據應用平臺項目為例，闡述該方法的實際應用，本次研究共邀請10名專家參與。

3.1 項目風險評價指標體系構建

專家通過項目風險溝通會，共同商議項目的風險因素并設計指標體系。由于數據應用平臺項目的特點，項目執行的過程不僅包括傳統軟件項目的設計、開發、交付等環節，還需要對平臺用戶的使用階段進行維護和保障。

根據專家討論的結果，最終確定4類共計12項風險因素，形成項目風險評價指標體系如圖1所示。

圖1 項目風險指標體系

3.2 主觀權重計算

首先，根據項目風險指標體系設計判斷矩陣問卷，請每位專家基于1～9判斷標度，分別對一級、二級評價指標進行兩兩比較打分。每位專家形成1個一級評價指標判斷矩陣和4個二級評價指標判斷矩陣。

其次，對判斷矩陣進行一致性檢驗，并計算一級評價指標的主觀權重uAi和二級評價指標的主觀權重u Bi，形成主觀權重數據矩陣UA和UB。

3.3 客觀權重計算

根據式（1）～式（4）計算每位專家指標評分的客觀權重，分別形成一級、二級客觀權重向量vA和vB。

3.4 風險重要度綜合評價

其次，依據評價指標體系結構，對綜合結果數據進行歸一化處理，并將一、二級指標的權重相乘，即獲得項目風險各評價指標的重要度，如表1所示。

表1 項目風險指標重要度

根據風險重要度評估結果，本項目風險重要度依次為：進度延期風險、平臺安全風險、需求變更風險、數據安全風險、人員能力風險、項目組織風險、系統維護風險、實施質量風險、投訴監管風險、市場模式風險、項目成本風險和政策管控風險。

4 結語

本文基于電信運營商大數據項目的特點，構建了較為全面的項目風險管理指標體系；提出了基于AHP-熵權法的項目風險重要度評價模型，對主客觀賦權方法進行互補，提高了評價方法的科學性和準確性；并應用模型對某省電信運營商大數據應用平臺項目進行了重要度評估，評估結果對項目風險管理效率的提升起到了實際作用。