论文部分内容阅读
〔摘 要〕读者满意度测评对于高校图书馆改进和完善服务策略、提高服务质量具有重要的意义。文章介绍了图书馆读者满意度的模糊综合评价测度方法。为弥补满意度测评中主观赋权法的不足之处,本文运用熵权来调整主观赋权法给出的权重系数,使评价结果更加客观、科学、合理。
〔关键词〕高校图书馆;读者满意度;模糊综合评价;层次分析法;熵权
〔中图分类号〕G252 〔文献标识码〕A 〔文章编号〕1008-0821(2009)04-0058-04
The Fuzzy Integrative Evaluation Based on AHP and
Entropy Weight on Library Reader SatisfactionSong Limin
(Library,Shanghai University of Science and Technology,Shanghai 200093,China)
〔Abstract〕The evaluation of reader satisfaction has an important influence on improving the service tactics and service quality in university library.In this paper,the fuzzy integrative evaluation on Library Reader Satisfaction is introduced.To remedy the defect of subjective weighting methods and give weight correctly,the entropy weight is put forward to adjust the weight,which is given by subjective method,and the result of evaluation is more objective,scientific and reasonable.
〔Key words〕university library;reader satisfaction;fuzzy integrative evaluation;analytical hierarchy process;entropy weight
目前,“读者第一”已是图书馆界公认的服务宗旨,为读者提供高质量的服务,“让读者满意”是图书馆追求的目标,因而读者满意度也就成为衡量图书馆服务质量的重要依据。对读者满意度进行调查测评,可以帮助图书馆全面了解用户对图书馆所提供的各项服务的满意程度,从而可根据测评信息,不断改进和完善图书馆的服务策略,提高读者服务工作质量。
鉴于读者满意程度本身是一个主观范畴,是读者期望值与感知值比较的一个心理过程[1],受到文化层次、经验、心理状态等因素的影响,并且给出的是一种采用模糊语言分为不同程度的评语,因此本文采用“模糊综合评判”[2]模型对图书馆读者满意度进行定性与定量相结合的综合评价。
由于图书馆服务质量构成的复杂性,目前图书馆界对其服务质量的构成及评价指标体系尚未有一个统一的标准。高校图书馆可根据本馆实际情况,建立一套系统科学、行之有效的测评指标体系。本文选用文献[1]中的评价指标体系(表1)对高校图书馆读者满意度进行测评。
表1 读者满意度评价指标体系
目标层准则层(权重)指标层(权重)内涵读者满意度工作人员A
(0.47)可信性A1(0.31)思想素质表现、工作责任心、职业道德品质、敬业精神等可靠性A2(0.49)知识水平表现、业务工作熟练程度、信息检索和知识组织能力、解答咨询能力可交性A3(0.2)交往能力表现、服务态度、积极主动性、言行举止的亲和力、理解沟通能力、反应灵敏度 续表1
目标层准则层(权重)指标层(权重)内涵读 者 满 意 度文献资源B
(0.16)可读性B1(0.39)文献数量、学科覆盖面、等级切合度、内容新颖度、载体多样性可用性B2(0.44)数据完备性、规范性、标引深度、更新的及时性、检准率、检全率先进性B3(0.17)复制传递设施齐全、计算机网络服务器功能先进、环境舒适服务方式C
(0.09)便捷性C1(0.54)开馆时间、开架程度、借阅手续、公共检索系统、网络畅通等多样性C2(0.16)媒体形式、服务手段、个性化特色化服务(馆际互借、网上预约、电子信箱、网络传递等)指导性C3(0.30)文献检索与利用教育、信息意识和方法培训、咨询导读、网络导航、文献宣传力度等服务结果D
(0.28)针对性D1(0.41)提供一、二、三次文献信息与需求的切合度等知识性D2(0.26)二、三次文献和咨询解答的知识含量及深度等满足性D3(0.33)是否达到预期目的、得到所需要的文献信息、拒借比例等注:表中的权重系数由层次分析法得出。评分等级为:优(90~100分),良(70~89分),中(50~69分),差(50分以下)2009年4月第29卷第4期现?代?情?报Journal of Modern InformationApr.,2009Vol.29 No.42009年4月第29卷第4期基于AHP和熵值法的读者满意度模糊综合评价方法Apr.,2009Vol.29 No.41 读者满意度模糊综合评判问题的描述
模糊综合评判就是利用模糊数学方法对所讨论对象进行综合评判。图书馆读者满意度的综合评判是一个多指标(多属性)、多层次的综合评价问题,在模糊综合评判中属于多级评判问题,每一级评判可用(U,V,R,W,S)来表示,其中各元素的含义如下:
(1)U代表因素集,即评价对象所包含的评价指标集合,U={u1,u2,…,un}。
(2)V代表对评价因素的评语集,V={v1,v2,…,vm},如可以将评语分为4个等级,V={优,良,中,差},或可用其它评分等级表示。
(3)R是模糊评判矩阵,即是U隶属于V的隶属度矩阵,R=(rij)n×m,rij表示评价对象因素ui具有评语vj的程度。rij=nij/N,N为参与评价的总人数,nij为将第i个评价指标因素评价为j项评判级别的人数,满足∑mj=1rij=1。
(4)W为指标的权重向量。它表示各个指标的不同重要程度,对应于评价因素集U,权重向量W可表示为W=(w1,w2,…,wn),∑ni=1wi=1。
(5)S为评价结果向量。利用模糊综合评价模型M(•,+),计算出模糊综合评判值S:
S=W•R=(w1,w2,…,wn)•r11r12…r1m
r21r22…r2m
…………
rn1rn2…rnm
式中Sj=∑ni=1wirij,j=1,2,…,m。
对于本文所引用的“读者满意度”评价指标体系,目标层的评价因素集为U={A,B,C,D}={工作人员,文献资源,服务方式,服务结果},而每一因素又由更加基本的因素所决定,即对于准则层指标A,B,C,D,其评价因素集分别为A={A1,A2,A3}={可信性,可靠性,可交性},B={B1,B2,B3}={可读性,可用性,先进性},C={C1,C2,C3}={便捷性,多样性,指导性},D={D1,D2,D3}={针对性,知识性,满足性}。
当对读者满意度进行评价时,首先用模糊综合评价模型M(•,+)对准则层指标A,B,C,D进行第一级评判,计算出模糊综合评判向量SA,SB,SC,SD,从而得到第二级评判矩阵(SA,SB,SC,SD)T,然后进行第二级评判,求出目标层评价结果向量
S=W•(SA,SB,SC,SD)T
评价结果向量表明了图书馆某些评价指标因素之间的横向比较结果,我们可根据对评价结果的分析,为图书馆服务策略的改进提供依据。
2 指标权重的确定
给指标赋权是读者满意度评价过程中的一个重要环节,通过对建立的指标体系中各个指标进行赋权,可以区分不同指标的相对重要程度,权重确定是否合理直接关系到评价的准确性和科学性。权重的确定方法主要有两种:
(1)主观赋权法:如专家评价法、层次分析法等。这类方法主要是根据决策者的知识、经验决定权重,指标的相对重要程度一般不会违反人们的常识,但带有主观随意性,因此会影响决策的准确性和可靠性。
(2)客观赋权法:如熵值法、主成分分析法等。该类方法主要根据各指标之间的相关关系,按一定的数学模型,通过计算得出指标的权重,优点是充分挖掘了原始数据本身蕴涵的信息,评价结果具有较强的数学理论依据,比较符合客观实际,但却忽视了决策者的知识、经验,有时得到的权重可能与实际重要程度不相符[3]。
在实际应用中,我们可将主、客观赋权结合使用,两种方法互补能克服各自的不足。本文将层次分析法和熵值法结合起来使用,取其权重的平均值作为指标的综合权重。
2.1 层次分析法
层次分析法(AHP)是一种定性和定量相结合的系统分析方法,方法成熟,应用范围比较广,许多资料中有详细的介绍,本文不再论述。
2.2 熵值法
熵的概念源于热力学,后由香农引入信息论。根据熵的定义与原理[4],当系统有n种可能的(独立的)状态,每种状态出现的概率为Pi(i=1,2,…,n),并且满足0≤Pi≤1,∑ni=1Pi=1时,则系统的信息熵(简称为熵)为
H=H(P1,P2,…,Pn)=-k∑ni=1PilogPi
熵值H实际上是系统状态不确定性的度量。式中k是一个大于零的恒量,因此熵函数具有以下性质:
(1)熵是非负的,即H≥0。
(2)当等概率时,即Pi=1/n,(i=1,2,…,n),熵达到最大值H=klogn。在这一极限情况下,系统具有最大的不确定性,这是一个给人信息量最少的最不确定的系统,即系统所拥有的有用信息量(系统的确定程度)最少。
(3)如果系统仅处于一种状态,即任何一个Pi等于1,而其余的都等于零,则系统的熵等于零,说明该系统没有不确定性,系统完全确定。
所以,当系统所拥有的有用信息量(系统的确定程度)增多时,系统的熵值就会减少。因此,一个系统的不确定程度越小,则熵就越小,所含的信息量就越大;反之,系统的不确定程度越大,则熵就越大,所含的信息量就越小[4]。
应用熵可以度量获取数据所提供的有用信息量,并依此确定各指标的权重。对于图书馆读者满意度模糊综合评判问题,根据读者对评价指标的评判即评价因素隶属于评语集的隶属度,可构成判断矩阵R=(rij)n×m,其中第i个评价指标隶属于各评语的隶属度rij(j=1,2,…m)可以看作是第i个评价因素系统不同状态发生的概率Pij(j=1,2,…m),Pij=rij=nij/N,满足Pij≥0,∑mj=1Pij=1,
当我们采用自然对数时,第i个评价指标的熵可定义为
hi=-k∑mj=1PijlnPij, i=1,2,…,n
并假定当Pij=0时,PijlnPij=0。选择k=1lnm对熵hi进行标准化处理,则
hi=-1lnm∑mj=1PijlnPij(1)
当我们取gi=1-hi时,定义第i个指标的熵权βi为
βi=gi/∑nk=1gk(2)
满足0≤βi≤1和∑ni=1βi=1
由上述定义以及熵函数的性质可知:
(1)当读者对评价指标的评价等级打分差异较大时,熵值较小,熵权较大,说明该指标向决策者提供了有用信息。
(2)当读者对评价指标的评价等级打分情况完全相同时,熵值达到最大值1,熵权为零。这意味着该指标向决策者未提供任何有用信息,该指标可以考虑被取消。
(3)指标的熵越大,其熵权越小,该指标越不重要。
2.3 组合赋权
熵值法的优点是充分挖掘了原始数据本身蕴涵的信息,评价结果具有较强的数学理论依据,比较符合客观实际,但却不能反映专家的知识、经验以及决策者的意向,有时得到的权重可能与实际重要程度不相符。层次分析法则不受评价指标数值的影响,而是考虑了专家的知识、经验以及决策者的意向,因而在赋权过程中也就难免会带有主观随意性。
本文将层次分析法和熵值法结合起来使用,取其权重的平均值作为指标的综合权重。这样,两种方法互补,既可充分考虑专家的知识和经验,消除信息熵的负面影响,又可减少赋权中的主观随意性影响,使评价结果更加客观。
由于熵值法要求有一定量的样本单位才能使用,并且熵值与指标值本身大小关系十分密切,因此只适用于指标层的构权而不适用于中间层的构权[5],本文对于中间层(准则层)的构权只采用层次分析法。
3 图书馆读者满意度模糊综合评价实例
按照表1中的评价指标体系,以某高校图书馆的读者满意度调查数据为例[6],其读者满意度模糊综合评判如下:
(1)根据读者对各评价指标的打分,建立因素集A,B,C,D的模糊评判矩阵为:
RA=0.560.290.150
0.500.420.080
0.460.420.120RB=0.270.470.210.05
0.230.540.150.08
0.120.650.230RC=0.270.500.230
0.190.460.310.04
0.080.730.150.04RD=0.150.700.150
0.190.580.230
0.190.540.270
(2)计算权重向量
利用层次分析法(计算过程略)得到准则层指标的权重向量为W=(0.47,0.16,0.09,0.28),指标层各组指标的权重向量为αA=(0.31,0.49,0.20),αB=(0.39,0.44,0.17),αC=(0.54,0.16,0.30),αD=(0.41,0.26,0.33)。
再用熵值法计算客观权重。根据公式(1)、(2)计算得指标层各组指标的客观权重向量为βA=(0.32,0.36,0.32),βB=(0.21,0.24,0.55),βC=(0.31,0.20,0.49),βD=(0.42,0.30,0.28)。
根据公式ωk=12(αk+βk),(k=A,B,C,D)计算指标层各组指标的综合权重向量为WA=(0.315,0.425,0.260),WB=(0.30,0.34,0.36),WC=(0.425,0.18,0.395),WD=(0.415,0.28,0.305)。
(3)计算模糊综合评判值
首先进行第一级评判,对于因素A(工作人员),得出评判向量
SA=WA•RA=(0.5085,0.37905,0.11245,0)
同样方法,对因素B(文献资源),因素C(服务方式),因素D(服务结果)进行评判,得评判向量
SB=(0.2024,0.5586,0.1968,0.0422),
SC=(0.18055,0.58365,0.2128,0.023),
SD=(0.1734,0.6176,0.209,0)。
从而由第一级评判结果得到第二级评判矩阵
R=(SA,SB,SC,SD)T
=0.508500.379050.112450
0.202400.558600.196800.0422
0.180550.583650.212800.0230
0.173400.617600.209000
进而得到第二级评判结果为
S=W•R=(0.47,0.16,0.09,0.28)•R=(0.3361805,0.492986,0.1620115,0.008822)
根据最大隶属度原则,从一级评判向量可知,只有对“工作人员”的评价为优,“文献资源”、“服务方式”、“服务结果”三项指标均为良;从第二级评判结果看,读者对图书馆的满意度评判为“良”。
至此,“读者满意程度”的模糊综合评价结果计算完成。若要对评价结果有一个测度,须对评语进行量化,假若给“优”打分1,“良”对应0.8,“中”对应0.5,“差”对应0,则评语集量化为E={e1,e2,e3,e4}={1,0.8,0.5,0}。再通过N=S•ET即可得到综合评价总分
N=S•ET=∑4j=1sjej=0.81157505
4 结 语
读者满意度的提高是一项长期不懈的工作,测评工作可以帮助大学图书馆从用户角度管理、评价图书馆的服务工作绩效,确定图书馆服务工作的重心及图书馆急需改进的领域。定期进行测评,可及时了解读者的需求和期望,不断改进图书馆服务策略,进而达到最佳服务效果。
参考文献
[1]杜也力.图书馆读者服务质量评价指标及方法研究[J].图书馆杂志,2002,(12):23-26.
[2]刘普寅,吴孟达.模糊理论及其应用[M].长沙:国防科技大学出版社,2000.7:194-200.
[3]李旭宏,李玉民,顾政华,等.基于层次分析法和熵权法的区域物流发展竞争态势分析[J].东南大学学报:自然科学版,2004,(3):398-401.
[4]邱菀华.管理决策与应用熵学[M].北京:机械工业出版社,2002.3:141-195.
[5]田瑾.多指标综合评价方法综述[J].时代金融,2008,(2):25-27.
[6]马晓英,张国海,韩淑芬.高校图书馆读者满意度的熵权模糊综合评判[J].情报科学,2007,(5):715-719.
〔关键词〕高校图书馆;读者满意度;模糊综合评价;层次分析法;熵权
〔中图分类号〕G252 〔文献标识码〕A 〔文章编号〕1008-0821(2009)04-0058-04
The Fuzzy Integrative Evaluation Based on AHP and
Entropy Weight on Library Reader SatisfactionSong Limin
(Library,Shanghai University of Science and Technology,Shanghai 200093,China)
〔Abstract〕The evaluation of reader satisfaction has an important influence on improving the service tactics and service quality in university library.In this paper,the fuzzy integrative evaluation on Library Reader Satisfaction is introduced.To remedy the defect of subjective weighting methods and give weight correctly,the entropy weight is put forward to adjust the weight,which is given by subjective method,and the result of evaluation is more objective,scientific and reasonable.
〔Key words〕university library;reader satisfaction;fuzzy integrative evaluation;analytical hierarchy process;entropy weight
目前,“读者第一”已是图书馆界公认的服务宗旨,为读者提供高质量的服务,“让读者满意”是图书馆追求的目标,因而读者满意度也就成为衡量图书馆服务质量的重要依据。对读者满意度进行调查测评,可以帮助图书馆全面了解用户对图书馆所提供的各项服务的满意程度,从而可根据测评信息,不断改进和完善图书馆的服务策略,提高读者服务工作质量。
鉴于读者满意程度本身是一个主观范畴,是读者期望值与感知值比较的一个心理过程[1],受到文化层次、经验、心理状态等因素的影响,并且给出的是一种采用模糊语言分为不同程度的评语,因此本文采用“模糊综合评判”[2]模型对图书馆读者满意度进行定性与定量相结合的综合评价。
由于图书馆服务质量构成的复杂性,目前图书馆界对其服务质量的构成及评价指标体系尚未有一个统一的标准。高校图书馆可根据本馆实际情况,建立一套系统科学、行之有效的测评指标体系。本文选用文献[1]中的评价指标体系(表1)对高校图书馆读者满意度进行测评。
表1 读者满意度评价指标体系
目标层准则层(权重)指标层(权重)内涵读者满意度工作人员A
(0.47)可信性A1(0.31)思想素质表现、工作责任心、职业道德品质、敬业精神等可靠性A2(0.49)知识水平表现、业务工作熟练程度、信息检索和知识组织能力、解答咨询能力可交性A3(0.2)交往能力表现、服务态度、积极主动性、言行举止的亲和力、理解沟通能力、反应灵敏度 续表1
目标层准则层(权重)指标层(权重)内涵读 者 满 意 度文献资源B
(0.16)可读性B1(0.39)文献数量、学科覆盖面、等级切合度、内容新颖度、载体多样性可用性B2(0.44)数据完备性、规范性、标引深度、更新的及时性、检准率、检全率先进性B3(0.17)复制传递设施齐全、计算机网络服务器功能先进、环境舒适服务方式C
(0.09)便捷性C1(0.54)开馆时间、开架程度、借阅手续、公共检索系统、网络畅通等多样性C2(0.16)媒体形式、服务手段、个性化特色化服务(馆际互借、网上预约、电子信箱、网络传递等)指导性C3(0.30)文献检索与利用教育、信息意识和方法培训、咨询导读、网络导航、文献宣传力度等服务结果D
(0.28)针对性D1(0.41)提供一、二、三次文献信息与需求的切合度等知识性D2(0.26)二、三次文献和咨询解答的知识含量及深度等满足性D3(0.33)是否达到预期目的、得到所需要的文献信息、拒借比例等注:表中的权重系数由层次分析法得出。评分等级为:优(90~100分),良(70~89分),中(50~69分),差(50分以下)2009年4月第29卷第4期现?代?情?报Journal of Modern InformationApr.,2009Vol.29 No.42009年4月第29卷第4期基于AHP和熵值法的读者满意度模糊综合评价方法Apr.,2009Vol.29 No.41 读者满意度模糊综合评判问题的描述
模糊综合评判就是利用模糊数学方法对所讨论对象进行综合评判。图书馆读者满意度的综合评判是一个多指标(多属性)、多层次的综合评价问题,在模糊综合评判中属于多级评判问题,每一级评判可用(U,V,R,W,S)来表示,其中各元素的含义如下:
(1)U代表因素集,即评价对象所包含的评价指标集合,U={u1,u2,…,un}。
(2)V代表对评价因素的评语集,V={v1,v2,…,vm},如可以将评语分为4个等级,V={优,良,中,差},或可用其它评分等级表示。
(3)R是模糊评判矩阵,即是U隶属于V的隶属度矩阵,R=(rij)n×m,rij表示评价对象因素ui具有评语vj的程度。rij=nij/N,N为参与评价的总人数,nij为将第i个评价指标因素评价为j项评判级别的人数,满足∑mj=1rij=1。
(4)W为指标的权重向量。它表示各个指标的不同重要程度,对应于评价因素集U,权重向量W可表示为W=(w1,w2,…,wn),∑ni=1wi=1。
(5)S为评价结果向量。利用模糊综合评价模型M(•,+),计算出模糊综合评判值S:
S=W•R=(w1,w2,…,wn)•r11r12…r1m
r21r22…r2m
…………
rn1rn2…rnm
式中Sj=∑ni=1wirij,j=1,2,…,m。
对于本文所引用的“读者满意度”评价指标体系,目标层的评价因素集为U={A,B,C,D}={工作人员,文献资源,服务方式,服务结果},而每一因素又由更加基本的因素所决定,即对于准则层指标A,B,C,D,其评价因素集分别为A={A1,A2,A3}={可信性,可靠性,可交性},B={B1,B2,B3}={可读性,可用性,先进性},C={C1,C2,C3}={便捷性,多样性,指导性},D={D1,D2,D3}={针对性,知识性,满足性}。
当对读者满意度进行评价时,首先用模糊综合评价模型M(•,+)对准则层指标A,B,C,D进行第一级评判,计算出模糊综合评判向量SA,SB,SC,SD,从而得到第二级评判矩阵(SA,SB,SC,SD)T,然后进行第二级评判,求出目标层评价结果向量
S=W•(SA,SB,SC,SD)T
评价结果向量表明了图书馆某些评价指标因素之间的横向比较结果,我们可根据对评价结果的分析,为图书馆服务策略的改进提供依据。
2 指标权重的确定
给指标赋权是读者满意度评价过程中的一个重要环节,通过对建立的指标体系中各个指标进行赋权,可以区分不同指标的相对重要程度,权重确定是否合理直接关系到评价的准确性和科学性。权重的确定方法主要有两种:
(1)主观赋权法:如专家评价法、层次分析法等。这类方法主要是根据决策者的知识、经验决定权重,指标的相对重要程度一般不会违反人们的常识,但带有主观随意性,因此会影响决策的准确性和可靠性。
(2)客观赋权法:如熵值法、主成分分析法等。该类方法主要根据各指标之间的相关关系,按一定的数学模型,通过计算得出指标的权重,优点是充分挖掘了原始数据本身蕴涵的信息,评价结果具有较强的数学理论依据,比较符合客观实际,但却忽视了决策者的知识、经验,有时得到的权重可能与实际重要程度不相符[3]。
在实际应用中,我们可将主、客观赋权结合使用,两种方法互补能克服各自的不足。本文将层次分析法和熵值法结合起来使用,取其权重的平均值作为指标的综合权重。
2.1 层次分析法
层次分析法(AHP)是一种定性和定量相结合的系统分析方法,方法成熟,应用范围比较广,许多资料中有详细的介绍,本文不再论述。
2.2 熵值法
熵的概念源于热力学,后由香农引入信息论。根据熵的定义与原理[4],当系统有n种可能的(独立的)状态,每种状态出现的概率为Pi(i=1,2,…,n),并且满足0≤Pi≤1,∑ni=1Pi=1时,则系统的信息熵(简称为熵)为
H=H(P1,P2,…,Pn)=-k∑ni=1PilogPi
熵值H实际上是系统状态不确定性的度量。式中k是一个大于零的恒量,因此熵函数具有以下性质:
(1)熵是非负的,即H≥0。
(2)当等概率时,即Pi=1/n,(i=1,2,…,n),熵达到最大值H=klogn。在这一极限情况下,系统具有最大的不确定性,这是一个给人信息量最少的最不确定的系统,即系统所拥有的有用信息量(系统的确定程度)最少。
(3)如果系统仅处于一种状态,即任何一个Pi等于1,而其余的都等于零,则系统的熵等于零,说明该系统没有不确定性,系统完全确定。
所以,当系统所拥有的有用信息量(系统的确定程度)增多时,系统的熵值就会减少。因此,一个系统的不确定程度越小,则熵就越小,所含的信息量就越大;反之,系统的不确定程度越大,则熵就越大,所含的信息量就越小[4]。
应用熵可以度量获取数据所提供的有用信息量,并依此确定各指标的权重。对于图书馆读者满意度模糊综合评判问题,根据读者对评价指标的评判即评价因素隶属于评语集的隶属度,可构成判断矩阵R=(rij)n×m,其中第i个评价指标隶属于各评语的隶属度rij(j=1,2,…m)可以看作是第i个评价因素系统不同状态发生的概率Pij(j=1,2,…m),Pij=rij=nij/N,满足Pij≥0,∑mj=1Pij=1,
当我们采用自然对数时,第i个评价指标的熵可定义为
hi=-k∑mj=1PijlnPij, i=1,2,…,n
并假定当Pij=0时,PijlnPij=0。选择k=1lnm对熵hi进行标准化处理,则
hi=-1lnm∑mj=1PijlnPij(1)
当我们取gi=1-hi时,定义第i个指标的熵权βi为
βi=gi/∑nk=1gk(2)
满足0≤βi≤1和∑ni=1βi=1
由上述定义以及熵函数的性质可知:
(1)当读者对评价指标的评价等级打分差异较大时,熵值较小,熵权较大,说明该指标向决策者提供了有用信息。
(2)当读者对评价指标的评价等级打分情况完全相同时,熵值达到最大值1,熵权为零。这意味着该指标向决策者未提供任何有用信息,该指标可以考虑被取消。
(3)指标的熵越大,其熵权越小,该指标越不重要。
2.3 组合赋权
熵值法的优点是充分挖掘了原始数据本身蕴涵的信息,评价结果具有较强的数学理论依据,比较符合客观实际,但却不能反映专家的知识、经验以及决策者的意向,有时得到的权重可能与实际重要程度不相符。层次分析法则不受评价指标数值的影响,而是考虑了专家的知识、经验以及决策者的意向,因而在赋权过程中也就难免会带有主观随意性。
本文将层次分析法和熵值法结合起来使用,取其权重的平均值作为指标的综合权重。这样,两种方法互补,既可充分考虑专家的知识和经验,消除信息熵的负面影响,又可减少赋权中的主观随意性影响,使评价结果更加客观。
由于熵值法要求有一定量的样本单位才能使用,并且熵值与指标值本身大小关系十分密切,因此只适用于指标层的构权而不适用于中间层的构权[5],本文对于中间层(准则层)的构权只采用层次分析法。
3 图书馆读者满意度模糊综合评价实例
按照表1中的评价指标体系,以某高校图书馆的读者满意度调查数据为例[6],其读者满意度模糊综合评判如下:
(1)根据读者对各评价指标的打分,建立因素集A,B,C,D的模糊评判矩阵为:
RA=0.560.290.150
0.500.420.080
0.460.420.120RB=0.270.470.210.05
0.230.540.150.08
0.120.650.230RC=0.270.500.230
0.190.460.310.04
0.080.730.150.04RD=0.150.700.150
0.190.580.230
0.190.540.270
(2)计算权重向量
利用层次分析法(计算过程略)得到准则层指标的权重向量为W=(0.47,0.16,0.09,0.28),指标层各组指标的权重向量为αA=(0.31,0.49,0.20),αB=(0.39,0.44,0.17),αC=(0.54,0.16,0.30),αD=(0.41,0.26,0.33)。
再用熵值法计算客观权重。根据公式(1)、(2)计算得指标层各组指标的客观权重向量为βA=(0.32,0.36,0.32),βB=(0.21,0.24,0.55),βC=(0.31,0.20,0.49),βD=(0.42,0.30,0.28)。
根据公式ωk=12(αk+βk),(k=A,B,C,D)计算指标层各组指标的综合权重向量为WA=(0.315,0.425,0.260),WB=(0.30,0.34,0.36),WC=(0.425,0.18,0.395),WD=(0.415,0.28,0.305)。
(3)计算模糊综合评判值
首先进行第一级评判,对于因素A(工作人员),得出评判向量
SA=WA•RA=(0.5085,0.37905,0.11245,0)
同样方法,对因素B(文献资源),因素C(服务方式),因素D(服务结果)进行评判,得评判向量
SB=(0.2024,0.5586,0.1968,0.0422),
SC=(0.18055,0.58365,0.2128,0.023),
SD=(0.1734,0.6176,0.209,0)。
从而由第一级评判结果得到第二级评判矩阵
R=(SA,SB,SC,SD)T
=0.508500.379050.112450
0.202400.558600.196800.0422
0.180550.583650.212800.0230
0.173400.617600.209000
进而得到第二级评判结果为
S=W•R=(0.47,0.16,0.09,0.28)•R=(0.3361805,0.492986,0.1620115,0.008822)
根据最大隶属度原则,从一级评判向量可知,只有对“工作人员”的评价为优,“文献资源”、“服务方式”、“服务结果”三项指标均为良;从第二级评判结果看,读者对图书馆的满意度评判为“良”。
至此,“读者满意程度”的模糊综合评价结果计算完成。若要对评价结果有一个测度,须对评语进行量化,假若给“优”打分1,“良”对应0.8,“中”对应0.5,“差”对应0,则评语集量化为E={e1,e2,e3,e4}={1,0.8,0.5,0}。再通过N=S•ET即可得到综合评价总分
N=S•ET=∑4j=1sjej=0.81157505
4 结 语
读者满意度的提高是一项长期不懈的工作,测评工作可以帮助大学图书馆从用户角度管理、评价图书馆的服务工作绩效,确定图书馆服务工作的重心及图书馆急需改进的领域。定期进行测评,可及时了解读者的需求和期望,不断改进图书馆服务策略,进而达到最佳服务效果。
参考文献
[1]杜也力.图书馆读者服务质量评价指标及方法研究[J].图书馆杂志,2002,(12):23-26.
[2]刘普寅,吴孟达.模糊理论及其应用[M].长沙:国防科技大学出版社,2000.7:194-200.
[3]李旭宏,李玉民,顾政华,等.基于层次分析法和熵权法的区域物流发展竞争态势分析[J].东南大学学报:自然科学版,2004,(3):398-401.
[4]邱菀华.管理决策与应用熵学[M].北京:机械工业出版社,2002.3:141-195.
[5]田瑾.多指标综合评价方法综述[J].时代金融,2008,(2):25-27.
[6]马晓英,张国海,韩淑芬.高校图书馆读者满意度的熵权模糊综合评判[J].情报科学,2007,(5):715-719.