CN113222326A - 一种科技资源服务平台成熟度评估方法及装置 - Google Patents

一种科技资源服务平台成熟度评估方法及装置 Download PDF

Info

Publication number
CN113222326A
CN113222326A CN202110312306.0A CN202110312306A CN113222326A CN 113222326 A CN113222326 A CN 113222326A CN 202110312306 A CN202110312306 A CN 202110312306A CN 113222326 A CN113222326 A CN 113222326A
Authority
CN
China
Prior art keywords
scientific
resource service
service platform
technological resource
evaluated
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
Application number
CN202110312306.0A
Other languages
English (en)
Inventor
宋文燕
牛子璇
周才博
郑嘉宁
汤宇琦
张辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN202110312306.0A priority Critical patent/CN113222326A/zh
Publication of CN113222326A publication Critical patent/CN113222326A/zh
Pending legal-status Critical Current

Links

Images

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种科技资源服务平台成熟度评估方法及装置。该方法包括：建立科技资源服务平台成熟度评估指标，包括至少一个一级指标以及各个一级指标下的至少一个二级指标；根据科技资源服务平台成熟度评估指标，分别建立各个待评估科技资源服务平台的主观评估数据集、客观评估数据集和平台评估数据集；根据主观评估数据集、客观评估数据集，计算出各个待评估科技资源服务平台在二级指标下的综合权重，并根据该综合权重和平台评估数据集，得到各个待评估科技资源服务平台的成熟度等级。本发明不仅解决了当前科技资源服务平台发展路径模糊、核心能力不清晰的问题，还解决了评估信息不准确导致的评估结果不准确的问题。

Description

一种科技资源服务平台成熟度评估方法及装置
技术领域
本发明涉及一种科技资源服务平台成熟度评估方法，同时也涉及相应的科技资源服务平台成熟度评估装置，属于科技资源数据处理技术领域。
背景技术
科技资源服务平台是科技资源供需双方对接的平台，平台整合科技资源、资源提供者和资源需求者，促进科技资源共享和利用；资源提供者通过平台提供专利，仪器，文件，技术，服务等科技资源；资源需求者在平台上查询、购买资源以及发布需求信息。因此，科技资源服务平台具有资源查询、在线服务、资源交易、专家咨询等功能，为资源共享和交易提供方便。
为了促进科技资源服务平台的管理和升级，引导科技资源服务平台健康有序发展，需要对科技资源服务平台的建设水平、服务水平、安全水平和可持续发展水平进行评估，以解决其发展路径模糊、核心能力不清晰的问题。
专利申请公布号为CN111382955A的发明专利公开了一种基于模糊综合评价的区域多能流市场成熟度评估方法，该方法构建指标体系并建立评价集，采用层次分析法和模糊数学的思想确定评价指标的权重和多能流市场成熟度综合评价结果，提供了一种成熟度评价技术。该方法的缺点是评估指标的确定只考虑了评估者的偏好，未考虑客观评估信息对指标权重的影响和指标之间的关联关系，模糊数字处理不精确的决策信息时需要预设隶属函数，导致评估结果不准确。
发明内容
本发明所要解决的首要技术问题在于提供一种科技资源服务平台成熟度评估方法。
本发明所要解决的另一技术问题在于提供一种科技资源服务平台成熟度评估装置。
为了实现上述目的，本发明采用下述技术方案：
根据本发明实施例的第一方面，提供一种科技资源服务平台成熟度评估方法，包括
建立科技资源服务平台成熟度评估指标，包括至少一个一级指标以及各个一级指标下的至少一个二级指标；
根据所述资源服务平台成熟度评估指标，分别建立各个待评估科技资源服务平台的主观评估数据集、客观评估数据集和平台评估数据集；
根据所述主观评估数据集和所述评估数据集，计算出各个待评估科技资源服务平台在二级指标下的综合权重，并根据所述综合权重和所述评估数据集，得到所述各个待评估科技资源服务平台的成熟度等级。
其中较优地，所述各个待评估科技资源服务平台的成熟度等级通过如下步骤实现：
根据各个待评估科技资源服务平台的主观评估数据集、客观评估数据集，分别计算各个待评估科技资源服务平台在二级指标下的主观权重和各个二级指标的客观权重；
根据所述各个待评估科技资源服务平台在二级指标下的主观权重、所述各个二级指标的客观权重，计算各个待评估科技资源服务平台在二级指标下的综合权重；
根据所述各个待评估科技资源服务平台在二级指标下的综合权重和所述平台评估数据集，计算各个待评估科技资源服务平台的成熟度得分，并根据科技资源服务平台的成熟度得分-等级对应表，得到所述各个待评估科技资源服务平台的成熟度等级。
其中较优地，根据所述各个待评估科技资源服务平台的主观评估数据集，采用粗糙AHP分析方法赋值得到所述各个待评估科技资源服务平台在二级指标下的主观权重，具体包括如下步骤：
对所述主观评估数据集的数据进行粗糙处理，得到相应待评估科技资源服务平台的一组粗糙评估矩阵；
根据各个粗糙评估矩阵，分别计算各个待评估科技资源服务平台在每个指标下的中间权重；
对所述粗糙评估矩阵进行一致性检验，确定计算的各个待评估科技资源服务平台在每个指标下的中间权重是否有效；
若有效，则将各个待评估科技资源服务平台在每个二级指标下的中间权重乘以平台在相应的一级指标下的中间权重，得到各个待评估科技资源服务平台在每个二级指标下的主观权重。
其中较优地，计算各个待评估科技资源服务平台在每个指标下的中间权重时，先计算各个待评估科技资源服务平台的各个粗糙评估矩阵中，每行各个粗糙数平均值的几何平均值，再根据如下公式得到各个待评估科技资源服务平台在每个指标下的中间权重；
Figure BDA0002989880070000031
上式中，bi 和
Figure BDA0002989880070000032
表示某个待评估科技资源服务平台的各个粗糙评估矩阵中，第i行各个粗糙数平均值的几何平均值的下限和上限，n表示一级指标数量或单个一级指标下的二级指标数量。
其中较优地，根据所述各个待评估科技资源服务平台的客观评估数据集，采用粗糙CRITIC分析方法赋值得到各个二级指标的客观权重，具体包括如下步骤：
对所述客观评估数据集的部分数据进行粗糙处理，得到相应待评估科技资源服务平台的第一粗糙评估集；
对所述第一粗糙评估集的数据进行归一化处理后，计算各个二级指标的信息量；
根据所述各个二级指标的信息量，计算各个二级指标的客观权重。
其中较优地，所述各个二级指标的信息量根据如下公式得到；
Figure BDA0002989880070000033
上式中，Qm表示第m个二级指标的信息量，σm表示所有待评估科技资源服务平台对应的第m个二级指标之间的标准差，rhm表示第h个二级指标和第m个二级指标之间的相关系数，g表示二级指标的数量。
其中较优地，各个待评估科技资源服务平台在各个二级指标下的综合权重根据如下公式计算得到；
Figure BDA0002989880070000041
Figure BDA0002989880070000042
上式中，
Figure BDA0002989880070000043
和
Figure BDA0002989880070000044
表示某个待评估科技资源服务平台在第m个二级指标下的主观权重，wm表示第m个二级指标的客观权重，g表示二级指标的数量。
其中较优地，各个待评估科技资源服务平台的成熟度等级通过如下步骤得到；
对各个待评估科技资源服务平台的平台评估数据集的数据进行粗糙处理，得到相应待评估科技资源服务平台的第二粗糙评估集；
对所述第二粗糙评估集的数据进行加权处理后，转化为相应二级指标对应的确值；
将各个待评估科技资源服务平台的各个二级指标对应的确值相加，得到各个待评估科技资源服务平台的成熟度得分。
其中较优地，各个待评估科技资源服务平台的各个二级指标对应的确值，根据如下公式得到；
Figure BDA0002989880070000045
上式中，minpm 和
Figure BDA0002989880070000046
表示所有待评估科技资源服务平台对应的第m个二级指标的粗糙数加权值中的最小值和最大值，βm表示某个待评估科技资源服务平台的调整因子；
所述调整因子根据如下公式得到；
Figure BDA0002989880070000047
Figure BDA0002989880070000048
Figure BDA0002989880070000049
上式中，vm 和
Figure BDA00029898800700000410
表示某个待评估科技资源服务平台的第m个二级指标的加权比列的下限和上限，pm 和
Figure BDA00029898800700000411
某个待评估科技资源服务平台的第m个二级指标的粗糙数加权值的下限和上限。
根据本发明实施例的第二方面，提供一种科技资源服务平台成熟度评估装置，包括处理器和存储器，所述处理器读取所述存储器中的计算机程序或指令，用于执行以下操作：
建立科技资源服务平台成熟度评估指标，包括至少一个一级指标以及各个一级指标下的至少一个二级指标；
根据所述资源服务平台成熟度评估指标，分别建立各个待评估科技资源服务平台的主观评估数据集、客观评估数据集和平台评估数据集；
根据所述主观评估数据集和所述评估数据集，计算出各个待评估科技资源服务平台在二级指标下的综合权重，并根据所述综合权重和所述评估数据集，得到所述各个待评估科技资源服务平台的成熟度等级。
本发明所提供的科技资源服务平台成熟度评估方法及装置一方面基于CMMI成熟度模型进行科技资源服务平台成熟度评估，解决了当前科技资源服务平台发展路径模糊、核心能力不清晰的问题。另一方面，通过使用粗糙AHP与CRITIC分析方法进行评估指标的权重计算，不仅解决了评估信息不准确导致的评估结果不准确的问题，还解决了单独使用AHP分析方法过于主观的问题。此外，采用爬取外部数据结合校验补充方式，解决了数据来源单一匮乏的问题，增加了分析的可靠性和准确性。
附图说明
图1为本发明实施例的科技资源服务平台成熟度评估方法的流程图；
图2为采用本发明实施例的科技资源服务平台成熟度评估方法评估4个科技资源服务平台的成熟度的得分雷达图；
图3为本发明实施例的科技资源服务平台成熟度评估装置的结构图。
具体实施方式
下面结合附图和具体实施例对本发明的技术内容做进一步的详细说明。
针对科技资源服务平台发展路径模糊、核心能力不清晰的问题，如图1所示，本发明实施例提供了科技资源服务平台成熟度评估方法，包括如下步骤：
步骤S1、建立科技资源服务平台成熟度评估指标，包括至少一个一级指标以及各个一级指标下的至少一个二级指标。
在科技资源服务平台评估系统后台设置科技资源服务平台成熟度评估指标，分别包括但不限于平台建设水平、平台服务水平、平台安全水平和平台可持续发展水平这四个一级指标；其中，平台建设水平包括但不限于科技资源数量、服务用户数量和资源提供者数量这三个二级指标；平台服务水平包括但不限于供需匹配能力、资源调度能力和数据分析能力这三个二级指标；平台安全水平包括但不限于安全机制、技术接入安全和用户访问安全这三个二级指标；平台可持续发展水平包括但不限于战略保障机制、市场认可度和投资回报能力这三个二级指标。这些指标被保存在科技资源服务平台评估系统的数据存储服务器上，设置的各个评估指标如表1所示。
表1科技资源服务平台成熟度评估指标
Figure BDA0002989880070000061
Figure BDA0002989880070000071
步骤S2、根据科技资源服务平台成熟度评估指标，分别建立各个待评估科技资源服务平台的主观评估数据集、客观评估数据集和平台评估数据集。
建立每个待评估科技资源服务平台的主观评估数据集时，采用将科技资源服务平台成熟度评估指标的一级指标两两比较和单个一级指标下的多个二级指标间两两比较的方式，建立多组原始判断矩阵,并对多组原始判断矩阵的数据进行清洗。每一组原始判断矩阵的类型相同，并且矩阵数量为一级指标数量加1。具体的说，接收由多位本领域技术专家，每个专家对应于一组原始判断矩阵，根据表2的科技资源服务平台成熟度评估指标重要性程度比较标准，设置每个判断矩阵中被比较的指标的相对权重，从而实现评估每个待评估科技资源服务平台相对于各个指标的重要性程度。
表2科技资源服务平台成熟度评估指标重要性程度比较标准
Figure BDA0002989880070000072
Figure BDA0002989880070000081
假设需要对4个科技资源服务平台成熟度进行评估，以表中的科技资源服务平台成熟度评估指标为例，由7位本领域技术专家参与建立每个待评估科技资源服务平台的主观评估数据集，采用将科技资源服务平台成熟度评估指标的一级指标两两比较和单个一级指标下的多个二级指标间两两比较的方式，可以建立7组原始判断矩阵，每一组原始判断矩阵包括5个判断矩阵(D)n×n，n表示一级指标数量或单个一级指标下的二级指标数量；因此，每个科技资源服务平台的主观评估数据集包括35个判断矩阵(D)n×n。其中，每个科技资源服务平台的主观评估数据集中的35个判断矩阵(D)n×n的数据分别进行了数据清洗。
针对一级指标或单个一级指标下的多个二级指标中第i个指标对比第j个指标的重要性程度dij，一级指标或单个一级指标下的多个二级指标中第j个指标对比第i个指标的重要性程度dji，有dij>0,
Figure BDA0002989880070000082
一级指标或单个一级指标下的多个二级指标中第i个指标对比第i个指标的重要性程度dii为1。其中，i为1、2、3…n，j为1、2、3…n，n表示一级指标数量或单个一级指标下的二级指标数量。
在本发明的一个实施例中，如表3示出的采用将科技资源服务平台成熟度评估指标的一级指标两两比较的方式，建立的1个判断矩阵(D)4×4，该判断矩阵中被比较的指标的相对权重，由1位专家根据表2的科技资源服务平台成熟度评估指标重要性程度比较标准进行设置。
表3科技资源服务平台成熟度评估指标两两比较
Figure BDA0002989880070000083
Figure BDA0002989880070000091
建立每个待评估科技资源服务平台的客观评估数据集和平台评估数据集，包括如下步骤：
步骤S21、获取各个待评估科技资源服务平台与科技资源服务平台成熟度评估指标相关的数据，并采用提取关键词的方式将数据匹配到各个二级指标中，得到待评估科技资源服务平台的评估信息表。
通过爬虫技术爬取网络资源，以获取各个待评估科技资源服务平台与科技资源服务平台成熟度评估指标相关的数据，使用文本分析的方法提取数据文本信息中的关键词，实现将各个待评估科技资源服务平台与科技资源服务平台成熟度评估指标相关的数据匹配到各个二级指标中，得到待评估科技资源服务平台的评估信息表。
步骤S22、对待评估科技资源服务平台的评估信息表的数据进行校验和补充，得到完整的评估信息表。
根据获取的各个待评估科技资源服务平台与科技资源服务平台成熟度评估指标相关的数据，采用人工方式对各个待评估科技资源服务平台的评估信息表的数据进行校验和补充，得到如表4所示的完整的科技资源服务平台评估信息表。
表4科技资源服务平台评估信息表
Figure BDA0002989880070000092
Figure BDA0002989880070000101
Figure BDA0002989880070000111
Figure BDA0002989880070000121
Figure BDA0002989880070000131
步骤S23、根据各个待评估科技资源服务平台完整的评估信息表，以设置分值的方式，设置各个待评估科技资源服务平台在部分或全部二级指标下的成熟度等级，分别得到各个待评估科技资源服务平台的客观评估数据集和平台评估数据集。
获得各个待评估科技资源服务平台的客观评估数据集时，将待评估科技资源服务平台完整的评估信息表中各个待评估科技资源服务平台在相应二级标下的具体数值保留，对各个待评估科技资源服务平台在未涉及具体数值的各个二级指标，接收参与建立主观评估数据集的多位本领域技术专家，对这些二级指标的表现根据程度评估，评估分值为1-9，优异程度递增；因此，将各个待评估科技资源服务平台在相应二级标下的具体数值和在未涉及具体数值的各个二级指标的分值进行数据清洗后，共同组成相应待评估科技资源服务平台的客观评估数据集。
获得各个待评估科技资源服务平台的平台评估数据集时，接收参与建立主观评估数据集的多位本领域技术专家，根据表5的科技资源服务平台成熟度等级标准，分别对各个待评估科技资源服务平台在全部二级指标下的成熟度等级进行打分。因此，将各个待评估科技资源服务平台在全部二级指标下对应的成熟度等级分值进行数据清洗后，组成相应待评估科技资源服务平台的平台评估数据集。
表5科技资源服务平台成熟度等级标准
Figure BDA0002989880070000141
其中，每个待评估科技资源服务平台在某个二级标下对应的成熟度等级分值有多个，因为设置每个待评估科技资源服务平台在任意一个二级标下的成熟度等级对应的分值时，每一位专家都会设置一次分值。
步骤S3、根据各个待评估科技资源服务平台的主观评估数据集、客观评估数据集，计算出各个待评估科技资源服务平台在二级指标下的综合权重，并根据该综合权重和平台评估数据集，得到各个待评估科技资源服务平台的成熟度等级。
该步骤包括如下步骤：
步骤S30、根据各个待评估科技资源服务平台的主观评估数据集、客观评估数据集，分别计算各个待评估科技资源服务平台在二级指标下的主观权重和各个二级指标的客观权重。
根据各个待评估科技资源服务平台的主观评估数据集，采用粗糙AHP分析方法赋值得到各个待评估科技资源服务平台在二级指标下的主观权重，具体包括如下步骤：
步骤S301、对各个待评估科技资源服务平台的主观评估数据集的数据进行粗糙处理，得到相应待评估科技资源服务平台对应于多组原始判断矩阵的一组粗糙评估矩阵。
每个待评估科技资源服务平台的主观评估数据集的数据进行粗糙处理时，对于主观评估数据集的多组原始判断矩阵，将基于相同指标(一级指标或二级指标)建立的判断矩阵中相同位置的被比较的指标的相对权重转化为粗糙数的形式后，根据基于相同指标建立的判断矩阵中相同位置的被比较的指标的粗糙数计算每个判断矩阵各个位置的被比较指标的粗糙数平均值，得到基于相应指标建立的判断矩阵对应的一个粗糙评估矩阵，使得基于相同指标建立的判断矩阵对应于一个粗糙评估矩阵；即主观评估数据集的多组判断矩阵进行粗糙处理后，得到一组粗糙评估矩阵。
以上述由7位本领域技术专家参与建立每个待评估科技资源服务平台的主观评估数据集为例，每个待评估科技资源服务平台的主观评估数据集建立7组原始判断矩阵，每一组原始判断矩阵包括5个判断矩阵(D)n×n，由于7组判断矩阵中每一组判断矩阵的类型相同，区别在于针对不同专家设置每一组判断矩阵中各个判断矩阵的被比较的指标的相对权重，因此，将7组原始判断矩阵中基于相同指标建立的判断矩阵集中到一起进行粗糙处理。即将7组原始判断矩阵中基于一级指标建立的判断矩阵集中到一起，得到7个判断矩阵；将基于单个一级指标下的二级指标建立的判断矩阵分别对应集中到一起，得到7个任意一个单个一级指标下的二级指标建立的判断矩阵。
将聚集后的7个判断矩阵中相同位置的被比较的指标的相对权重转化为粗糙数的形式，得到
Figure BDA0002989880070000151
其中，
Figure BDA0002989880070000152
和
Figure BDA0002989880070000153
表示第s个基于相同指标建立的判断矩阵中相同位置的被比较的指标的粗造数下限和上限。其中，基于相同指标建立的判断矩阵中相同位置的任意一个被比较指标的粗造数下限由基于相同指标建立的判断矩阵中相同位置的被比较指标的相对权重中，所有小于等于当前被比较指标的相对权重之和除以所有小于等于当前被比较指标的相对权重的数量得到。基于相同指标建立的判断矩阵中相同位置的任意一个被比较指标的粗造数上限由基于相同指标建立的判断矩阵中相同位置的被比较指标的相对权重中，所有大于等于当前被比较指标的相对权重之和除以所有大于等于当前被比较指标的相对权重的数量得到。
需要强调的是，将基于相同指标建立的判断矩阵中相同位置的被比较的指标的相对权重转化为粗糙数的形式时，对于每个判断矩阵中第i个指标对比第i个指标的重要性程度dii为1的情况，对应的粗糙数为RN(dii)＝{[1,1],[1,1],…,[1,1]}。
根据聚集后的7个判断矩阵中相同位置的被比较指标的相对权重转化的粗糙数，计算每个判断矩阵各个位置的被比较指标的粗糙数平均值，得到7个判断矩阵对应的一个粗糙评估矩阵，具体表示如下：
Figure BDA0002989880070000161
其中，每个判断矩阵各个位置的被比较指标的粗糙数平均值根据如下公式得到，
Figure BDA0002989880070000162
上式中，
Figure BDA0002989880070000163
和
Figure BDA0002989880070000164
表示第s个基于相同指标建立的判断矩阵中相同位置的被比较的指标的粗造数下限和上限，s表示基于相同指标建立的判断矩阵的数量。
步骤S302、根据各个粗糙评估矩阵，分别计算各个待评估科技资源服务平台在每个指标下的中间权重。
计算各个待评估科技资源服务平台的在每个一级指标和二级指标下的中间权重时，先计算各个待评估科技资源服务平台的各个粗糙评估矩阵中，每行各个粗糙数平均值的几何平均值，具体表示为：
Figure BDA0002989880070000171
Figure BDA0002989880070000172
n表示一级指标数量或单个一级指标下的二级指标数量。然后对各个待评估科技资源服务平台的各个粗糙评估矩阵的几何平均值，根据如下公式得到各个待评估科技资源服务平台在每个指标(步骤S1建立的成熟度评估指标)下的中间权重。
Figure BDA0002989880070000173
步骤S303、对粗糙评估矩阵进行一致性检验，确定计算的各个待评估科技资源服务平台在每个指标下的中间权重是否有效。
各个待评估科技资源服务平台的每个粗糙评估矩阵需要进行一致性检验，以确定中间权重的计算结果是否有效，λmax 和
Figure BDA0002989880070000174
是粗糙评估矩阵特征根的下限和上限,根据如下公式得到。
Figure BDA0002989880070000175
Figure BDA0002989880070000176
上式中，RN(D)表示某个待评估科技资源服务平台的某个粗糙评估矩阵中的某个粗糙数下限平均值，
Figure BDA0002989880070000177
表示某个待评估科技资源服务平台的某个粗糙评估矩阵中的某个粗糙数上限平均值。
根据一致性检验的计算公式
Figure BDA0002989880070000178
其中，CR表示一致性比例，CI表示一致性指标，通过
Figure BDA0002989880070000179
和
Figure BDA00029898800700001710
计算得到。RI表示平均随机一致性指标，通过查询表6得到。
表6 RI值
n 1 2 3 4 5 6 7 8 9 10 …
RI 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 …
当CR<0.1时，认为粗糙评估矩阵的一致性可以接受；否则需要对相应的粗糙评估矩阵进行修正。
步骤S304、若有效，则将各个待评估科技资源服务平台在每个二级指标下的中间权重乘以平台在相应的一级指标下的中间权重，得到各个待评估科技资源服务平台在每个二级指标下的主观权重。
根据各个待评估科技资源服务平台的客观评估数据集，采用粗糙CRITIC分析方法赋值得到各个二级指标的客观权重，具体包括如下步骤：
步骤S305、对各个待评估科技资源服务平台的客观评估数据集的部分数据进行粗糙处理，得到相应待评估科技资源服务平台的第一粗糙评估集。
对各个待评估科技资源服务平台的客观评估数据集中，经过数据清洗处理后的在未涉及具体数值的各个二级指标对应的分值进行粗糙处理。
具体的说，对于每个待评估科技资源服务平台的客观评估数据集，在未涉及具体数值的各个二级指标的分值中，将同一个二级指标的分值转化为粗糙数的形式，得到该二级指标的分值对应的粗糙数集
Figure BDA0002989880070000181
其中，
Figure BDA0002989880070000182
表示第m个二级指标对应的第s个分值的粗造数下限和上限。同一个二级指标的的第s个分值的粗造数下限由该二级指标的分值中，所有小于等于第s个分值之和除以小于等于第s个分值的数量得到。同一个二级指标的第s个分值的粗造数上限由该二级指标分值中，所有大于等于第s个分值之和除以大于等于第s个分值的数量得到。
根据各个二级指标下的分值对应的粗糙数集，计算每个粗糙数集的粗糙数平均值，得到各个二级指标分值对应的一个第一粗糙评估集
Figure BDA0002989880070000183
q表示未涉及具体数值的二级指标的总数量。
步骤S306、对每个待评估科技资源服务平台的第一粗糙评估集的数据进行归一化处理后，计算各个二级指标的信息量。
由于科技资源服务平台的成熟度评估指标包括效益型指标E(在评估平台成熟度等级时，分值越高越好)和成本型指标F(在评估平台成熟度等级时，分值越低越好)，因此根据二级指标所属类型，从如下归一化处理公式中选择相应的公式，对每个待评估科技资源服务平台的第一粗糙评估集的数据进行归一化处理。
Figure BDA0002989880070000191
上式中，
Figure BDA0002989880070000192
表示某个科技资源服务平台的第一粗糙评估集中的第m个二级指标对应的粗糙数平均值上限，min(bm )表示所有科技资源服务平台的第一粗糙评估集中，第m个二级指标对应的粗糙数平均值下限中的最小值，
Figure BDA0002989880070000193
表示所有科技资源服务平台第一粗糙评估集中，第m个二级指标对应的粗糙数平均值上限中的最大值。
根据如下公式，计算各个二级指标的信息量。
Figure BDA0002989880070000194
上式中，Qm表示第m个二级指标的信息量，σm表示所有待评估科技资源服务平台对应的第m个二级指标之间的标准差，当第m个二级指标未涉及具体数值时，根据所有待评估科技资源服务平台对应的第m个二级指标的归一化值计算得到第m个二级指标之间的标准差；当第m个二级指标涉及具体数值时，根据所有待评估科技资源服务平台对应的第m个二级指标的具体数值计算得到第m个二级指标之间的标准差。rhm表示第h个二级指标和第m个二级指标之间的相关系数，g表示二级指标的数量(如表1示出的12个二级指标)。
步骤S307、根据各个二级指标的信息量，计算各个二级指标的客观权重。
各个二级指标的客观权重根据如下公式计算得到。
Figure BDA0002989880070000195
步骤S31、根据各个待评估科技资源服务平台在二级指标下的主观权重、各个二级指标的客观权重，计算各个待评估科技资源服务平台在二级指标下的综合权重。
各个待评估科技资源服务平台在各个二级指标下的综合权重根据如下公式计算得到。
Figure BDA0002989880070000201
Figure BDA0002989880070000202
上式中，
Figure BDA0002989880070000203
和
Figure BDA0002989880070000204
表示某个待评估科技资源服务平台在第m个二级指标下的主观权重。
步骤S32、根据各个待评估科技资源服务平台在二级指标下的综合权重和平台评估数据集，计算各个待评估科技资源服务平台的成熟度得分，并根据科技资源服务平台的成熟度得分-等级对应表，得到各个待评估科技资源服务平台的成熟度等级。
该步骤包括如下步骤：
步骤S320、对各个待评估科技资源服务平台的平台评估数据集的数据进行粗糙处理，得到相应待评估科技资源服务平台的第二粗糙评估集。
采用步骤S305中获得各个待评估科技资源服务平台的第二粗糙评估集的方法，得到相应待评估科技资源服务平台的第二粗糙评估集
Figure BDA0002989880070000205
am ,
Figure BDA0002989880070000206
表示某个待评估科技资源服务平台的第m个二级指标的粗糙数平均值。
步骤S321、对各个待评估科技资源服务平台的第二粗糙评估集的数据进行加权处理后，转化为相应二级指标对应的确值。
根据公式
Figure BDA0002989880070000207
对各个待评估科技资源服务平台的第二粗糙评估集的各个二级指标的粗糙数平均值进行加权处理。
将各个待评估科技资源服务平台的第二粗糙评估集的各个二级指标的粗糙数加权值转化为相应的确值，具体根据如下公式得到。
Figure BDA0002989880070000208
上式中，minpm 和
Figure BDA0002989880070000209
表示所有待评估科技资源服务平台对应的第m个二级指标的粗糙数加权值中的最小值和最大值，βm表示某个待评估科技资源服务平台的调整因子，根据如下公式得到。
Figure BDA0002989880070000211
其中vm 和
Figure BDA0002989880070000212
表示某个待评估科技资源服务平台的第m个二级指标的加权比列的下限和上限，具体根据如下公式得到。
Figure BDA0002989880070000213
Figure BDA0002989880070000214
步骤S322、将各个待评估科技资源服务平台的各个二级指标对应的确值相加，得到各个待评估科技资源服务平台的成熟度得分。
根据表7的科技资源服务平台的成熟度得分-等级对应表，得到各个待评估科技资源服务平台的成熟度等级。
表7得分-成熟度等级对应表
成熟度等级 得分
初始级 1≤S<2
管理级 2≤S<3
明确级 3≤S<4
量化级 4≤S<5
优化级 S＝5
各个待评估科技资源服务平台的最终评级结果通过科技资源服务平台评估系统前端进行可视化处理，得到待评估平台的成熟度等级和后续的发展方向。
为验证本发明的可行性，选取4个科技资源服务平台对本发明进行验证。如图2和表8所示，可以得出，最佳平台是平台2，它处于明确级，该科技资源服务平台的用户量达到一定规模，具备稳定性和可持续发展的潜力，从评估结果来看，应更好地规范和增强数据分析能力和供需匹配能力，提高市场认可度，从而提高平台成熟度水平。平台1、平台3和平台4均处于管理级，平台的基础服务建设完善，有稳定的资源方并吸引一定的用户使用，平台应当注重提高数据接入的安全，提升市场认可度和投资回报能力。
表8平台得分和成熟度等级
平台 得分 成熟度等级 排序
平台1 2.5631 管理级 3
平台2 3.0336 明确级 1
平台3 2.9136 管理级 2
平台4 2.3416 管理级 4
此外，如图3所示，本发明实施例还提供一种科技资源服务平台成熟度评估装置，包括处理器32和存储器31，还可以根据实际需要进一步包括通信组件、传感器组件、电源组件、多媒体组件及输入/输出接口。其中，存储器、通信组件、传感器组件、电源组件、多媒体组件及输入/输出接口均与该处理器32连接。前已述及，存储器31可以是静态随机存取存储器(SRAM)、电可擦除可编程只读存储器(EEPROM)、可擦除可编程只读存储器(EPROM)、可编程只读存储器(PROM)、只读存储器(ROM)、磁存储器、快闪存储器等；处理器32可以是中央处理器(CPU)、图形处理器(GPU)、现场可编程逻辑门阵列(FPGA)、专用集成电路(ASIC)、数字信号处理(DSP)芯片等。其它通信组件、传感器组件、电源组件、多媒体组件等均可以采用现有智能手机中的通用部件实现，在此就不具体说明了。
另外，本发明实施例提供的科技资源服务平台成熟度评估装置，包括处理器32和存储器31，处理器32读取所述存储器31中的计算机程序或指令，用于执行以下操作：
建立科技资源服务平台成熟度评估指标，包括至少一个一级指标以及各个一级指标下的至少一个二级指标。
根据科技资源服务平台成熟度评估指标，分别建立各个待评估科技资源服务平台的主观评估数据集、客观评估数据集和平台评估数据集。
根据各个待评估科技资源服务平台的主观评估数据集、客观评估数据集，计算出各个待评估科技资源服务平台在二级指标下的综合权重，并根据该综合权重和平台评估数据集，得到各个待评估科技资源服务平台的成熟度等级。
另外，本发明实施例还提供一种计算机可读存储介质，所述可读存储介质上存储有指令，当其在计算机上运行时，使得所述计算机执行如上述图1所述的科技资源服务平台成熟度评估方法，此处不再赘述其具体实现方式。
另外，本发明实施例还提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得所述计算机执行如上述图1所述的科技资源服务平台成熟度评估方法，此处不再赘述其具体实现方式。
本发明所提供的科技资源服务平台成熟度评估方法及装置一方面基于CMMI成熟度模型进行科技资源服务平台成熟度评估，解决了当前科技资源服务平台发展路径模糊、核心能力不清晰的问题。另一方面，通过使用粗糙AHP与CRITIC分析方法进行评估指标的权重计算，不仅解决了评估信息不准确导致的评估结果不准确的问题，还解决了单独使用AHP分析方法过于主观的问题。此外，采用爬取外部数据结合校验补充方式，解决了数据来源单一匮乏的问题，增加了分析的可靠性和准确性。
以上对本发明所提供的科技资源服务平台成熟度评估方法及装置进行了详细的说明。对本领域的一般技术人员而言，在不背离本发明实质内容的前提下对它所做的任何显而易见的改动，都将属于本发明专利权的保护范围。

Claims (10)

1.一种科技资源服务平台成熟度评估方法，其特征在于包括
建立科技资源服务平台成熟度评估指标，包括至少一个一级指标以及各个一级指标下的至少一个二级指标；
根据所述资源服务平台成熟度评估指标，分别建立各个待评估科技资源服务平台的主观评估数据集、客观评估数据集和平台评估数据集；
根据所述主观评估数据集和所述评估数据集，计算出各个待评估科技资源服务平台在二级指标下的综合权重，并根据所述综合权重和所述评估数据集，得到所述各个待评估科技资源服务平台的成熟度等级。
2.如权利要求1所述的科技资源服务平台成熟度评估方法，其特征在于：
所述各个待评估科技资源服务平台的成熟度等级通过如下步骤实现：
根据各个待评估科技资源服务平台的主观评估数据集、客观评估数据集，分别计算各个待评估科技资源服务平台在二级指标下的主观权重和各个二级指标的客观权重；
根据所述各个待评估科技资源服务平台在二级指标下的主观权重、所述各个二级指标的客观权重，计算各个待评估科技资源服务平台在二级指标下的综合权重；
根据所述各个待评估科技资源服务平台在二级指标下的综合权重和所述平台评估数据集，计算各个待评估科技资源服务平台的成熟度得分，并根据科技资源服务平台的成熟度得分-等级对应表，得到所述各个待评估科技资源服务平台的成熟度等级。
3.如权利要求2所述的科技资源服务平台成熟度评估方法，其特征在于：
根据所述各个待评估科技资源服务平台的主观评估数据集，采用粗糙AHP分析方法赋值得到所述各个待评估科技资源服务平台在二级指标下的主观权重，具体包括如下步骤：
对所述主观评估数据集的数据进行粗糙处理，得到相应待评估科技资源服务平台的一组粗糙评估矩阵；
根据各个粗糙评估矩阵，分别计算各个待评估科技资源服务平台在每个指标下的中间权重；
对所述粗糙评估矩阵进行一致性检验，确定计算的各个待评估科技资源服务平台在每个指标下的中间权重是否有效；
若有效，则将各个待评估科技资源服务平台在每个二级指标下的中间权重乘以平台在相应的一级指标下的中间权重，得到各个待评估科技资源服务平台在每个二级指标下的主观权重。
4.如权利要求3所述的科技资源服务平台成熟度评估方法，其特征在于：
计算各个待评估科技资源服务平台在每个指标下的中间权重时，先计算各个待评估科技资源服务平台的各个粗糙评估矩阵中，每行各个粗糙数平均值的几何平均值，再根据如下公式得到各个待评估科技资源服务平台在每个指标下的中间权重；
Figure FDA0002989880060000021
上式中，bi 和
Figure FDA0002989880060000022
表示某个待评估科技资源服务平台的各个粗糙评估矩阵中，第i行各个粗糙数平均值的几何平均值的下限和上限，n表示一级指标数量或单个一级指标下的二级指标数量。
5.如权利要求2所述的科技资源服务平台成熟度评估方法，其特征在于：
根据所述各个待评估科技资源服务平台的客观评估数据集，采用粗糙CRITIC分析方法赋值得到各个二级指标的客观权重，具体包括如下步骤：
对所述客观评估数据集的部分数据进行粗糙处理，得到相应待评估科技资源服务平台的第一粗糙评估集；
对所述第一粗糙评估集的数据进行归一化处理后，计算各个二级指标的信息量；
根据所述各个二级指标的信息量，计算各个二级指标的客观权重。
6.如权利要求5所述的科技资源服务平台成熟度评估方法，其特征在于：
所述各个二级指标的信息量根据如下公式得到；
Figure FDA0002989880060000031
上式中，Qm表示第m个二级指标的信息量，σm表示所有待评估科技资源服务平台对应的第m个二级指标之间的标准差，rhm表示第h个二级指标和第m个二级指标之间的相关系数，g表示二级指标的数量。
7.如权利要求6所述的科技资源服务平台成熟度评估方法，其特征在于：
各个待评估科技资源服务平台在各个二级指标下的综合权重根据如下公式计算得到；
Figure FDA0002989880060000032
Figure FDA0002989880060000033
上式中，
Figure FDA0002989880060000034
和
Figure FDA0002989880060000035
表示某个待评估科技资源服务平台在第m个二级指标下的主观权重，wm表示第m个二级指标的客观权重，g表示二级指标的数量。
8.如权利要求2所述的科技资源服务平台成熟度评估方法，其特征在于：
各个待评估科技资源服务平台的成熟度等级通过如下步骤得到；
对各个待评估科技资源服务平台的平台评估数据集的数据进行粗糙处理，得到相应待评估科技资源服务平台的第二粗糙评估集；
对所述第二粗糙评估集的数据进行加权处理后，转化为相应二级指标对应的确值；
将各个待评估科技资源服务平台的各个二级指标对应的确值相加，得到各个待评估科技资源服务平台的成熟度得分。
9.如权利要求8所述的科技资源服务平台成熟度评估方法，其特征在于：
各个待评估科技资源服务平台的各个二级指标对应的确值，根据如下公式得到；
Figure FDA0002989880060000041
上式中，minpm 和
Figure FDA0002989880060000042
表示所有待评估科技资源服务平台对应的第m个二级指标的粗糙数加权值中的最小值和最大值，βm表示某个待评估科技资源服务平台的调整因子；
所述调整因子根据如下公式得到；
Figure FDA0002989880060000043
Figure FDA0002989880060000044
Figure FDA0002989880060000045
上式中，vm 和
Figure FDA0002989880060000046
表示某个待评估科技资源服务平台的第m个二级指标的加权比列的下限和上限，pm 和
Figure FDA0002989880060000047
某个待评估科技资源服务平台的第m个二级指标的粗糙数加权值的下限和上限。
10.一种科技资源服务平台成熟度评估装置，其特征在于包括处理器和存储器，所述处理器读取所述存储器中的计算机程序或指令，用于执行以下操作：
建立科技资源服务平台成熟度评估指标，包括至少一个一级指标以及各个一级指标下的至少一个二级指标；
根据所述资源服务平台成熟度评估指标，分别建立各个待评估科技资源服务平台的主观评估数据集、客观评估数据集和平台评估数据集；
根据所述主观评估数据集和所述评估数据集，计算出各个待评估科技资源服务平台在二级指标下的综合权重，并根据所述综合权重和所述评估数据集，得到所述各个待评估科技资源服务平台的成熟度等级。
CN202110312306.0A 2021-03-24 2021-03-24 一种科技资源服务平台成熟度评估方法及装置 Pending CN113222326A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110312306.0A CN113222326A (zh) 2021-03-24 2021-03-24 一种科技资源服务平台成熟度评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110312306.0A CN113222326A (zh) 2021-03-24 2021-03-24 一种科技资源服务平台成熟度评估方法及装置

Publications (1)

Publication Number Publication Date
CN113222326A true CN113222326A (zh) 2021-08-06

Family

ID=77083891

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110312306.0A Pending CN113222326A (zh) 2021-03-24 2021-03-24 一种科技资源服务平台成熟度评估方法及装置

Country Status (1)

Country Link
CN (1) CN113222326A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113869801A (zh) * 2021-11-30 2021-12-31 阿里云计算有限公司 一种企业数字中台的成熟状态评估方法和装置
CN113868110A (zh) * 2021-11-30 2021-12-31 阿里云计算有限公司 一种企业数字中台服务健康度的评估方法和装置
WO2023019986A1 (zh) * 2021-08-19 2023-02-23 北京邮电大学 基于组合赋权与模糊灰色聚类的科技服务质量评估方法和装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023019986A1 (zh) * 2021-08-19 2023-02-23 北京邮电大学 基于组合赋权与模糊灰色聚类的科技服务质量评估方法和装置
CN113869801A (zh) * 2021-11-30 2021-12-31 阿里云计算有限公司 一种企业数字中台的成熟状态评估方法和装置
CN113868110A (zh) * 2021-11-30 2021-12-31 阿里云计算有限公司 一种企业数字中台服务健康度的评估方法和装置
CN113868110B (zh) * 2021-11-30 2022-07-12 阿里云计算有限公司 一种企业数字中台服务健康度的评估方法和装置

Similar Documents

Publication Publication Date Title
CN113222326A (zh) 一种科技资源服务平台成熟度评估方法及装置
CN108665159A (zh) 一种风险评估方法、装置、终端设备及存储介质
US8386396B2 (en) Systems and methods for bidirectional matching
CN112566196A (zh) 一种基于智能电网的异构网络接入选择方法及相关设备
CN109657962B (zh) 一种品牌的声量资产的评估方法及系统
CN111784486A (zh) 业务风险预测模型的构建方法、装置和计算机设备
CN110751355A (zh) 一种科技成果评估方法和装置
CN113742492B (zh) 保险方案生成方法、装置、电子设备及存储介质
CN111882198A (zh) 一种项目绩效评价方法及系统
CN111797320A (zh) 数据处理方法、装置、设备及存储介质
CN113191828B (zh) 一种用户用电价值等级标签构建方法、装置、设备及介质
CN111598457B (zh) 一种电力无线网络质量的确定方法及装置
CN112884359A (zh) 一种电力现货市场风险评估方法
CN112995200A (zh) 基于云平台的资源价值评估用户管理方法及相关产品
CN112612942A (zh) 一种基于社交大数据的基金推荐系统及方法
CN111369084A (zh) 内容网络中资源质量评分方法
CN112270431A (zh) 大类资产配置方法、装置、计算机设备及存储介质
CN109636184B (zh) 一种品牌的账号资产的评估方法及系统
CN107220778A (zh) 一种员工信用评价和应用的方法、装置及电子设备
CN113327047A (zh) 基于模糊综合模型的电力营销服务渠道决策方法及系统
CN112990703A (zh) 国际工程市场匹配度评价方法、电子设备及存储介质
CN116245379A (zh) 面向电网建设工程效果评价的指标权重优化方法及装置
CN106682441A (zh) 一种基于层次分析法的指标权重量化方法及系统
CN116049678A (zh) 特征贡献度评估方法、装置、电子设备和存储介质
Khan et al. On uniform convergence of undiscounted optimal programs in the Mitra–Wan forestry model: the strictly concave case

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210806

RJ01 Rejection of invention patent application after publication