CN115345685A - 基于熵权法和模糊评价的共享出行服务的评价方法和系统 - Google Patents

基于熵权法和模糊评价的共享出行服务的评价方法和系统 Download PDF

Info

Publication number
CN115345685A
CN115345685A CN202211271809.9A CN202211271809A CN115345685A CN 115345685 A CN115345685 A CN 115345685A CN 202211271809 A CN202211271809 A CN 202211271809A CN 115345685 A CN115345685 A CN 115345685A
Authority
CN
China
Prior art keywords
evaluation
satisfaction
criterion
travel service
evaluation criterion
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
CN202211271809.9A
Other languages
English (en)
Inventor
陈剑豪
金辉
杨晓光
张彦沛
徐辉
王方凯
王子鸣
高景行
李晋
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.)
Suzhou University
Original Assignee
Suzhou 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 Suzhou University filed Critical Suzhou University
Priority to CN202211271809.9A priority Critical patent/CN115345685A/zh
Publication of CN115345685A publication Critical patent/CN115345685A/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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
    • 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
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Software Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Health & Medical Sciences (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Molecular Biology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Algebra (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及服务评价领域，公开一种基于熵权法和模糊评价的共享出行服务的评价方法和系统；方法包括构建体系得到多项评价准则和评价因子，获取乘客不同满意度数据；使用熵权法得到评价准则的权重向量、评价因子占比集和评价准则的权重；根据评价准则的权重向量和评价因子占比集得到评价准则的模糊综合评价集，根据评价准则的模糊综合评价集和评价准则的权重得到总体满意度的模糊综合评价集，去模糊分值分别得到评价准则的满意度评分和总体满意度评分；从总体满意度和评价准则两方面评价共享出行服务方案；系统包括体系构建模块、数据获取模块、熵权计算模块、模糊综合模块和评价模块。本发明对共享出行服务实现多角度综合评价、评价科学有效。

Description

基于熵权法和模糊评价的共享出行服务的评价方法和系统
技术领域
本发明涉及服务评价技术领域，尤其是指一种基于熵权法和模糊评价的共享出行服务的评价方法和系统。
背景技术
随着社会经济的持续快速发展和机动车辆的迅猛增长，城市交通供需矛盾日益尖锐，交通问题已成为城市发展中一个迫切解决的现实问题。加快城市共享出行的建设与发展，引导城市交通结构向集约化的共享出行交通方式转移，是城市交通发展面临的迫切任务。近年来，国家、省市出台多项政策支持大力发展共享出行服务，构建以共享出行服务为主体的城市综合交通体系，引导居民出行向共享出行与慢行交通的绿色交通方式转移，以缓解城市交通拥堵。
随着共享出行的蓬勃发展，预计至2040年共享出行渗透率将从2%升至24%，催生多种新型出行模式，共享出行服务解析多样化出行需求，针对性为出行者提供多样化出行服务。根据乘客对共享出行服务方案的满意度的评价即可体现共享出行服务方案的优势与劣势以及城市交通系统的运行状态。因此，对乘客满意度进行评价可以为共享出行服务方案的有效性提出有效性、针对性、客观性、科学性的改善建议。
但是，目前对于共享出行服务方案评价的研究很少，现有的乘客满意度评价方法大都针对公交、地铁等公共交通，其服务水平关注的是候车时间、车辆拥挤度等指标，且局限于单一化、片面化的评价方法。而共享出行服务由于其需求高品质、个性化、高响应等特点，故需要从覆盖率、及时性、全面性和实现率等方面对满意度进行评价，因此现有的方法不能实现对共享出行服务的综合评价。
发明内容
为此，本发明所要解决的技术问题在于克服现有技术中的不足，提供一种基于熵权法和模糊评价的共享出行服务的评价方法和系统，可以实现对共享出行服务的多角度综合评价、评价结果科学有效。
为解决上述技术问题，本发明提供了一种基于熵权法和模糊评价的共享出行服务的评价方法，包括：
步骤1：构建共享出行服务乘客满意度指标体系得到多项评价准则和多个评价因子，获取乘客对共享出行服务的不同满意度数据；
步骤2：根据所述乘客对共享出行服务的不同满意度数据得到每项评价准则的权重向量和评价因子占比集；根据所述评价准则的权重向量和评价因子占比集得到每项评价准则的模糊综合评价集；
步骤3：对每项评价准则的模糊综合评价集进行去模糊分值得到每项评价准则的满意度评分；
步骤4：根据所述乘客对共享出行服务的不同满意度数据得到每项评价准则的权重；根据每项评价准则的模糊综合评价集和每项评价准则的权重得到总体满意度的模糊综合评价集；
步骤5：对总体满意度的模糊综合评价集进行去模糊分值得到共享出行服务的总体满意度评分；
步骤6：根据所述共享出行服务的总体满意度评分对共享出行服务进行评价，根据每项评价准则的满意度评分和对应的每项评价准则的权重之间的关系对共享出行服务的各项评价准则进行评价。
作为优选的，所述共享出行服务乘客满意度指标体系包括n项评价准则
Figure 830515DEST_PATH_IMAGE001
，
Figure 540982DEST_PATH_IMAGE002
表示第i项评价准则；每项评价准则
Figure 284947DEST_PATH_IMAGE003
下包括m个评价 因子
Figure 866101DEST_PATH_IMAGE004
，
Figure 670109DEST_PATH_IMAGE005
表示第i项评价准则下的第j个评价 因子。
作为优选的，所述共享出行服务乘客满意度指标体系的评价准则包括覆盖率、及时性、全面性和实现率，
所述覆盖率下的评价因子包括区域覆盖率满意度评价、时间覆盖率满意度评价，所述及时性下的评价因子包括需求响应及时性满意度评价、实现到达及时性满意度评价，所述全面性下的评价因子包括便捷性满意度评价、舒适性满意度评价，所述实现率下的评价因子包括机制友好性满意度评价、价格友好性满意度评价。
作为优选的，根据所述乘客对共享出行服务的不同满意度数据得到每项评价准则的权重向量和评价因子占比集，具体为：
步骤2-1：从所述乘客对共享出行服务的不同满意度数据中获取第i项评价准则下 的第j个评价因子中的第l种满意度的出现次数
Figure 602293DEST_PATH_IMAGE006
，计算
Figure 149949DEST_PATH_IMAGE007
占第i项评价准则下的 第j个评价因子中的所有满意度的次数的比例
Figure 851189DEST_PATH_IMAGE008
：
Figure 91678DEST_PATH_IMAGE009
，
其中，k为满意度评价等级的种类数；
组合第i项评价准则下的第j个评价因子中的所有
Figure 245578DEST_PATH_IMAGE010
得到
Figure 596925DEST_PATH_IMAGE011
；
步骤2-2：计算第i项评价准则下的第j个评价因子的熵值
Figure 152672DEST_PATH_IMAGE012
：
Figure 564061DEST_PATH_IMAGE013
；
步骤2-3：计算第i项评价准则下的第j个评价因子的差异性因数
Figure 485486DEST_PATH_IMAGE014
：
Figure 374944DEST_PATH_IMAGE015
；
步骤2-4：计算第i项评价准则下的第j个评价因子的权重
Figure 785197DEST_PATH_IMAGE016
：
Figure 367488DEST_PATH_IMAGE017
；
步骤2-5：构造第i项评价准则的权重向量
Figure 495981DEST_PATH_IMAGE018
；
步骤2-6：构造第i项评价准则的评价因子占比集
Figure 189131DEST_PATH_IMAGE019
。
作为优选的，根据所述评价准则的权重向量和评价因子占比集得到每项评价准则的模糊综合评价集，具体为：
计算第i项评价准则的模糊综合评价集
Figure 719469DEST_PATH_IMAGE020
。
作为优选的，所述对每项评价准则的模糊综合评价集进行去模糊分值得到每项评价准则的满意度评分，具体为：
根据不同满意度的划分标准构建去模糊分值矩阵
Figure 207082DEST_PATH_IMAGE021
，
Figure 88451DEST_PATH_IMAGE022
为H中的第i项；
计算每项评价准则的满意度评分
Figure 319712DEST_PATH_IMAGE023
。
作为优选的，根据所述乘客对共享出行服务的不同满意度数据得到每项评价准则的权重，具体为：
步骤4-1：从所述乘客对共享出行服务的不同满意度数据中获取第i项评价准则下 的第l种满意度的出现次数
Figure 970136DEST_PATH_IMAGE024
，计算
Figure 628651DEST_PATH_IMAGE025
占第i项评价准则下的所有满意度的次数的比例
Figure 731736DEST_PATH_IMAGE026
：
Figure 232600DEST_PATH_IMAGE027
，
其中，k为满意度评价等级的种类数；
组合第i项评价准则下的所有
Figure 737530DEST_PATH_IMAGE028
得到
Figure 832525DEST_PATH_IMAGE029
；
步骤4-2：计算第i项评价准则的熵值
Figure 157327DEST_PATH_IMAGE030
：
Figure 730391DEST_PATH_IMAGE031
；
步骤4-3：计算第i项评价准则的差异性因数
Figure 355408DEST_PATH_IMAGE032
：
Figure 621304DEST_PATH_IMAGE033
；
步骤4-4：计算第i项评价准则的权重
Figure 433402DEST_PATH_IMAGE034
：
Figure 810157DEST_PATH_IMAGE035
。
作为优选的，所述根据每项评价准则的模糊综合评价集和每项评价准则的权重得到总体满意度的模糊综合评价集，具体为：
根据每项评价准则的模糊综合评价集
Figure 289680DEST_PATH_IMAGE036
构建总体满意度矩阵
Figure 460898DEST_PATH_IMAGE037
，
构造所有评价准则的权重向量
Figure 760292DEST_PATH_IMAGE038
，
计算总体满意度的模糊综合评价集
Figure 943668DEST_PATH_IMAGE039
。
作为优选的，所述共享出行服务的总体满意度评分
Figure 12118DEST_PATH_IMAGE040
的计算方法为：
Figure 619817DEST_PATH_IMAGE041
。
本发明还提供了一种基于熵权法和模糊评价的共享出行服务的评价系统，包括体系构建模块、数据获取模块、熵权计算模块、模糊综合模块和评价模块，
所述体系构建模块构建共享出行服务乘客满意度指标体系得到多项评价准则和多个评价因子，
所述数据获取模块获取乘客对共享出行服务的不同满意度数据并传送给所述熵权计算模块，
所述熵权计算模块根据所述乘客对共享出行服务的不同满意度数据得到每项评价准则的权重向量、评价因子占比集和每项评价准则的权重；将所述每项评价准则的权重向量、评价因子占比集和每项评价准则的权重传送给所述模糊综合模块，将所述每项评价准则的权重传送给所述评价模块；
所述模糊综合模块根据所述评价准则的权重向量和评价因子占比集得到每项评价准则的模糊综合评价集，对每项评价准则的模糊综合评价集进行去模糊分值得到每项评价准则的满意度评分；根据每项评价准则的模糊综合评价集和每项评价准则的权重得到总体满意度的模糊综合评价集，对总体满意度的模糊综合评价集进行去模糊分值得到共享出行服务的总体满意度评分；将所述每项评价准则的满意度评分、共享出行服务的总体满意度评分传送给所述评价模块；
所述评价模块根据所述共享出行服务的总体满意度评分对共享出行服务进行评价，根据每项评价准则的满意度评分和对应的每项评价准则的权重之间的关系对共享出行服务的各项评价准则进行评价。
本发明的上述技术方案相比现有技术具有以下优点：
（1）本发明通过构建共享出行服务乘客满意度指标体系得到多项评价准则和多个评价因子使得共享出行服务满意度评价系统、全面，通过运用熵权法确定各评价因子的权重系数减少了主观因素对权重造成的影响，实现了对共享出行服务方案的针对性评价、并且评价结果科学有效。
（2）本发明通过模糊综合评价对满意度评价进行量化，在此基础上根据每项评价准则的满意度评分和对应的每项评价准则的权重之间的关系发现共享出行服务方案的优势与劣势所在，与根据共享出行服务的总体满意度评分对共享出行服务进行评价同步进行，实现了共享出行服务的多角度综合评价。
附图说明
为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中：
图1是本发明的流程图，
图2是本发明中共享出行服务乘客满意度指标体系的结构图，
图3是本发明实施例中得到的不同评价准则对应的满意度评价图，
图4是本发明实施例中对覆盖率、及时性、全面性和实现率这四项评价准则的改进方案表。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第二”、“第一”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。此外，术语“包括”意图在于覆盖不排他的包含，例如包含了一系列步骤或单元的过程、方法、系统、产品或设备，没有限定于已列出的步骤或单元而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
参照图1流程图所示，本发明公开了一种基于熵权法和模糊评价的共享出行服务的评价方法，包括：
步骤1：构建共享出行服务乘客满意度指标体系得到多项评价准则和多个评价因子，获取乘客对共享出行服务的不同满意度数据。
由于共享出行服务属于时代快速发展的新兴产物，其目前处于自由发展状态，因此具有服务水平较低、服务方案设计不合理、共享出行吸引力不足等问题。又由于共享出行服务产品的无形性、乘客个体的差异性，因此确定系统化、规范化的共享出行服务方案评价方法的关键之处在于：既要满足城市公共交通的服务特性，又能客观、全面的反应出行者对共享出行服务方案中各要素的满意状况。
因此，本发明根据普适性、合理性、科学性、可获得性、可度量性的原则构建的共享 出行服务乘客满意度指标体系具体为：共享出行服务乘客满意度指标体系包括n项评价准 则
Figure 406507DEST_PATH_IMAGE042
，
Figure 390644DEST_PATH_IMAGE043
表示第i项评价准则；每项评价准则
Figure 579179DEST_PATH_IMAGE044
下包括m 个评价因子
Figure 92200DEST_PATH_IMAGE045
，
Figure 366187DEST_PATH_IMAGE046
表示第i项评价准则下的第j个评 价因子。
本实施例中的共享出行服务乘客满意度指标体系的结构如图2所示，包括四项评价准则，每个所述评价准则下包括两个评价因子；
第一项评价准则
Figure 622856DEST_PATH_IMAGE047
为覆盖率，覆盖率下的第一个评价因子
Figure 665898DEST_PATH_IMAGE048
为区域覆盖率满 意度评价，覆盖率下的第二个评价因子
Figure 349820DEST_PATH_IMAGE049
为时间覆盖率满意度评价；
第二项评价准则
Figure 111103DEST_PATH_IMAGE050
为及时性，及时性下的第一个评价因子
Figure 168533DEST_PATH_IMAGE051
为需求响应及时 性满意度评价，及时性下的第二个评价因子
Figure 66082DEST_PATH_IMAGE052
为实现到达及时性满意度评价，
第三项评价准则
Figure 452064DEST_PATH_IMAGE053
为全面性，全面性下的第一个评价因子
Figure 435064DEST_PATH_IMAGE054
为便捷性（包括 步行情况、乘车时间、换乘次数）满意度评价，全面性下的第二个评价因子
Figure 33535DEST_PATH_IMAGE055
为舒适性（包 括乘车环境、途中感受）满意度评价，
第四项评价准则
Figure 316749DEST_PATH_IMAGE056
为实现率，实现率下的第一个评价因子
Figure 342474DEST_PATH_IMAGE057
为机制友好性满 意度评价，实现率下的第二个评价因子
Figure 547190DEST_PATH_IMAGE058
为价格友好性满意度评价。
步骤2：根据所述乘客对共享出行服务的不同满意度数据，使用熵权法得到每项评价准则的权重向量和评价因子占比集；根据所述评价准则的权重向量和评价因子占比集得到每项评价准则的模糊综合评价集。
步骤2-1：从所述乘客对共享出行服务的不同满意度数据中获取第i项评价准则下 的第j个评价因子中的第l种满意度的出现次数
Figure 949353DEST_PATH_IMAGE059
，计算
Figure 87073DEST_PATH_IMAGE060
占第i项评价准则下的第j 个评价因子中的所有满意度的次数的比例
Figure 283699DEST_PATH_IMAGE061
：
Figure 506870DEST_PATH_IMAGE062
，
其中，k为满意度评价等级的种类数；
组合第i项评价准则下的第j个评价因子中的所有
Figure 438355DEST_PATH_IMAGE063
得到
Figure 165003DEST_PATH_IMAGE064
；
本实施例中收集目标区域内乘客对共享出行服务评价的问卷调查，将满意度评价等级分五种，按乘客对共享出行服务的打分进行划分，打分100为非常满意，打分100~80为比较满意，打分80~60为一般满意，打分60~30为不太满意，打分30~0为不满意。计算得到：
Figure 798109DEST_PATH_IMAGE065
，
Figure 508576DEST_PATH_IMAGE066
，
Figure 986962DEST_PATH_IMAGE067
，
Figure 833696DEST_PATH_IMAGE068
，
Figure 372124DEST_PATH_IMAGE069
，
Figure 569887DEST_PATH_IMAGE070
，
Figure 851964DEST_PATH_IMAGE071
，
Figure 818783DEST_PATH_IMAGE072
。
步骤2-2：计算第i项评价准则下的第j个评价因子的熵值
Figure 793692DEST_PATH_IMAGE073
：
Figure 213172DEST_PATH_IMAGE074
；
本实施例中计算得到
Figure 296010DEST_PATH_IMAGE075
，
Figure 851757DEST_PATH_IMAGE076
，
Figure 997567DEST_PATH_IMAGE077
，
Figure 904343DEST_PATH_IMAGE078
，
Figure 262644DEST_PATH_IMAGE079
，
Figure 204055DEST_PATH_IMAGE080
，
Figure 520767DEST_PATH_IMAGE081
，
Figure 914839DEST_PATH_IMAGE082
。
步骤2-3：计算第i项评价准则下的第j个评价因子的差异性因数
Figure 342409DEST_PATH_IMAGE083
：
Figure 872748DEST_PATH_IMAGE084
；
本实施例中计算得到
Figure 360361DEST_PATH_IMAGE085
，
Figure 241729DEST_PATH_IMAGE086
，
Figure 475920DEST_PATH_IMAGE087
，
Figure 126344DEST_PATH_IMAGE088
，
Figure 519279DEST_PATH_IMAGE089
，
Figure 622365DEST_PATH_IMAGE090
，
Figure 391737DEST_PATH_IMAGE091
，
Figure 896668DEST_PATH_IMAGE092
。
步骤2-4：计算第i项评价准则下的第j个评价因子的权重
Figure 726084DEST_PATH_IMAGE093
：
Figure 316465DEST_PATH_IMAGE094
；
本实施例中计算得到
Figure 889529DEST_PATH_IMAGE095
，
Figure 248966DEST_PATH_IMAGE096
，
Figure 249283DEST_PATH_IMAGE097
，
Figure 326961DEST_PATH_IMAGE098
，
Figure 700786DEST_PATH_IMAGE099
，
Figure 914729DEST_PATH_IMAGE100
，
Figure 351527DEST_PATH_IMAGE101
，
Figure 650921DEST_PATH_IMAGE102
。
步骤2-5：构造第i项评价准则的权重向量
Figure 565788DEST_PATH_IMAGE103
；
本实施例中
Figure 368658DEST_PATH_IMAGE104
，
Figure 976357DEST_PATH_IMAGE105
，
Figure 497469DEST_PATH_IMAGE106
，
Figure 684867DEST_PATH_IMAGE107
。
步骤2-6：构造第i项评价准则的评价因子占比集
Figure 138982DEST_PATH_IMAGE108
。
本实施例中
Figure 652003DEST_PATH_IMAGE109
，
Figure 940638DEST_PATH_IMAGE110
，
Figure 462887DEST_PATH_IMAGE111
，
Figure 505929DEST_PATH_IMAGE112
。
步骤2-7：计算第i项评价准则的模糊综合评价集
Figure 455430DEST_PATH_IMAGE113
。
本实施例中计算得到的
Figure 216713DEST_PATH_IMAGE114
，
Figure 542652DEST_PATH_IMAGE115
，
Figure 440201DEST_PATH_IMAGE116
，
Figure 560604DEST_PATH_IMAGE117
。
步骤3：对每项评价准则的模糊综合评价集进行去模糊分值得到每项评价准则的满意度评分。
步骤3-1：根据不同满意度的划分标准构建去模糊分值矩阵
Figure 74762DEST_PATH_IMAGE118
，
Figure 673233DEST_PATH_IMAGE119
为H中的第i项；本实施例中
Figure 690868DEST_PATH_IMAGE120
，
Figure 982172DEST_PATH_IMAGE119
的取值与打分的划分标准一一对应。
步骤3-2：计算每项评价准则的满意度评分
Figure 452468DEST_PATH_IMAGE121
。本实施中计算得到
Figure 117280DEST_PATH_IMAGE122
= 67.5，
Figure 989421DEST_PATH_IMAGE123
=71.4，
Figure 717205DEST_PATH_IMAGE124
=72.6，
Figure 674797DEST_PATH_IMAGE125
=63.3。
步骤4：根据所述乘客对共享出行服务的不同满意度数据，使用熵权法得到每项评价准则的权重；根据每项评价准则的模糊综合评价集和每项评价准则的权重得到总体满意度的模糊综合评价集。
步骤4-1：从所述乘客对共享出行服务的不同满意度数据中获取第i项评价准则下 的第l种满意度的出现次数
Figure 880650DEST_PATH_IMAGE126
，计算
Figure 607298DEST_PATH_IMAGE127
占第i项评价准则下的所有满意度的次数的比例
Figure 505984DEST_PATH_IMAGE128
：
Figure 685292DEST_PATH_IMAGE129
，
其中，k为满意度评价等级的种类数；
组合第i项评价准则下的所有
Figure 694837DEST_PATH_IMAGE130
得到
Figure 541570DEST_PATH_IMAGE131
；
本实施例中计算得到：
Figure 79999DEST_PATH_IMAGE132
，
Figure 277762DEST_PATH_IMAGE133
，
Figure 559839DEST_PATH_IMAGE134
，
Figure 264008DEST_PATH_IMAGE135
。
步骤4-2：计算第i项评价准则的熵值
Figure 238917DEST_PATH_IMAGE136
：
Figure 658397DEST_PATH_IMAGE137
；
本实施例中计算得到
Figure 9744DEST_PATH_IMAGE138
，
Figure 565490DEST_PATH_IMAGE139
，
Figure 711301DEST_PATH_IMAGE140
，
Figure 618077DEST_PATH_IMAGE141
。
步骤4-3：计算第i项评价准则的差异性因数
Figure 241956DEST_PATH_IMAGE142
：
Figure 917788DEST_PATH_IMAGE143
；
本实施例中计算得到
Figure 234500DEST_PATH_IMAGE144
，
Figure 362993DEST_PATH_IMAGE145
，
Figure 56143DEST_PATH_IMAGE146
，
Figure 583552DEST_PATH_IMAGE147
。
步骤4-4：计算第i项评价准则的权重
Figure 336744DEST_PATH_IMAGE148
：
Figure 218112DEST_PATH_IMAGE149
。
本实施例中计算得到
Figure 183794DEST_PATH_IMAGE150
，
Figure 834218DEST_PATH_IMAGE151
，
Figure 492733DEST_PATH_IMAGE152
，
Figure 595818DEST_PATH_IMAGE153
。
步骤4-5：根据每项评价准则的模糊综合评价集
Figure 630770DEST_PATH_IMAGE154
构建总体满意度矩阵
Figure 135701DEST_PATH_IMAGE155
， 本实施例中
Figure 965117DEST_PATH_IMAGE156
；
步骤4-6：构造所有评价准则的权重向量
Figure 821077DEST_PATH_IMAGE157
，本实施例中
Figure 128562DEST_PATH_IMAGE158
；
步骤4-7：计算总体满意度的模糊综合评价集
Figure 487999DEST_PATH_IMAGE159
=
Figure 745106DEST_PATH_IMAGE160
，本实施例中计算得到
Figure 557204DEST_PATH_IMAGE161
。
步骤5：对总体满意度的模糊综合评价集进行去模糊分值得到共享出行服务的总体满意度评分。
计算共享出行服务的总体满意度评分
Figure 199538DEST_PATH_IMAGE162
。本实施中计算得到
Figure 413482DEST_PATH_IMAGE163
。
步骤6：根据所述共享出行服务的总体满意度评分对共享出行服务进行评价，总体满意度的评分越高，该共享出行服务方案越好。
根据每项评价准则的满意度评分和对应的每项评价准则的权重之间的关系对共享出行服务的各项评价准则进行评价。将评价准则的满意度评分作为纵坐标、评价准则对应的权重作为横坐标绘制如图3所示的不同评价准则对应的满意度评价图，当评价准则的满意度评分低且评价准则对应的权重高时，对该项评价准则下的评价因子的实现进行改进。本实施例中对覆盖率、及时性、全面性和实现率这四项评价准则的改进方案如图4所示。
本发明还公开了一种基于熵权法和模糊评价的共享出行服务的评价系统，包括体系构建模块、数据获取模块、熵权计算模块、模糊综合模块和评价模块。
所述体系构建模块构建共享出行服务乘客满意度指标体系得到多项评价准则和多个评价因子。所述数据获取模块获取乘客对共享出行服务的不同满意度数据并传送给所述熵权计算模块。所述熵权计算模块根据所述乘客对共享出行服务的不同满意度数据，使用熵权法得到每项评价准则的权重向量和评价因子占比集；根据所述乘客对共享出行服务的不同满意度数据，使用熵权法得到每项评价准则的权重；将所述每项评价准则的权重向量、评价因子占比集和每项评价准则的权重传送给所述模糊综合模块，将所述每项评价准则的权重传送给所述评价模块。所述模糊综合模块根据所述评价准则的权重向量和评价因子占比集得到每项评价准则的模糊综合评价集，对每项评价准则的模糊综合评价集进行去模糊分值得到每项评价准则的满意度评分；根据每项评价准则的模糊综合评价集和每项评价准则的权重得到总体满意度的模糊综合评价集，对总体满意度的模糊综合评价集进行去模糊分值得到共享出行服务的总体满意度评分；将所述每项评价准则的满意度评分、共享出行服务的总体满意度评分传送给所述评价模块。所述评价模块根据所述共享出行服务的总体满意度评分对共享出行服务进行评价，根据每项评价准则的满意度评分和对应的每项评价准则的权重之间的关系对共享出行服务的各项评价准则进行评价。
本发明通过构建共享出行服务乘客满意度指标体系得到覆盖率、及时性、全面性和实现率多项评价准则和多个评价因子使得共享出行服务满意度评价系统、全面，通过运用熵权法确定各评价因子的权重系数减少了主观因素对权重造成的影响，实现了对共享出行服务方案的针对性评价、并且评价结果科学有效。同时，通过模糊综合评价对满意度评价进行量化，在此基础上根据每项评价准则的满意度评分和对应的每项评价准则的权重之间的关系发现共享出行服务方案的优势与劣势所在，与根据共享出行服务的总体满意度评分对共享出行服务进行评价同步进行，避免了单一化、片面化的评价方法，实现了共享出行服务的多角度综合评价。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
显然，上述实施例仅仅是为清楚地说明所作的举例，并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种基于熵权法和模糊评价的共享出行服务的评价方法，其特征在于，包括：
步骤1：构建共享出行服务乘客满意度指标体系得到多项评价准则和多个评价因子，获取乘客对共享出行服务的不同满意度数据；
步骤2：根据所述乘客对共享出行服务的不同满意度数据得到每项评价准则的权重向量和评价因子占比集；根据所述评价准则的权重向量和评价因子占比集得到每项评价准则的模糊综合评价集；
步骤3：对每项评价准则的模糊综合评价集进行去模糊分值得到每项评价准则的满意度评分；
步骤4：根据所述乘客对共享出行服务的不同满意度数据得到每项评价准则的权重；根据每项评价准则的模糊综合评价集和每项评价准则的权重得到总体满意度的模糊综合评价集；
步骤5：对总体满意度的模糊综合评价集进行去模糊分值得到共享出行服务的总体满意度评分；
步骤6：根据所述共享出行服务的总体满意度评分对共享出行服务进行评价，根据每项评价准则的满意度评分和对应的每项评价准则的权重之间的关系对共享出行服务的各项评价准则进行评价。
2.根据权利要求1所述的基于熵权法和模糊评价的共享出行服务的评价方法，其特征在于： 所述共享出行服务乘客满意度指标体系包括n项评价准则
Figure 469771DEST_PATH_IMAGE001
，
Figure 769165DEST_PATH_IMAGE002
表示第i项评价准则；每项评价准则
Figure 418453DEST_PATH_IMAGE003
下包括m个评价因子
Figure 752482DEST_PATH_IMAGE004
，
Figure 94602DEST_PATH_IMAGE005
表示第i项评价准则下的第j个评价因子。
3.根据权利要求2所述的基于熵权法和模糊评价的共享出行服务的评价方法，其特征在于：所述共享出行服务乘客满意度指标体系的评价准则包括覆盖率、及时性、全面性和实现率，
所述覆盖率下的评价因子包括区域覆盖率满意度评价、时间覆盖率满意度评价，所述及时性下的评价因子包括需求响应及时性满意度评价、实现到达及时性满意度评价，所述全面性下的评价因子包括便捷性满意度评价、舒适性满意度评价，所述实现率下的评价因子包括机制友好性满意度评价、价格友好性满意度评价。
4.根据权利要求2-3任一项所述的基于熵权法和模糊评价的共享出行服务的评价方法，其特征在于：根据所述乘客对共享出行服务的不同满意度数据得到每项评价准则的权重向量和评价因子占比集，具体为：
步骤2-1：从所述乘客对共享出行服务的不同满意度数据中获取第i项评价准则下的第 j个评价因子中的第l种满意度的出现次数
Figure 146871DEST_PATH_IMAGE006
，计算
Figure 599849DEST_PATH_IMAGE007
占第i项评价准则下的第j个 评价因子中的所有满意度的次数的比例
Figure 53964DEST_PATH_IMAGE008
：
Figure 566985DEST_PATH_IMAGE009
，
其中，k为满意度评价等级的种类数；
组合第i项评价准则下的第j个评价因子中的所有
Figure 312743DEST_PATH_IMAGE010
得到
Figure 569412DEST_PATH_IMAGE011
；
步骤2-2：计算第i项评价准则下的第j个评价因子的熵值
Figure 878034DEST_PATH_IMAGE012
：
Figure 296377DEST_PATH_IMAGE013
；
步骤2-3：计算第i项评价准则下的第j个评价因子的差异性因数
Figure 57659DEST_PATH_IMAGE014
：
Figure 118019DEST_PATH_IMAGE015
；
步骤2-4：计算第i项评价准则下的第j个评价因子的权重
Figure 15568DEST_PATH_IMAGE016
：
Figure 135971DEST_PATH_IMAGE017
；
步骤2-5：构造第i项评价准则的权重向量
Figure 118970DEST_PATH_IMAGE018
；
步骤2-6：构造第i项评价准则的评价因子占比集
Figure 717442DEST_PATH_IMAGE019
。
5.根据权利要求4所述的基于熵权法和模糊评价的共享出行服务的评价方法，其特征在于：根据所述评价准则的权重向量和评价因子占比集得到每项评价准则的模糊综合评价集，具体为：
计算第i项评价准则的模糊综合评价集
Figure 200988DEST_PATH_IMAGE020
。
6.根据权利要求5所述的基于熵权法和模糊评价的共享出行服务的评价方法，其特征在于：所述对每项评价准则的模糊综合评价集进行去模糊分值得到每项评价准则的满意度评分，具体为：
根据不同满意度的划分标准构建去模糊分值矩阵
Figure 492292DEST_PATH_IMAGE021
，
Figure 697009DEST_PATH_IMAGE022
为H中的第i项；
计算每项评价准则的满意度评分
Figure 99171DEST_PATH_IMAGE023
。
7.根据权利要求6所述的基于熵权法和模糊评价的共享出行服务的评价方法，其特征在于：根据所述乘客对共享出行服务的不同满意度数据得到每项评价准则的权重，具体为：
步骤4-1：从所述乘客对共享出行服务的不同满意度数据中获取第i项评价准则下的第l种满意度的出现次数
Figure 971312DEST_PATH_IMAGE024
，计算
Figure 433518DEST_PATH_IMAGE025
占第i项评价准则下的所有满意度的次数的比例
Figure 391109DEST_PATH_IMAGE026
：
Figure 596963DEST_PATH_IMAGE027
，
其中，k为满意度评价等级的种类数；
组合第i项评价准则下的所有
Figure 58031DEST_PATH_IMAGE028
得到
Figure 425558DEST_PATH_IMAGE029
；
步骤4-2：计算第i项评价准则的熵值
Figure 870446DEST_PATH_IMAGE030
：
Figure 629060DEST_PATH_IMAGE031
；
步骤4-3：计算第i项评价准则的差异性因数
Figure 944635DEST_PATH_IMAGE032
：
Figure 748643DEST_PATH_IMAGE033
；
步骤4-4：计算第i项评价准则的权重
Figure 149668DEST_PATH_IMAGE034
：
Figure 697324DEST_PATH_IMAGE035
。
8.根据权利要求7所述的基于熵权法和模糊评价的共享出行服务的评价方法，其特征在于：所述根据每项评价准则的模糊综合评价集和每项评价准则的权重得到总体满意度的模糊综合评价集，具体为：
根据每项评价准则的模糊综合评价集
Figure 398564DEST_PATH_IMAGE036
构建总体满意度矩阵
Figure 373473DEST_PATH_IMAGE037
，
构造所有评价准则的权重向量
Figure 792953DEST_PATH_IMAGE038
，
计算总体满意度的模糊综合评价集
Figure 144300DEST_PATH_IMAGE039
。
9.根据权利要求8所述的基于熵权法和模糊评价的共享出行服务的评价方法，其特征 在于：所述共享出行服务的总体满意度评分
Figure 700046DEST_PATH_IMAGE040
的计算方法为：
Figure 311769DEST_PATH_IMAGE041
。
10.一种基于熵权法和模糊评价的共享出行服务的评价系统，其特征在于：包括体系构建模块、数据获取模块、熵权计算模块、模糊综合模块和评价模块，
所述体系构建模块构建共享出行服务乘客满意度指标体系得到多项评价准则和多个评价因子，
所述数据获取模块获取乘客对共享出行服务的不同满意度数据并传送给所述熵权计算模块，
所述熵权计算模块根据所述乘客对共享出行服务的不同满意度数据得到每项评价准则的权重向量、评价因子占比集和每项评价准则的权重；将所述每项评价准则的权重向量、评价因子占比集和每项评价准则的权重传送给所述模糊综合模块，将所述每项评价准则的权重传送给所述评价模块；
所述模糊综合模块根据所述评价准则的权重向量和评价因子占比集得到每项评价准则的模糊综合评价集，对每项评价准则的模糊综合评价集进行去模糊分值得到每项评价准则的满意度评分；根据每项评价准则的模糊综合评价集和每项评价准则的权重得到总体满意度的模糊综合评价集，对总体满意度的模糊综合评价集进行去模糊分值得到共享出行服务的总体满意度评分；将所述每项评价准则的满意度评分、共享出行服务的总体满意度评分传送给所述评价模块；
所述评价模块根据所述共享出行服务的总体满意度评分对共享出行服务进行评价，根据每项评价准则的满意度评分和对应的每项评价准则的权重之间的关系对共享出行服务的各项评价准则进行评价。
CN202211271809.9A 2022-10-18 2022-10-18 基于熵权法和模糊评价的共享出行服务的评价方法和系统 Pending CN115345685A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211271809.9A CN115345685A (zh) 2022-10-18 2022-10-18 基于熵权法和模糊评价的共享出行服务的评价方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211271809.9A CN115345685A (zh) 2022-10-18 2022-10-18 基于熵权法和模糊评价的共享出行服务的评价方法和系统

Publications (1)

Publication Number Publication Date
CN115345685A true CN115345685A (zh) 2022-11-15

Family

ID=83957591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211271809.9A Pending CN115345685A (zh) 2022-10-18 2022-10-18 基于熵权法和模糊评价的共享出行服务的评价方法和系统

Country Status (1)

Country Link
CN (1) CN115345685A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106651116A (zh) * 2016-11-02 2017-05-10 辽宁工程技术大学 一种基于模糊综合评价法的公交乘客满意度评价方法
CN107506905A (zh) * 2017-08-01 2017-12-22 华北电力大学 一种改进的电网企业可持续发展综合评价方法
CN111552913A (zh) * 2020-04-24 2020-08-18 东南大学 一种新线接入条件下城市轨道交通运能匹配性评价方法
CN112561730A (zh) * 2020-12-02 2021-03-26 国网浙江省电力有限公司营销服务中心 一种基于双层聚类和模糊综合评价的供电服务分析方法
CN113554351A (zh) * 2021-08-23 2021-10-26 宁波工程学院 基于二维云模型的深水直径钻孔灌注桩施工风险评估方法
US20210383802A1 (en) * 2020-06-05 2021-12-09 Beijing Baidu Netcom Science And Technology Co., Ltd. Method and apparatus for evaluating user intention understanding satisfaction, electronic device and storage medium

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106651116A (zh) * 2016-11-02 2017-05-10 辽宁工程技术大学 一种基于模糊综合评价法的公交乘客满意度评价方法
CN107506905A (zh) * 2017-08-01 2017-12-22 华北电力大学 一种改进的电网企业可持续发展综合评价方法
CN111552913A (zh) * 2020-04-24 2020-08-18 东南大学 一种新线接入条件下城市轨道交通运能匹配性评价方法
US20210383802A1 (en) * 2020-06-05 2021-12-09 Beijing Baidu Netcom Science And Technology Co., Ltd. Method and apparatus for evaluating user intention understanding satisfaction, electronic device and storage medium
CN112561730A (zh) * 2020-12-02 2021-03-26 国网浙江省电力有限公司营销服务中心 一种基于双层聚类和模糊综合评价的供电服务分析方法
CN113554351A (zh) * 2021-08-23 2021-10-26 宁波工程学院 基于二维云模型的深水直径钻孔灌注桩施工风险评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
蔡志荣: "基于熵权的模糊综合评价法在学习质量评价中的应用", 《计算机时代》 *

Similar Documents

Publication Publication Date Title
CN104239484B (zh) 一种基于多模式公交组合调度的时刻表编制方法
CN109409599A (zh) 基于实时需求的定制公交线路开通优化方法
TW201741993A (zh) 確定運輸服務路線之系統及方法
CN103226801B (zh) 基于多用户配流模型的空港集疏运交通量确定方法
Seiler et al. Modeling travel expenditures for Taiwanese tourism
CN110728421B (zh) 一种基于充电需求大数据的路网充电优化方法
CN106022577A (zh) 载客车辆的在线均衡调度方法
CN111340318B (zh) 一种车辆动态调度方法、装置及终端设备
Pešić et al. New method for benchmarking traffic safety level for the territory
CN115689259B (zh) 路段车路协同场景优先级确定方法、设备及介质
Shiau Evaluating sustainable transport strategies for the counties of Taiwan based on their degree of urbanization
CN114742389A (zh) 基于gra和改进topsis的城市道路施工期缓堵交通组织方案比选方法
CN109409955A (zh) 需求变化下分期分时定制公交票价制定方法
KR20090131014A (ko) 특허 정보를 이용한 기술과 서비스의 평가 및 서비스중심의 기술 로드맵 작성 방법
Li et al. Spatiotemporal evolution patterns and driving factors of synergistic development of culture, sports, and tourism industries: the case study of china
US7849023B2 (en) Selecting accommodations on a travel conveyance
CN110555156B (zh) 一种最优泊位推荐的方法及装置
CN115345685A (zh) 基于熵权法和模糊评价的共享出行服务的评价方法和系统
Pressley et al. Motor vehicle injury, mortality, and hospital charges by strength of graduated driver licensing laws in 36 States
CN114492169B (zh) 考虑用户市场响应潜力的电动汽车用户画像方法及系统
CN110633910A (zh) 一种旅游公路服务设施营地布局方法
CN113592246B (zh) 一种基于pca-topsis模型的道路施工期公交线网评价方法
CN109064099A (zh) 一种基于货物运输的推荐方法及装置
Viana et al. Optimization of a demand responsive transport service using multi-objective evolutionary algorithms
CN110502700B (zh) Ota平台国际市场机票查询的预测方法及系统

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: 20221115

RJ01 Rejection of invention patent application after publication