CN113159535A - 一种基于熵权法的软件服务绩效评价方法 - Google Patents

Abstract

本发明涉及一种基于熵权法的软件服务绩效评价方法，包括如下步骤：根据软件信息服务类项目制定一套软件服务绩效评价指标体系，根据项目选定相应的评价指标；对选定的评价指标进行指标重要性程度评分，建立各指标初始化信息矩阵，利用熵权法计算指标权值；对各指标实际考察值进行统计，根据各指标得分信息和所对应的权值，计算绩效评价得分。本发明对于软件服务绩效评价缺乏有效的评价方法和评价体系方面建立了有效的绩效评价体系，本发明可为现有的第三方绩效评价方案提供一个有效的参考，使得软件服务绩效评价规范化，评价结果更加公正和客观。

Description

一种基于熵权法的软件服务绩效评价方法

技术领域

本发明涉及软件信息与服务技术领域，尤其涉及一种基于熵权法的软件服务绩效评价方法。

背景技术

信息技术产业的快速发展，软件和信息技术服务业越来越多地应用于社会的方方面面。政府部门、学校、企事业单位等机构向第三方购买软件服务越来越多。但是对软件服务的质量、使用效果以及产生的效益等方面缺乏一种有效的评价手段。对于购买第三方软件服务的效果和效率如何、流程是否规范、资金使用是否合理、供应商是否具备相应资质等等都需要有一种有效的手段进行评估和检验。目前对于绩效评价常用的方法主要有以下几种：

(1)层次分析法：将评价问题按层次分解，将评价总目标划分为若干子目标，再将子目标划分到各个评价指标，根据各评价指标建立判断矩阵，判断矩阵取值根据专家经验进行设置，通过求解判断矩阵的特征向量，得到每一级元素对上一级某元素的优先权，最后通过加权求和的方法将各方案对总目标的最终权重合并。

(2)灰色关联法：通过分析参考序列和比较序列曲线的几何相似性来判断变化的相似性，一般将最优方案作为参考序列，比较序列的相关度越高说明方案越好，最后根据因素的时间序列，按照相关度高低将评价对象进行排序。

(3)模糊综合评价法：模糊综合评价法是以模糊数学为基础，应用模糊综合原理，对边界不清、无明显边界的评价因素进行量化。首先确定被评价对象的指标集合评价等级，其次确定各个因素的权重和它们的隶属度向量，获得模糊评判矩阵，最后把模糊评判矩阵与各指标权向量进行模糊运算进行归一化，得到模糊综合评价的结果。

(4)因子分析法：因子分析法将多维数据降维为低维数据，形成被研究样本的原始矩阵，找出变量之间的内在相关性，并将从复杂的关系变量中提取的成分作为多个相关变量的公因子，通过公因子来描述原始数据的主要信息，并解释它们之间的关系。

(5)数据包络分析法：是利用数学规划模型对具有多个输入，特别是多个输出的“部门”或“单元”之间的相对有效性进行评估。将相同类型的多输入和多输出决策单元通过“评价”的方法来判断，使用数学规划模型来判断其相对有效性。根据DMU综合效率的定量指标，对其优劣进行排序，得出效率最高的DMU。

综合以上绩效评价常用的方法，层次分析法计算简单，易于操作，但是受主观性影响较大，且较易产生判断矩阵的不一致性问题；灰色关联法对样本量的要求不太高，计算量较小，结果与定性分析结果一致，但是随着应用领域的不断扩大，现有的一些定量模型存在一些缺陷导致不能很好地解决一些实际问题；模糊综合评价法能将定性指标量化，克服了定性指标难以建立和决策模糊等问题，但是计算过程比较繁琐且很难确定函数的隶属度；因子分析法适用于样本量较大的绩效评价，但是如果受样本量的限制，采用方差贡献率作为评价结果的权重时，会有一定的失真；数据包络分析法是用于多输入多输出的评价模型，没有特定的功能关系限定，但是如果被用来评价由多个相关度较高的指标组成的指标体系时，会产生不稳定性。结合软件服务绩效评价的特点，有定性指标和定量指标，以上常用绩效评价方法应用于软件服务绩效评价均有不足之处，因此设计一种基于熵权法的软件服务绩效评价方法是十分有必要的。

发明内容

本发明为克服上述的不足之处，目的在于提供一种基于熵权法的软件服务绩效评价方法，本发明对于软件服务绩效评价缺乏有效的评价方法和评价体系方面建立了有效的绩效评价体系，本发明可为现有的第三方绩效评价方案提供一个有效的参考，使得软件服务绩效评价规范化，评价结果更加公正和客观。

本发明是通过以下技术方案达到上述目的：一种基于熵权法的软件服务绩效评价方法，包括如下步骤：

(1)根据软件信息服务类项目制定一套软件服务绩效评价指标体系，根据项目选定相应的评价指标；

(2)对选定的评价指标进行指标重要性程度评分，建立各指标初始化信息矩阵，利用熵权法计算指标权值；

(3)对各指标实际考察值进行统计，根据各指标得分信息和所对应的权值，计算绩效评价得分。

作为优选，所述步骤(1)建立的软件服务绩效评价指标体系包括一级指标4个、二级指标17个、三级指标67个；所述的一级评价指标包括服务投入、服务过程、服务产出、服务效益；所述的二级指标包括服务投入下的人力资源、物力资源、财力资源3个指标；服务过程下的购买过程、开发过程、测试过程、维护过程4个指标；服务产出下的产出质量、产出数量、产出时效、产出效果、知识产出5个指标；服务效益下的经济效益、社会效益、环境效益、可持续影响、社会评价5个指标；其中三级指标如下：人力资源包含5个三级指标、物力资源包含4个三级指标、财力资源包含3个三级指标；购买过程包含6个三级指标、开发过程包含5个三级指标、测试过程包含4个三级指标、维护过程包含个4三级指标；产出质量包含9个三级指标、产出数量包含3个三级指标、产出时效包含2个三级指标、产出效果包含8个三级指标、知识产出包含5个三级指标；经济效益包含2个三级指标、社会效益包含2个三级指标、环境效益包含1个三级指标、可持续影响包含2个三级指标、社会评价包含2个三级指标。

作为优选，所述步骤(1)根据项目选定相应的评价指标时，采用德尔菲专家评估法对待评估项目实际情况进行指标的选取，通过调查问卷方式筛选出要进行评价的相关指标。

作为优选，所述步骤(2)对选定的评价指标进行重要性评分，建立初始评价信息矩阵具体如下：

设有m个专家，n个评价指标，由各位专家对每项指标进行重要性程度打分，将m个专家看作m个评价对象，n个评价指标，设x_ij(i＝1,2,…,m；j＝1,2,…,n)表示第i个评价对象对第j项指标的评价数值，利用第i位专家表示为第i个评价对象，建立初始数据矩阵如下：

作为优选，所述步骤(2)中利用熵权法计算指标权值的计算步骤如下：

(A)对初始数据进行标准化处理，具体公式如下正向指标和负向指标所示：

正向指标：

负向指标：

(B)对数据进行平移，使转换后的数据形成更标准的矩阵，具体公式如下：

X′_ij＝X_ij+1

(C)计算第j项指标下第i对象指标值的比重p_ij，具体公式如下：

(D)计算各指标信息熵e_j，表示第j项指标对应的熵值，具体公式如下：

其中，j∈[0,n]，e_j∈[0,1]

(E)计算差异系数g_j，具体计算公式如下：

g_j＝1-e_j

(F)计算指标权重值，具体计算公式如下：

其中，j∈[0,n]。

作为优选，所述步骤(3)具体为：根据各专家对指标的实际考察值与各指标相应的权重相乘得到各指标实际得分值，统计各专家指标得分总分，并进行平均值汇总计算，得到绩效评价的最终得分。

本发明的有益效果在于：本发明对于软件服务绩效评价缺乏有效的评价方法和评价体系方面建立了有效的绩效评价体系，本发明可为现有的第三方绩效评价方案提供一个有效的参考，使得软件服务绩效评价规范化，评价结果更加公正和客观。

附图说明

图1是本发明的方法流程示意图。

具体实施方式

下面结合具体实施例对本发明进行进一步描述，但本发明的保护范围并不仅限于此：

实施例：如图1所示，一种基于熵权法的软件服务绩效评价方法，包括如下步骤：

步骤1:结合现有的信息技术服务业评价指标以及指标构建原则，根据项目实际情况以及项目中可能存在的影响因素，经过总结、筛选、整理建立一套符合软件服务绩效的评价指标体系，所建立的指标体系如表1所示：

表1

步骤2：采用德尔菲专家评估法对待评估项目实际情况进行指标的选取，通过调查问卷方式筛选出要进行评价的相关指标。

步骤3：邀请软件信息服务行业内有经验的专家对已选取的指标根据重要性程度进行打分评估，x_ij(i＝1,2,…,m；j＝1,2,…,n)表示第i个专家对j个指标的的评估分，统计汇总表如表2所示：

	指标1	指标2	指标3	…	指标n
						专家1	x<sub>11</sub>	x<sub>12</sub>	x<sub>13</sub>	…	x<sub>1n</sub>
专家2	x<sub>21</sub>	x<sub>22</sub>	x<sub>23</sub>	…	x<sub>2n</sub>
						…	…	…	…	…	…
专家m	x<sub>m1</sub>	x<sub>m2</sub>	x<sub>m3</sub>	…	x<sub>mn</sub>

表2

步骤4：利用熵权法对各专家打分情况进行计算，确定每项指标的权重值；

步骤4.1：根据表2统计数据值，将专家看做评价对象，建立初始数据评价矩阵，设有评价对象m个，评价指标n个，通过对数据进行收集与整理，对应各指标与评价对象评价值，用x_ij表示第i个评价对象对第j项指标的评价数值，i取值范围为1,2,…,m，j取值范围为1,2,…,n，得到初始数据信息矩阵如下：

步骤4.2：根据初始数据矩阵对数据进行标准化处理，采用正向指标

和负向指标

进行处理，x_j表示第j项指标的评价值，min(x_j)表示第j项指标在所有评价对象中的最小值，max(x_j)表示第j项指标在所有评价对象中的最大值。

步骤4.3：对标准化处理后的数据进行平移，得到X′_ij＝X_ij+1。

步骤4.4：由公式

计算第j项指标下第i对象指标值的比重p_ij，由此，可建立数据比重矩阵P＝{p_ij}_m×n

步骤4.5：由公式

计算指标信息熵e_j，表示第j项指标对应的熵值，由信息熵原理可知，一个指标熵值越小，则该指标的信息效用价值越大，对评价的重要性就越大，即权重也越大。其中，j∈[0,n]，e_j∈[0,1]

步骤4.6：差异系数是e_j与1之间的差值，某指标的信息效用价值也即取决于差异系数，直接影响权重的大小，差异系数g_j由公式g_j＝1-e_j可进行计算。

步骤4.7：利用公式

估算权重，其中某指标的信息价值系数越高，则重要性也越大，权重值也越大。

步骤5：确定权重值后，再进行一轮德尔菲专家评估法，根据已选取的指标结合项目具体完成情况再进行一次打分，与步骤4中求得的各指标权重值相乘得出每位专家的打分值，设y_ij(i＝1,2,…,m；j＝1,2,…,n)表示第i位专家对第j个指标相乘所得评估分数，汇总统计表如表3所示：

表3

步骤6：对每位专家的打分值进行统计汇总，通过表3所得数据，得出绩效评价最终结果。

以上的所述乃是本发明的具体实施例及所运用的技术原理，若依本发明的构想所作的改变，其所产生的功能作用仍未超出说明书及附图所涵盖的精神时，仍应属本发明的保护范围。

Claims (6)

1.一种基于熵权法的软件服务绩效评价方法，其特征在于，包括如下步骤：

(1)根据软件信息服务类项目制定一套软件服务绩效评价指标体系，根据项目选定相应的评价指标；

(2)对选定的评价指标进行指标重要性程度评分，建立各指标初始化信息矩阵，利用熵权法计算指标权值；

(3)对各指标实际考察值进行统计，根据各指标得分信息和所对应的权值，计算绩效评价得分。

2.根据权利要求1所述的一种基于熵权法的软件服务绩效评价方法，其特征在于：所述步骤(1)建立的软件服务绩效评价指标体系包括一级指标4个、二级指标17个、三级指标67个；所述的一级评价指标包括服务投入、服务过程、服务产出、服务效益；所述的二级指标包括服务投入下的人力资源、物力资源、财力资源3个指标；服务过程下的购买过程、开发过程、测试过程、维护过程4个指标；服务产出下的产出质量、产出数量、产出时效、产出效果、知识产出5个指标；服务效益下的经济效益、社会效益、环境效益、可持续影响、社会评价5个指标；其中三级指标如下：人力资源包含5个三级指标、物力资源包含4个三级指标、财力资源包含3个三级指标；购买过程包含6个三级指标、开发过程包含5个三级指标、测试过程包含4个三级指标、维护过程包含个4三级指标；产出质量包含9个三级指标、产出数量包含3个三级指标、产出时效包含2个三级指标、产出效果包含8个三级指标、知识产出包含5个三级指标；经济效益包含2个三级指标、社会效益包含2个三级指标、环境效益包含1个三级指标、可持续影响包含2个三级指标、社会评价包含2个三级指标。

3.根据权利要求1所述的一种基于熵权法的软件服务绩效评价方法，其特征在于：所述步骤(1)根据项目选定相应的评价指标时，采用德尔菲专家评估法对待评估项目实际情况进行指标的选取，通过调查问卷方式筛选出要进行评价的相关指标。

4.根据权利要求1所述的一种基于熵权法的软件服务绩效评价方法，其特征在于：所述步骤(2)对选定的评价指标进行重要性评分，建立初始评价信息矩阵具体如下：

设有m个专家，n个评价指标，由各位专家对每项指标进行重要性程度打分，将m个专家看作m个评价对象，n个评价指标，设x_ij(i＝1,2,…,m；j＝1,2,…,n)表示第i个评价对象对第j项指标的评价数值，利用第i位专家表示为第i个评价对象，建立初始数据矩阵如下：

5.根据权利要求4所述的一种基于熵权法的软件服务绩效评价方法，其特征在于：所述步骤(2)中利用熵权法计算指标权值的计算步骤如下：

(A)对初始数据进行标准化处理，具体公式如下正向指标和负向指标所示：

正向指标：

负向指标：

(B)对数据进行平移，使转换后的数据形成更标准的矩阵，具体公式如下：

X'_ij＝X_ij+1

(C)计算第j项指标下第i对象指标值的比重p_ij，具体公式如下：

(D)计算各指标信息熵e_j，表示第j项指标对应的熵值，具体公式如下：

其中，j∈[0,n]，e_j∈[0,1]

(E)计算差异系数g_j，具体计算公式如下：

g_j＝1-e_j

(F)计算指标权重值，具体计算公式如下：

其中，j∈[0,n]。

6.根据权利要求1所述的一种基于熵权法的软件服务绩效评价方法，其特征在于：所述步骤(3)具体为：根据各专家对指标的实际考察值与各指标相应的权重相乘得到各指标实际得分值，统计各专家指标得分总分，并进行平均值汇总计算，得到绩效评价的最终得分。

Images