CN109685315A - 一种基于量化指标的企业信息系统评价方法 - Google Patents
一种基于量化指标的企业信息系统评价方法 Download PDFInfo
- Publication number
- CN109685315A CN109685315A CN201811393060.9A CN201811393060A CN109685315A CN 109685315 A CN109685315 A CN 109685315A CN 201811393060 A CN201811393060 A CN 201811393060A CN 109685315 A CN109685315 A CN 109685315A
- Authority
- CN
- China
- Prior art keywords
- index
- level
- evaluation
- evaluation index
- enterprise information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于量化指标的企业信息系统评价方法,属于企业信息系统评价技术领域,解决了现有技术对企业信息系统评价过于片面、主观且评价成本过高的问题。该方法包括包括如下步骤:建立具有层次结构的企业信息系统评价模型,确定各层次结构对应的评价指标;确定企业信息系统评价模型中各层次结构对应的评价指标权重;通过监控系统,采集上述层次结构中最底层结构对应的评价指标真实数据;根据上述评价指标权重和上述评价指标真实数据,获得企业信息系统的综合评价参数,根据所述综合评价参数对企业信息系统进行评价。其评价结果科学、全面、可信,可通过计算机编程实现计算,能够有效指导企业信息化建设。
Description
技术领域
本发明涉及企业信息系统评价技术领域,尤其涉及一种基于量化指标的企业信息系统评价方法。
背景技术
随着计算机技术、通信技术的飞速发展,企业信息系统在企业生产和管理中日显重要,企业信息系统的好坏直接关系到企业的命运。因而,对企业信息系统的综合评价成了企业家日益关注的热点。但由于对信息系统的综合评价涉及到的因素有很多,评价过程中容易出现不确定性、随机性和模糊性,导致企业信息系统的综合评价是一项难度较大的工作。
目前,企业信息系统的综合评价大多依赖于定性指标,需要企业开展大规模的调研才能得到其综合使用情况及相应的评价结果。具体地,对企业内使用的信息系统进行综合评价主要存在以下问题:
1)对企业信息系统的评价较片面和主观,缺乏一套科学、全面、可信、可行的信息系统综合评价模型,无法量化企业信息系统的应用成效,对于指导企业信息化建设的优化与提升参考价值不大。
2)对企业信息系统进行综合评价的成本较高,很难在短时间内全面收集到能够用以评价企业信息系统应用成效的数据,耗时耗力,可操作性不强。
发明内容
鉴于上述的分析,本发明实施例旨在提供一种基于量化指标的企业信息系统评价方法,用以解决现有技术对企业信息系统评价过于片面和主观且评价成本过高的问题。
一方面,本发明实施例提供了一种基于量化指标的企业信息系统评价方法,包括如下步骤:
建立具有层次结构的企业信息系统评价模型,确定各层次结构对应的评价指标;
确定企业信息系统评价模型中各层次结构对应的评价指标的权重;
通过监控系统,采集上述层次结构中最底层结构对应的评价指标真实数据;
根据上述评价指标的权重和上述评价指标真实数据,获得企业信息系统的综合评价参数,根据所述综合评价参数对企业信息系统进行评价。
上述技术方案的有益效果如下:上述技术方案采用具有层次结构的企业信息系统评价模型,从多个层面对企业信息系统进行综合量化评价。为企业信息系统提供一套科学、全面、可信、可行的综合评价模型,提高信息系统评价的全面性、准确性和可操作性,解决了现有技术难以提供信息系统量化评估的难题。其能够最终更好地辅助企业经营者或者管理者决策,帮助企业进行信息化建设。并且,涉及的各评价指标可通过计算机编程轻易实现计算,有效提高对企业信息系统进行综合评价的效率,可操作性强。
基于上述方法的另一个实施例中,所述层次结构包括目标层、准则层和指标层;其中,所述目标层为企业信息系统的综合评价,所述准则层包括系统运行情况综合评价、系统维护情况综合评价、系统应用情况综合评价,所述指标层包括系统运行情况、系统维护情况、系统应用情况各自对应的一级评价指标和二级评价指标;
目标层对应的评价指标为企业信息系统综合评价参数,准则层对应的指标包括系统运行情况综合评价指标、系统维护情况综合评价指标、系统应用情况综合评价指标;
所述最底层结构对应的评价指标为系统运行情况、系统维护情况、系统应用情况各自对应的二级评价指标。
上述技术方案的有益效果是:上述技术方案从信息系统运行情况、维护情况、应用情况三大层面对企业信息系统进行综合评价。为企业提供一套科学、全面、可信、可行的信息系统综合评价模型,提高信息系统评价的全面性、准确性和可操作性。通过使用上述技术方案,能够衡量企业内各信息系统的综合应用成效,指导企业信息化建设的优化和提升,其能够最终更好地辅助企业经营者和管理者决策,帮助企业进行信息化建设,促进企业高效、快速、稳定发展。
进一步,通过所述监控系统,采集指标层中系统运行情况、系统维护情况、系统应用情况的二级评价指标。
上述进一步方案的有益效果是:通过采用现有的企业智能运维及运营监控平台,能够实现在短时间内全面、真实地收集到系统运行情况、系统维护情况、系统应用情况的二级评价指标数据,可操作性强。
进一步,所述系统运行情况的一级评价指标包括网络健康度、服务器健康度、数据库健康度、中间件健康度、应用程序健康度;
所述系统运行情况的二级评价指标包括网络健康度、服务器健康度、数据库健康度、中间件健康度、应用程序健康度各自对应的二级评价指标;其中,所述网络健康度对应的二级评价指标包括网络运行状态、带宽利用率、丢包率、延时;所述服务器健康度对应的二级评价指标包括服务器运行状态、CPU利用率、内存利用率、磁盘空间利用率、磁盘IO利用率、磁盘读写速率;所述数据库健康度对应的二级评价指标包括数据库实例运行状态、DB时间、SQL执行次数、Redo范围、Redo切换频率、表空间利用率、归档空间利用率;所述中间件健康度对应的二级评价指标包括节点运行状态、正在执行线程数、正常执行线程数、队列中等待请求数、吞吐量、JDBC活动连接数、JDBC等待连接数、JVM堆大小、JVM空闲堆大小、Full GC频率、Full GC时间、Young GC频率、Young GC时间;所述应用程序健康度对应的二级评价指标包括应用程序运行状态、页面平均响应次数、操作平均响应时间、错误率;
所述系统维护情况的一级评价指标包括系统可维护性;
所述系统维护情况的二级评价指标包括系统可维护性对应的二级评价指标;所述系统可维护性对应的二级评价指标包括告警量、告警处理效率;
所述系统应用情况的一级评价指标包括用户活跃度、用户满意度、系统应用程度;
所述系统应用情况的二级评价指标包括用户活跃度、用户满意度、系统应用程度各自对应的二级评价指标;其中,所述用户活跃度对应的二级评价指标包括活跃用户占比、平均使用时长占比;所述用户满意度对应的二级评价指标包括系统可用性、Apdex指数;所述系统应用程度对应的二级评价指标包括系统热度指数。
上述进一步方案的有益效果是:通过上述方案对指标层涉及的指标进行限定。上述方案经过大量试验总结出的规律,能够实现从系统运行、维护、应用三大层面对企业信息系统进行综合评价,为企业提供了一套可量化的、全面的信息系统综合评价指标体系。
进一步,所述确定企业信息系统评价模型中各层次结构对应的评价指标的权重,包括如下步骤:
通过专家评价法,获得企业信息系统评价模型中各层次结构评价指标对应的判断矩阵;
根据上述判断矩阵,获得各层次结构对应的评价指标的权重;
对各层次结构中指标按照重要性进行单排序,通过排序结果进行权重的一致性校验;如果校验结果显示正确,再通过监控系统采集上述各层次结构对应的评价指标真实数据,并计算企业信息系统的综合评价参数;如果校验结果显示错误,调整上述判断矩阵,并重复上述步骤,直到校验结果显示正确为止。
上述进一步方案的有益效果是:上述方案采用专家评价法与层次分析法确定企业信息系统评价模型中各评价指标的权重,兼顾了主观偏好与客观属性,有效提高了对企业信息系统进行综合评价的准确性。
进一步,所述对各层次结构中指标按照重要性进行单排序,通过排序结果进行权重的一致性校验,包括如下步骤:
对目标层、准则层和指标层对应的评价指标,分别按照重要性进行单排序;
对每一单排序结果,结合预先设置的符合实际情况的逻辑规则,进行权重的一致性校验,判断与真实情况的逻辑是否一致。
上述进一步方案的有益效果是:采用层次单排序及一致性校验,保障企业信息系统评价模型中各评价指标权重的合理性、科学性,有效提升了企业信息系统评价方法的可靠性。
进一步,所述根据上述评价指标的权重和上述评价指标真实数据、获得企业信息系统综合评价参数,根据所述综合评价参数对企业信息系统进行评价,包括如下步骤:
通过系统运行情况的二级评价指标得分结合对应的二级评价指标权重,获得系统运行情况的一级评价指标得分;
根据系统运行情况的一级评价指标得分结合对应的一级评价指标权重,获得系统运行情况综合评价指标得分;
通过系统维护情况的二级评价指标得分结合对应的二级评价指标权重,获得系统维护情况的一级评价指标得分;
通过系统维护情况的一级评价指标得分结合对应的一级评价指标权重,获得系统维护情况综合评价指标得分;
通过系统应用情况的二级评价指标得分结合对应的二级评价指标权重,获得系统应用情况的一级评价指标得分;
通过系统应用情况的一级评价指标得分结合对应的一级评价指标权重,获得系统应用情况综合评价指标得分;
根据系统运行情况综合评价指标得分、系统维护情况综合评价指标得分和系统应用情况综合评价指标得分,结合其各自对应的权重,获得企业信息系统综合评价参数;
根据上述企业信息系统综合评价参数,结合实际情况,对企业信息系统进行评价。
上述进一步方案的有益效果是:明确企业信息系统综合评价模型中各层次指标得分的算法及计算流程,保障对企业信息系统进行综合评价的科学性。
进一步,所述系统运行情况的一级评价指标得分x1为
式中,a表示系统运行情况的满意指标项数,b表示系统运行情况的容忍指标项数,m表示系统运行情况的监控指标项数,p表示系统运行情况的二级评价指标权重;
所述系统维护情况的一级评价指标得分x2为
式中,c表示系统维护情况的满意指标项数,d表示系统维护情况的容忍指标项数,n表示系统维护情况的监控指标项数,q表示系统维护情况的二级评价指标权重;
所述系统应用情况的一级评价指标得分x3为
x3=∑x0·r
式中,x0表示系统应用情况的二级评价指标得分,r表示系统应用情况的二级评价指标权重。
上述进一步方案的有益效果是:明确企业信息系统综合评价模型中一级评价指标得分的具体算法,有效保障对企业信息系统进行综合评价的可行性。
进一步,所述系统运行情况综合评价指标得分y1为
y1=∑x1*p1
式中,x1表示系统运行情况的一级评价指标得分,p1表示系统运行情况的一级评价指标权重;
所述系统维护情况综合评价指标得分y2为
y2=∑x2*q1
式中,x2表示系统维护情况的一级评价指标得分,q1表示系统维护情况的一级评价指标权重;
所述系统应用情况综合评价指标得分y3为
y3=∑x3*r1
式中,x3表示系统应用情况的一级评价指标得分,r1表示系统应用情况的一级评价指标权重。
上述进一步方案的有益效果是:明确企业信息系统综合评价模型中准则层指标得分的具体算法,有效保障对企业信息系统进行综合评价的可行性。
进一步,所述企业信息系统综合评价参数z为
z=y1·p2+y2·q2+y3·r2
式中,y1表示系统运行情况综合评价指标得分,p2表示系统运行情况综合评价指标权重,y2表示系统维护情况综合评价指标得分,q2表示系统维护情况综合评价指标权重,y3表示系统应用情况综合评价指标得分,r2表示系统应用情况综合评价指标权重。
上述进一步方案的有益效果是:明确企业信息系统综合评价参数的具体算法,有效保障对企业信息系统进行综合评价的可行性。
本发明中,上述各技术方案之间还可以相互组合,以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述,并且,部分优点可从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书、权利要求书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为本发明实施例1基于量化指标的企业信息系统评价方法的步骤示意图;
图2为本发明实施例2确定企业信息系统评价模型中各层次结构对应的评价指标的权重的步骤示意图;
图3为本发明实施例2对各层次结构中指标按照重要性进行单排序、通过排序结果进行权重的一致性校验的步骤示意图;
图4为本发明实施例2根据评价指标的权重和评价指标真实数据、获得企业信息系统综合评价参数、根据所述综合评价参数对企业信息系统进行评价的步骤示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
实施例1
本发明的一个具体实施例,公开了一种基于量化指标的企业信息系统评价方法,如图1所示,包括如下步骤:
S1.建立具有层次结构的企业信息系统评价模型,确定各层次结构对应的评价指标。
S2.确定企业信息系统评价模型中各层次结构对应的评价指标的权重。优选地,可采用专家评价法和层次分析法计算各层次结构对应的评价指标权重。
S3.通过监控系统,采集上述层次结构中最底层结构对应的评价指标真实数据。
S4.根据上述评价指标的权重和上述评价指标真实数据,获得企业信息系统的综合评价参数,根据所述综合评价参数对企业信息系统进行评价。
与现有技术相比,本实施例采用具有层次结构的企业信息系统评价模型,从多个层面对企业信息系统进行综合量化评价,为企业信息系统提供一套科学、全面、可信、可行的综合评价模型,提高信息系统评价的全面性、准确性和可操作性,解决了现有技术难以提供信息系统量化评估的难题。其能够最终更好地辅助企业经营者或者管理者决策,帮助企业进行信息化建设。并且,涉及的各评价指标可通过计算机编程轻易实现计算,有效提高对企业信息系统进行综合评价的效率,可操作性强。
实施例2
在实施例1的基础上进行优化,所述层次结构包括目标层、准则层和指标层;其中,所述目标层为企业信息系统的综合评价,所述准则层包括系统运行情况综合评价、系统维护情况综合评价、系统应用情况综合评价,所述指标层包括系统运行情况、系统维护情况、系统应用情况各自对应的一级评价指标和二级评价指标。该二级评价指标为上述最底层结构对应的评价指标,可根据信息系统常用用户和系统运维人员需求,及公司上层关注点进行选取。
目标层对应的评价指标为企业信息系统综合评价参数,准则层对应的指标包括系统运行情况综合评价指标、系统维护情况综合评价指标、系统应用情况综合评价指标。
具体地,最底层结构对应的评价指标为系统运行情况、系统维护情况、系统应用情况各自对应的二级评价指标。
优选地,所述监控系统采用企业智能运维及运营监控平台(云析)。企业智能运维及运营监控平台(云析)是由远光软件股份有限公司研发的现有系统,此处不再赘述。通过企业智能运维及运营监控平台的监控中心,采集系统运行情况的二级评价指标;通过企业智能运维及运营监控平台的告警中心,采集系统维护情况的二级评价指标;通过企业智能运维及运营监控平台的运营中心,采集系统应用情况的二级评价指标。
优选地,所述系统运行情况的一级评价指标包括网络健康度、服务器健康度、数据库健康度、中间件健康度、应用程序健康度。所述系统运行情况的二级评价指标包括网络健康度、服务器健康度、数据库健康度、中间件健康度、应用程序健康度各自对应的二级评价指标;其中,所述网络健康度对应的二级评价指标包括网络运行状态、带宽利用率、丢包率、延时;所述服务器健康度对应的二级评价指标包括服务器运行状态、CPU利用率、内存利用率、磁盘空间利用率、磁盘IO利用率、磁盘读写速率;所述数据库健康度对应的二级评价指标包括数据库实例运行状态、DB时间、SQL执行次数、Redo范围、Redo切换频率、表空间利用率、归档空间利用率;所述中间件健康度对应的二级评价指标包括节点运行状态、正在执行线程数、正常执行线程数、队列中等待请求数、吞吐量、JDBC活动连接数、JDBC等待连接数、JVM堆大小、JVM空闲堆大小、Full GC频率、Full GC时间、Young GC频率、Young GC时间;所述应用程序健康度对应的二级评价指标包括应用程序运行状态、页面平均响应次数、操作平均响应时间、错误率。
其中,网络运行状态为运行/停止,带宽利用率的单位为%、丢包率的单位为%,延时的单位为s。服务器运行状态为运行/停止,CPU利用率的单位为%,内存利用率的单位为%,磁盘空间利用率的单位为%,磁盘IO利用率的单位为%,磁盘读写速率的单位为kb/s。数据库实例运行状态为运行/停止,DB时间的单位为s,SQL执行次数的单位为1,Redo范围(Redo Size)的单位为B/s,Redo切换频率的单位为次/h,表空间利用率的单位为%,归档空间利用率的单位为%。节点运行状态为运行/停止,正在执行线程数、正常执行线程数、队列中等待请求数的单位为1,吞吐量的单位为Mb/s,JDBC活动连接数和JDBC等待连接数的单位为1,JVM堆大小的单位为GB,JMS连接数的单位为1,GC时间的单位为s,JVM堆大小和JVM空闲堆大小的单位为Mb,Full GC频率的单位为次/h,Full GC时间的单位为s,Young GC频率的单位为次/h,Young GC时间的单位为s。应用程序运行状态为运行/停止,页面平均响应次数的单位为1,操作平均响应时间的单位为s,错误率的单位为1。
优选地,所述系统维护情况的一级评价指标包括系统可维护性。所述系统维护情况的二级评价指标包括系统可维护性对应的二级评价指标;所述系统可维护性对应的二级评价指标包括告警量、告警处理效率。
其中,告警量的单位为1,告警处理效率的单位为1。
优选地,所述系统应用情况的一级评价指标包括用户活跃度、用户满意度、系统应用程度。所述系统应用情况的二级评价指标包括用户活跃度、用户满意度、系统应用程度各自对应的二级评价指标;其中,所述用户活跃度对应的二级评价指标包括活跃用户占比、平均使用时长占比;所述用户满意度对应的二级评价指标包括系统可用性、Apdex指数;所述系统应用程度对应的二级评价指标包括系统热度指数。
其中,活跃用户占比的单位为%,平均使用时长占比的单位为%。系统可用性的单位为%,Apdex指数的单位为1。系统热度指数的单位为%。
对同一用户在统计时段内只计算一次,上述指标的计算公式为
活跃用户占比=在线用户数/注册用户数 (1)
平均使用时长占比=用户平均使用时长/工作时长 (2)
系统可用性=系统总运行时长/统计时长 (3)
Apdex指数=(满意请求数+0.5可容忍请求数)/总请求数
(4)
系统热度指数=热点模块/系统总模块数 (5)
判断热点模块的准则为:若某模块发生的使用人数≥各模块使用人数总和/被使用的模块数,即为热点模块。
此外,可根据企业运维要求及信息系统长期应用数据来制定请求响应时间的满意度区间、容忍度区间,进而计算Apdex指数得分。其他指标为本领域技术人员可以理解的指标,不再赘述。
优选地,如图2所示,步骤S2可进一步细化为如下步骤:
S21.通过专家评价法,获得企业信息系统评价模型中各层次结构评价指标对应的判断矩阵。具体地,对于递阶层次结构中各层上的指标可以依据相对于与之有关的上一层指标进行两两比较,从而建立一系列判断矩阵。优选地,可采用数值1-9作为比例标度对判断矩阵中涉及的重要程度赋值。示例性地,1表示两个指标相比具有同等重要性,3表示两个指标相比前者比后者稍微重要,5表示两个指标相比前者比后者明显重要,7表示连个指标相比前者比后者强烈重要,9表示两个指标相比前者比后者极端重要,2、4、6、8表示上述相邻判断的中间值。若指标i与指标j的重要性之比为bij,判断矩阵中的对应元素为bij。按上述规则构建的判断矩阵为
上述判断矩阵具有下述性质
bij>0,bij=1/bji,bii=1(i,j=1,2,…,n) (7)
S22.根据上述判断矩阵,获得各层次结构对应的评价指标的权重。
具体地,每一层评价指标的权重(排序)向量为
W=(w1,w2,···,wn) (8)
式中,wi表示评价指标的权重,i=1,2,…,n。
S23.对各层次结构中指标按照重要性进行单排序,通过排序结果进行权重的一致性校验;如果校验结果显示正确,再通过监控系统采集上述各层次结构对应的评价指标真实数据,并计算企业信息系统的综合评价参数;如果校验结果显示错误,调整上述判断矩阵,并重复上述步骤,直到校验结果显示正确为止。
优选地,步骤S23中,所述对各层次结构中指标按照重要性进行单排序(层次单排序),通过排序结果进行权重的一致性校验,包括如下步骤:
S231.对目标层、准则层和指标层对应的评价指标,分别按照重要性进行单排序;
S232.对每一单排序结果,结合预先设置的符合实际情况的逻辑规则,进行权重的一致性校验,判断与真实情况的逻辑是否一致。如当指标a比指标b强烈重要,而指标c比指标b稍微重要时,显然,指标a一定比指标c重要,这就是权重的一致性校验,即判断思维逻辑一致性,否则判断就会有矛盾。
具体地,步骤S232编程时先定义一致性计算指标CI
式中,n为判断矩阵A的阶数。
CI越小,说明一致性越好。但考虑到一致性偏离可能由于随机因素造成,因此,在检验判断矩阵是否具有满意的一致性时,应用检验系数CR进行判断
式中,CR代表层次总排序随机一致性比例,RI代表层次总排序平均随机一致性指标。
判断准则为:若随机一致性比率CR<0.10,则判断矩阵具有满意的一致性,否则需要调整判断矩阵。随机一致性指标RI取值见表1。
表1随机一致性指标RI取值
阶数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
RI | 0 | 0 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 | 1.49 |
优选地,如图3所示,步骤S3可进一步细化为如下步骤:
通过所述监控系统,采集系统运行情况、系统维护情况和系统应用情况的二级评价指标。
优选地,如图4所示,步骤S4可进一步细化为如下步骤:
S41.通过系统运行情况的二级评价指标得分结合对应的二级评价指标权重,获得系统运行情况的一级评价指标得分。
S42.根据系统运行情况的一级评价指标得分结合对应的一级评价指标权重,获得系统运行情况综合评价指标得分。
S43.通过系统维护情况的二级评价指标得分结合对应的二级评价指标权重,获得系统维护情况的一级评价指标得分。
S44.通过系统维护情况的一级评价指标得分结合对应的一级评价指标权重,获得系统维护情况综合评价指标得分。
S45.通过系统应用情况的二级评价指标得分结合对应的二级评价指标权重,获得系统应用情况的一级评价指标得分。
S46.通过系统应用情况的一级评价指标得分结合对应的一级评价指标权重,获得系统应用情况综合评价指标得分。
S47.根据系统运行情况综合评价指标得分、系统维护情况综合评价指标得分和系统应用情况综合评价指标得分,结合其各自对应的权重,获得企业信息系统综合评价参数。优选地,最高分为100分,最低分为零分。
S48.根据上述企业信息系统综合评价参数,结合实际情况,对企业信息系统进行评价。
优选地,上述系统运行情况的一级评价指标得分x1为
式中,a表示系统运行情况的满意指标项数,b表示系统运行情况的容忍指标项数,m表示系统运行情况的监控指标项数,p表示系统运行情况的二级评价指标权重。
所述系统维护情况的一级评价指标得分x2为
式中,c表示系统维护情况的满意指标项数,d表示系统维护情况的容忍指标项数,n表示系统维护情况的监控指标项数,q表示系统维护情况的二级评价指标权重。
上述系统运行情况和系统维护情况的一级评价指标得分,需根据企业运维要求及信息系统运行常态制定监控指标的满意度区间,即满意区间、容忍区间。通过将对应的二级监控指标(二级评价指标)数据与满意度区间进行比对,计算得分。每一个二级监控指标对应一个满意区间和一个容忍区间。
满意度区间是根据企业运维要求及信息系统长期应用数据来制定的,不同的信息系统的相同指标的满意区间和容忍区间都可能不同,主要依赖于信息系统本身的硬件环境、上层应用及用户量等各种因素。
所述系统应用情况的一级评价指标得分x3为
x3=∑x0·r (14)
式中,x0表示系统应用情况的二级评价指标得分,r表示系统应用情况的二级评价指标权重。
优选地,所述系统运行情况综合评价指标得分y1为
y1=∑x1*p1 (15)
式中,x1表示系统运行情况的一级评价指标得分,p1表示系统运行情况的一级评价指标权重;
所述系统维护情况综合评价指标得分y2为
y2=∑x2*q1 (17)
式中,x2表示系统维护情况的一级评价指标得分,q1表示系统维护情况的一级评价指标权重;
所述系统应用情况综合评价指标得分y3为
y3=∑x3*r1 (18)
式中,x3表示系统应用情况的一级评价指标得分,r1表示系统应用情况的一级评价指标权重。
优选地,所述企业信息系统综合评价参数z为
z=y1·p2+y2·q2+y3·r2 (19)
式中,y1表示系统运行情况综合评价指标得分,p2表示系统运行情况综合评价指标权重,y2表示系统维护情况综合评价指标得分,q2表示系统维护情况综合评价指标权重,y3表示系统应用情况综合评价指标得分,r2表示系统应用情况综合评价指标权重。
与实施例1相比,本实施例提供的方法从信息系统运行情况、维护情况、应用情况三大层面对企业信息系统进行综合评价。为企业提供一套科学、全面、可信、可行的信息系统综合评价模型,提高信息系统评价的全面性、准确性和可操作性。通过使用上述技术方案,能够衡量企业内各信息系统的综合应用成效,指导企业信息化建设的优化和提升,其能够最终更好地辅助企业经营者和管理者决策,帮助企业进行信息化建设,促进企业高效、快速、稳定发展。
本领域技术人员可以理解,实现上述实施例方法的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读存储介质中。其中,所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于量化指标的企业信息系统评价方法,其特征在于,包括如下步骤:
建立具有层次结构的企业信息系统评价模型,确定各层次结构对应的评价指标;
确定企业信息系统评价模型中各层次结构对应的评价指标的权重;
通过监控系统,采集上述层次结构中最底层结构对应的评价指标真实数据;
根据上述评价指标的权重和上述评价指标真实数据,获得企业信息系统的综合评价参数,根据所述综合评价参数对企业信息系统进行评价。
2.根据权利要求1所述的基于量化指标的企业信息系统评价方法,其特征在于,所述层次结构包括目标层、准则层和指标层;其中,所述目标层为企业信息系统的综合评价,所述准则层包括系统运行情况综合评价、系统维护情况综合评价、系统应用情况综合评价,所述指标层包括系统运行情况、系统维护情况、系统应用情况各自对应的一级评价指标和二级评价指标;
目标层对应的评价指标为企业信息系统综合评价参数,准则层对应的指标包括系统运行情况综合评价指标、系统维护情况综合评价指标、系统应用情况综合评价指标;
所述最底层结构对应的评价指标为系统运行情况、系统维护情况、系统应用情况各自对应的二级评价指标。
3.根据权利要求1或2所述的基于量化指标的企业信息系统评价方法,其特征在于,通过所述监控系统,采集指标层中系统运行情况、系统维护情况、系统应用情况的二级评价指标。
4.根据权利要求2所述的基于量化指标的企业信息系统评价方法,其特征在于,所述系统运行情况的一级评价指标包括网络健康度、服务器健康度、数据库健康度、中间件健康度、应用程序健康度;
所述系统运行情况的二级评价指标包括网络健康度、服务器健康度、数据库健康度、中间件健康度、应用程序健康度各自对应的二级评价指标;其中,所述网络健康度对应的二级评价指标包括网络运行状态、带宽利用率、丢包率、延时;所述服务器健康度对应的二级评价指标包括服务器运行状态、CPU利用率、内存利用率、磁盘空间利用率、磁盘IO利用率、磁盘读写速率;所述数据库健康度对应的二级评价指标包括数据库实例运行状态、DB时间、SQL执行次数、Redo范围、Redo切换频率、表空间利用率、归档空间利用率;所述中间件健康度对应的二级评价指标包括节点运行状态、正在执行线程数、正常执行线程数、队列中等待请求数、吞吐量、JDBC活动连接数、JDBC等待连接数、JVM堆大小、JVM空闲堆大小、Full GC频率、Full GC时间、Young GC频率、Young GC时间;所述应用程序健康度对应的二级评价指标包括应用程序运行状态、页面平均响应次数、操作平均响应时间、错误率;
所述系统维护情况的一级评价指标包括系统可维护性;
所述系统维护情况的二级评价指标包括系统可维护性对应的二级评价指标;所述系统可维护性对应的二级评价指标包括告警量、告警处理效率;
所述系统应用情况的一级评价指标包括用户活跃度、用户满意度、系统应用程度;
所述系统应用情况的二级评价指标包括用户活跃度、用户满意度、系统应用程度各自对应的二级评价指标;其中,所述用户活跃度对应的二级评价指标包括活跃用户占比、平均使用时长占比;所述用户满意度对应的二级评价指标包括系统可用性、Apdex指数;所述系统应用程度对应的二级评价指标包括系统热度指数。
5.根据权利要求1或2所述的基于量化指标的企业信息系统评价方法,其特征在于,所述确定企业信息系统评价模型中各层次结构对应的评价指标的权重,包括如下步骤:
通过专家评价法,获得企业信息系统评价模型中各层次结构评价指标对应的判断矩阵;
根据上述判断矩阵,获得各层次结构对应的评价指标的权重;
对各层次结构中指标按照重要性进行单排序,通过排序结果进行权重的一致性校验;如果校验结果显示正确,再通过监控系统采集上述各层次结构对应的评价指标真实数据,并计算企业信息系统的综合评价参数;如果校验结果显示错误,调整上述判断矩阵,并重复上述步骤,直到校验结果显示正确为止。
6.根据权利要求5所述的基于量化指标的企业信息系统评价方法,其特征在于,所述对各层次结构中指标按照重要性进行单排序,通过排序结果进行权重的一致性校验,包括如下步骤:
对目标层、准则层和指标层对应的评价指标,分别按照重要性进行单排序;
对每一单排序结果,结合预先设置的符合实际情况的逻辑规则,进行权重的一致性校验,判断与真实情况的逻辑是否一致。
7.根据权利要求6所述的基于量化指标的企业信息系统评价方法,其特征在于,所述根据上述评价指标的权重和上述评价指标真实数据、获得企业信息系统综合评价参数、根据所述综合评价参数对企业信息系统进行评价,包括如下步骤:
通过系统运行情况的二级评价指标得分结合对应的二级评价指标权重,获得系统运行情况的一级评价指标得分;
根据系统运行情况的一级评价指标得分结合对应的一级评价指标权重,获得系统运行情况综合评价指标得分;
通过系统维护情况的二级评价指标得分结合对应的二级评价指标权重,获得系统维护情况的一级评价指标得分;
通过系统维护情况的一级评价指标得分结合对应的一级评价指标权重,获得系统维护情况综合评价指标得分;
通过系统应用情况的二级评价指标得分结合对应的二级评价指标权重,获得系统应用情况的一级评价指标得分;
通过系统应用情况的一级评价指标得分结合对应的一级评价指标权重,获得系统应用情况综合评价指标得分;
根据系统运行情况综合评价指标得分、系统维护情况综合评价指标得分和系统应用情况综合评价指标得分,结合其各自对应的权重,获得企业信息系统综合评价参数;
根据上述企业信息系统综合评价参数,结合实际情况,对企业信息系统进行评价。
8.根据权利要求7所述的基于量化指标的企业信息系统评价方法,其特征在于,所述系统运行情况的一级评价指标得分x1为
式中,a表示系统运行情况的满意指标项数,b表示系统运行情况的容忍指标项数,m表示系统运行情况的监控指标项数,p表示系统运行情况的二级评价指标权重;
所述系统维护情况的一级评价指标得分x2为
式中,c表示系统维护情况的满意指标项数,d表示系统维护情况的容忍指标项数,n表示系统维护情况的监控指标项数,q表示系统维护情况的二级评价指标权重;
所述系统应用情况的一级评价指标得分x3为
x3=∑x0·r
式中,x0表示系统应用情况的二级评价指标得分,r表示系统应用情况的二级评价指标权重。
9.根据权利要求8所述的基于量化指标的企业信息系统评价方法,其特征在于,所述系统运行情况综合评价指标得分y1为
y1=∑x1*p1
式中,x1表示系统运行情况的一级评价指标得分,p1表示系统运行情况的一级评价指标权重;
所述系统维护情况综合评价指标得分y2为
y2=∑x2*q1
式中,x2表示系统维护情况的一级评价指标得分,q1表示系统维护情况的一级评价指标权重;
所述系统应用情况综合评价指标得分y3为
y3=∑x3*r1
式中,x3表示系统应用情况的一级评价指标得分,r1表示系统应用情况的一级评价指标权重。
10.根据权利要求7-9之一所述的基于量化指标的企业信息系统评价方法,其特征在于,所述企业信息系统综合评价参数z为
z=y1·p2+y2·q2+y3·r2
式中,y1表示系统运行情况综合评价指标得分,p2表示系统运行情况综合评价指标权重,y2表示系统维护情况综合评价指标得分,q2表示系统维护情况综合评价指标权重,y3表示系统应用情况综合评价指标得分,r2表示系统应用情况综合评价指标权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811393060.9A CN109685315A (zh) | 2018-11-21 | 2018-11-21 | 一种基于量化指标的企业信息系统评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811393060.9A CN109685315A (zh) | 2018-11-21 | 2018-11-21 | 一种基于量化指标的企业信息系统评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109685315A true CN109685315A (zh) | 2019-04-26 |
Family
ID=66185412
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811393060.9A Pending CN109685315A (zh) | 2018-11-21 | 2018-11-21 | 一种基于量化指标的企业信息系统评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109685315A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112633646A (zh) * | 2020-12-10 | 2021-04-09 | 北京中电普华信息技术有限公司 | 一种信息系统的评估方法及装置 |
CN113269514A (zh) * | 2021-05-13 | 2021-08-17 | 企家有道网络技术(北京)有限公司 | 一种企业健康度衡量方法、装置及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101540018A (zh) * | 2009-01-23 | 2009-09-23 | 浙江师范大学 | 一种企业信息技术应用程度评价方法及系统 |
CN101877114A (zh) * | 2009-05-22 | 2010-11-03 | 吉亚妮 | 针对景观非实体空间设计进行综合评价的体系 |
CN106295952A (zh) * | 2016-07-26 | 2017-01-04 | 国网河北省电力公司电力科学研究院 | 一种高阻抗变压器限制短路电流效果的模糊综合评价方法 |
KR20180010679A (ko) * | 2016-07-22 | 2018-01-31 | 공주대학교 산학협력단 | 기업의 기술력 평가 시스템 |
-
2018
- 2018-11-21 CN CN201811393060.9A patent/CN109685315A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101540018A (zh) * | 2009-01-23 | 2009-09-23 | 浙江师范大学 | 一种企业信息技术应用程度评价方法及系统 |
CN101877114A (zh) * | 2009-05-22 | 2010-11-03 | 吉亚妮 | 针对景观非实体空间设计进行综合评价的体系 |
KR20180010679A (ko) * | 2016-07-22 | 2018-01-31 | 공주대학교 산학협력단 | 기업의 기술력 평가 시스템 |
CN106295952A (zh) * | 2016-07-26 | 2017-01-04 | 国网河北省电力公司电力科学研究院 | 一种高阻抗变压器限制短路电流效果的模糊综合评价方法 |
Non-Patent Citations (2)
Title |
---|
李真: "企业信息系统运行效果评价理论与实证研究", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 * |
高争光: "企业信息系统有效性评价研究", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112633646A (zh) * | 2020-12-10 | 2021-04-09 | 北京中电普华信息技术有限公司 | 一种信息系统的评估方法及装置 |
CN113269514A (zh) * | 2021-05-13 | 2021-08-17 | 企家有道网络技术(北京)有限公司 | 一种企业健康度衡量方法、装置及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Vakili et al. | Comprehensive and systematic review of the service composition mechanisms in the cloud environments | |
US9934261B2 (en) | Progress analyzer for database queries | |
Gao et al. | An online cost sensitive decision-making method in crowdsourcing systems | |
Rezaeipanah et al. | Providing a new approach to increase fault tolerance in cloud computing using fuzzy logic | |
US20100082599A1 (en) | Characterizing Queries To Predict Execution In A Database | |
US8725741B2 (en) | Assessing application performance with an operational index | |
Cao et al. | Wisemarket: a new paradigm for managing wisdom of online social users | |
US10944687B1 (en) | Systems and methods for optimizing user-resource allocations to servers based on access patterns | |
Chen et al. | The application of probabilistic linguistic CODAS method based on new score function in multi-criteria decision-making | |
CN109685315A (zh) | 一种基于量化指标的企业信息系统评价方法 | |
Zhang et al. | Evaluating the sustainability of big data centers using the analytic network process and fuzzy TOPSIS | |
CN113361980A (zh) | 一种大数据资产价值评估的系统和方法 | |
Nejat et al. | Efficient cloud service ranking based on uncertain user requirements | |
Hall et al. | Cardinality constraints on qualitatively uncertain data | |
Yasmina et al. | Selecting web service compositions under uncertain QoS | |
CN112633621B (zh) | 一种基于paas平台的电网企业管理决策系统和方法 | |
US20230185817A1 (en) | Multi-model and clustering database system | |
Raipurkar et al. | Optimized execution method for queries with materialized views: Design and implementation | |
Sarathchandra et al. | Resource aware scheduler for distributed stream processing in cloud native environments | |
Ai et al. | A2Cloud-H: A Multi-tiered Machine Learning Framework for Cost-Effective Cloud Resource Selection | |
Şen et al. | The selection of a process management software with fuzzy topsis multiple criteria decision making method | |
Raza et al. | Self-prediction of performance metrics for the database management system workload | |
Kandi et al. | SLA-driven resource re-allocation for SQL-like queries in the cloud | |
WO2022227213A1 (zh) | 行业推荐方法、装置、计算机设备及存储介质 | |
Mohebi | An Efficient Qos-Based Ranking Model for Web Service Selection with Consideration of User's Requirement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |