动态综合评价中的数据预处理方法研究

doi:10.16381/j.cnki.issn1003-207x.2020.01.014

中国管理科学 ›› 2020, Vol. 28 ›› Issue (1): 162-169.doi: 10.16381/j.cnki.issn1003-207x.2020.01.014

动态综合评价中的数据预处理方法研究

徐林明¹, 李美娟²

1. 福建工程学院管理学院, 福建福州 350118;
2. 福州大学经济与管理学院, 福建福州 350108

收稿日期:2019-01-09 修回日期:2019-07-10 出版日期:2020-01-20 发布日期:2020-01-19
通讯作者: 李美娟(1979-),女(汉族),福建古田人,福州大学经济与管理学院,教授,博士,博士生导师,研究方向:综合评价方法及其应用,E-mail:758300@qq.com. E-mail:758300@qq.com
基金资助:
国家自然科学基金资助项目（71872047，71801050）；福建省社会科学规划项目（FJ2019B086，FJ2018B029，FJ2017C017）；福建省软科学项目（2019R0083，2019R0013）；科技部创新方法工作专项（2017IM010200）；福建工程学院科研启动项目资助课题（GY-S18002）；福建省高校领军人才资助

A Data Preprocessing Method in Dynamic Comprehensive Evaluation

XU Lin-ming¹, LI Mei-juan²

1. School of Management, Fujian University of Technology, Fuzhou 350118, China;
2. School of Economics&Management, Fuzhou University, Fuzhou 350108, China

Received:2019-01-09 Revised:2019-07-10 Online:2020-01-20 Published:2020-01-19

摘要/Abstract

摘要： 数据预处理是综合评价的基础，通常包括指标类型一致化处理和无量纲化处理，指标值预处理结果会对后续的评价结论产生较大的影响。针对利用现有静态数据预处理方法对动态综合评价中的三维数据进行处理时会消除数据中隐含增量信息的问题，提出一种动态综合评价的数据预处理方法来解决该问题。通过介绍现有常用评价指标预处理方法，并分析这些预处理方法的特点，扬长避短，提出全局改进归一化方法，作为动态综合评价中指标一致化及无量纲化方法，对指标值进行预处理。最后通过算例比较分析，说明各方法特点，验证全局改进归一化方法是一种有效的动态综合评价数据预处理方法。

关键词: 动态综合评价, 无量纲化方法, 一致化, 预处理方法, 评价指标

Abstract: Data preprocessing is the basis of comprehensive evaluation and it usually includes uniformization of indicator types and nondimensionalization. Since the preprocessing result of indicator values can greatly influence the subsequent evaluation conclusion, whether its processes are appropriate or not has a direct impact on the reasonability of the final conclusion. Focusing on the problem that implicit incremental information will be eliminated when the three-dimensional data in dynamic comprehensive evaluation are processed by existing static data preprocessing methods, a data preprocessing method used in dynamic comprehensive evaluation is put forward to solve this problem.
By introducing and analyzing the characteristics of six preprocessing methods of evaluation indexes, including range conversion method, linear proportional transformation, normalized processing, vector specification, standard sample transformation, efficacy coefficient method, a global improved normalization method (GIN) is proposed as a method for uniformization and nondimensionalization of indicators in dynamic comprehensive evaluation and preprocessing of indicator values.
The idea of GIN method is as follows:it comprehensively considers and uniformly preprocess each index value in every moment, so as to retain the incremental information implied in the original data. The subtraction consistency method is employed for index type consistency processing. After processing, the larger the index value means the better. The difference between the original index values is retained after the dimensionless processing, and the pre-processed index values are comparable. Finally, through comparison and analysis of calculating examples, it illustrates the features of various methods and verifies that the global improved normalization method is an effective data preprocessing method in dynamic comprehensive evaluation.
The GIN method can retain the incremental information of the original data, and can be used to process the three-dimensional data in the dynamic comprehensive evaluation, which is a useful supplement to the comprehensive evaluation method and its application research.

Key words: dynamic comprehensive evaluation, nondimensionalization, uniformization, preprocessing method, evaluation indicator

中图分类号:

C931

徐林明, 李美娟. 动态综合评价中的数据预处理方法研究[J]. 中国管理科学, 2020, 28(1): 162-169.

XU Lin-ming, LI Mei-juan. A Data Preprocessing Method in Dynamic Comprehensive Evaluation[J]. Chinese Journal of Management Science, 2020, 28(1): 162-169.

参考文献

[1] Zareie A, Sheikhahmadi A, Khamforoosh K. Influence maximization in social networks based on TOPSIS[J]. Expert Systems with Applications, 2018, 108: 96-107.
[2] Omrani H, Alizadeh A, Emrouznejad A. Finding the optimal combination of power plants alternatives: A multi response Taguchi-neural network using TOPSIS and fuzzy best-worst method[J]. Journal of Cleaner Production, 2018, 203: 210-223.
[3] Rostamzadeh R, Ghorabaee M K, Govindan K, et al. Evaluation of sustainable supply chain risk management using an integrated fuzzy TOPSIS-CRITIC approach[J].Journal of Cleaner Production, 2018, 175: 651-669.
[4] Onu P U, Quan X, Xu L, et al. Evaluation of sustainable acid rain control options utilizing a fuzzy TOPSIS multi-criteria decision analysis model frame work[J].Journal of Cleaner Production,2017,141:612-625.
[5] Li Jing, Wu Dengsheng, Li Jianping, et al. A comparison of 17 article-level bibliometric indicators of institutional research productivity: Evidence from the information management literature of China[J].Information Processing & Management,2017,53(5):1156-1170.
[6] Li Jianping, Xie Yongjia, Wu Dengsheng, et al. Underestimating or overestimating the distribution inequality of research funding? The influence of funding sources and subdivision[J].Scientometrics, 2017, 112(1): 55-74.
[7] Wu Dengsheng, Li Jing, Lu Xiaoli, et al. Journal editorship index for assessing the scholarly impact of academic institutions: An empirical analysis in the field of economics[J]. Journal of Informetrics, 2018,12(2):448-460.
[8] 李美娟,陈国宏,陈衍泰. 综合评价中指标标准化方法研究[J].中国管理科学,2004,12(SI):45-48.
[9] 张立军,袁能文.线性综合评价模型中指标标准化方法的比较与选择[J].统计与信息论坛,2010,25(8): 10-15.
[10] 温洪涛,任传鹏.企业绩效评价指标的无量纲化方法的改进[J].经济问题,2011,(6):61-65.
[11] 胡永宏.对统计综合评价中几个问题的认识与探讨[J].统计研究,2012,29(1):26-30.
[12] 郭亚军.综合评价理论、方法及拓展[M].北京:科学出版社,2012.
[13] 郭亚军.综合评价结果的敏感性问题及其实证分析[J].管理科学学报,1998,1(3): 30-37.
[14] 江文奇.无量纲化方法对属性权重影响的敏感性和方案保序性[J].系统工程与电子技术,2012, 34(12): 2520-2523.
[15] 郭亚军,马凤妹,董庆兴.无量纲化方法对拉开档次法的影响分析[J].管理科学学报,2011,14(5): 19-28.
[16] 李玲玉,郭亚军,易平涛.无量纲化方法的选取原则[J].系统管理学报,2016,25(6):1040-1045.
[17] 宫诚举,郭亚军,李玲玉,等.群体信息集结过程中无量纲化方法的选择[J].运筹与管理,2017, 26(5):151-157.
[18] 陈国宏,李美娟,陈衍泰.组合评价及其计算机集成系统研究[M].北京:清华大学出版社, 2007.
[19] 郭亚军,易平涛.线性无量纲化方法的性质分析[J].统计研究,2008,(2):93-100.
[20] 易平涛,张丹宁,郭亚军,等.动态综合评价中的无量纲化方法[J].东北大学学报(自然科学版), 2009,30(6):889-892.
[21] 韩明彩.期刊综合评价指标标准化方法研究:价值评估法——以图书情报学期刊为例[J].情报理论与实践,2012,35(10):30-32.
[22] 易平涛,李伟伟,郭亚军.线性无量纲化方法的结构稳定性分析[J].系统管理学报,2014,23(1):104-110.
[23] 郭亚军,宫诚举,李伟伟,等.基于反三角函数的非线性预处理方法[J].系统工程,2017, 35(7):53-57.
[24] 李伟伟,易平涛,李玲玉.综合评价中异常值的识别及无量纲化处理方法[J].运筹与管理,2018,27(4): 173-178.
[25] 俞立平.科技评价方法基本理论研究——多属性评价面面观[M].北京:学习出版社,2011:63-64.
[26] 彭勇行.管理决策分析[M].北京:科学出版社,2000.
[27] 李美娟.区域自主创新能力动态评价及发展趋势研究[M]. 北京:科学出版社,2015.
[28] 徐林明,李美娟,戴前智.基于灰靶理论的动态评价方法[J].系统科学与数学,2017,37(1):112-124.
[29] 徐林明,林志炳,李美娟,等.基于模糊Borda法的动态组合评价方法及其应用研究[J].中国管理科学,2017,25(2):165-173.

动态综合评价中的数据预处理方法研究

A Data Preprocessing Method in Dynamic Comprehensive Evaluation

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	牛苗苗,谭显春,郭建新,朱开伟,程永龙. 碳总量控制政策对中国经济高质量发展的影响[J]. 中国管理科学, 2024, 32(9): 24-34.
[2]	牛东晓,斯琴卓娅,王董禹,许晓敏,张焕粉. 基于数据挖掘的电力装备企业多价值链协同数据预处理方法研究及应用[J]. 中国管理科学, 2023, 31(11): 321-331.
[3]	陈洪海. 基于反映象相关矩阵的评价指标筛选方法研究[J]. 中国管理科学, 2022, 30(11): 149-158.
[4]	陈洪海. 基于病态指数循环分析的评价指标筛选研究[J]. 中国管理科学, 2019, 27(1): 184-193.
[5]	张发明, 肖文星. 混合信息下的动态双激励评价机制设计及应用[J]. 中国管理科学, 2017, 25(12): 138-146.
[6]	刘凯宁, 樊治平, 李永海, 戴相全. 基于价值链视角的企业商业模式选择方法[J]. 中国管理科学, 2017, 25(1): 170-180.
[7]	廖志高, 詹敏, 徐玖平. 物元法分类动态综合评价方法及速度特征分析[J]. 中国管理科学, 2015, 23(11): 119-127.
[8]	李美娟, 陈国宏, 肖细凤. 基于一致性组合评价的区域技术创新能力评价与比较分析[J]. 中国管理科学, 2009, 17(2): 131-139.
[9]	王雪荣. 一种基于证据理论的动态综合效绩评价实用方法[J]. 中国管理科学, 2006, (4): 121-127.
[10]	吴开亚, 何琼, 孙世群. 区域生态安全的主成分投影评价模型及应用[J]. 中国管理科学, 2004, (1): 106-109.
[11]	胡华安, 田益峰, 向卓元, 邓望年. 物资采购综合评价指标体系质量控制模型应用研究[J]. 中国管理科学, 2004, (1): 75-80.
[12]	徐玖平, 蒋洪强, 张勇, 王楠. 青年高级人力资源开发管理人才素质的综合评价[J]. 中国管理科学, 2003, (1): 81-86.
[13]	楼文高. 基于人工神经网络的三江平原土壤质量综合评价与预测模型[J]. 中国管理科学, 2002, (1): 79-83.
[14]	徐宪平. 风险投资的风险评价与控制[J]. 中国管理科学, 2001, (4): 75-80.
[15]	刘思峰, 李炳军, 杨岭, 朱永达. 区域主导产业评价指标与数学模型[J]. 中国管理科学, 1998, (2): 8-13.