关于群组评价技术若干问题的探讨

对于以国家、部门、区域、组织等“社会”为主体的评价活动而言,群组评价是最有效的技术。本文对群组评价技术的基本功能、群组成员的选择与群组管理问题、集成规则的选择问题、个体意见分歧度的反映和信息反馈问题、群组评价的效果判断问题进行了思考,力图提供一个较为完整的群组评价理论研究框架。     

评价的共识与共识评价的机制：基于子群的视角

本文针对群组评价中,忽视群组共识度高低程度而强行集成、忽视不同子群的潜在不可比而强行比较这两类问题,以共识度为主线,讨论子群评价的共识度测算方法、子群分类与构建、子群分歧的分解与识别等问题,并在此基础上,对如何提升群组评价共识程度的评价机制设计进行了思考,分别从事前、事后的角度给出了“信息反馈评价机制”、“加权修正评价机制”和“链式修正评价机制”的设计思路,为实现子群评价活动的合理开展提供了基本的研究框架。     

连续群组的Oaxaca-Blinder分解方法与应用

Oaxaca-Blinder分解为两个群组间工资差异的定量分解提供了一个标准范式。在实际应用中,经常会遇到连续群组的情况,现有的Oaxaca-Blinder方法通常需要将连续群组简化为两个群组后才能进行分解。通过一些连续的数学变换,推导了连续群组的分解方法及其估计,拓展了已有的Oaxaca-Blinder分解,并将该方法应用于已有文献中的一个案例,研究表明,城镇居民与不同城市化程度的农民工群组都存在工资差异,且其工资结构效应占工资总差距的比例随着城市化程度降低而增加,也就是城市化程度越低的农民工,在劳动力市场上越处于劣势。与已有文献比较可知,新的分解方法取得了比标准Oaxaca-Blinder分解更为广泛和深入的结果。     

存在领导者的自组织群组评价技术及应用

针对传统群组评价中存在的主客观约束问题和领导者的“超权威”效应,本文提出了一种存在领导者的自组织群组评价技术.首先,群组专家进行选择性评价,以克服客体不同质对主体造成的认知困境;其次,根据评价的信度与效度修正专家意见,并通过自回归函数进行迭代,使其与领导者意见达成一致,以避免因时间限制或专家不愿修改意见而对评价活动产生影响,另外,根据加权后的一致性意见进行评价,能兼顾领导者的权威性与群组成员表达的充分性;最后,给出了应用实例.结果表明本文方法简单、可操作,更有利于大规模群组评价活动的开展.     

基于一致性排序的群组G1赋权方法

一致性问题和专家权重是群组赋权面临的两个主要问题.文章在现有研究的基础上,提出了基于一致性排序的群组G1法来确定群组专家权重.首先,专家组的专家给出评价指标的主观排序;其次,通过Spearman等级相关系数检验专家排序的一致性,剔除未通过一致性检验的评价指标;最后,通过平均值法、Board法和Copealand法对专家排序进行重排序,根据循环修正的思路确定评价指标的一致性排序,并根据各专家排序和一致性排序的相关性的大小采确定各专家权重,使得专家权重合理地反映了专家差异,保证了指标最终权重反映出群体决策思想.     

基于自适应变权的群组评价方法与应用

针对群组评价在分配评价个体权重时,由于忽视群组意见分歧以及不考虑个体评价尺度的“非稳定性”而导致的个体权重固化现象,提出了基于自适应变权的群组评价方法。首先,阐述了群组变权的理论依据与基本思路,从个体与群组意见分歧的角度,设计了基于意见偏差的变权机制;其次,以“满意的群组相对一致性水平”为控制条件,设计了群组变权的自适应机制,在不调整群组评价量化数据的基础上,进行个体权重的自适应变权分配与变权综合。最后,应用实际案例演示了该方法的过程;通过调整不同的学习率取值,对比其动态变动特征以分析其可用性。     

基于均衡理论的群组评价机制设计及应用

考虑到评价对象异质化有悖于同质性假设前提,提出了一种基于均衡理论的群组评价方法。首先,测度了评价对象的差异程度,并基于此对群组进行了有效性划分,避免了非主体因素影响评价结论的公平性;其次,利用均衡理论进行分组,保证了群组再划分的同质性,实现了评价结论的客观可控性;再次,通过多阶段评价技术和分子群技术,进行交互式评价和标准化修正,兼顾了评价结论的科学性与活动组织的效率。最后,给出了应用研究,通过比较表明该方法更具科学性和稳定性。     

评价群组绩效的Malmquist指数方法研究

文章基于Malmquist指数,给出了一个测量方法,它能使决策单元的内部非有效同与群组特征相联系的非有效区分开来.该测量方法的适用性通过中国道路交通运输业的绩效评价来阐述.该分析涉及构建一个指数,以反映我国六大地区道路交通运输业的相对绩效.该指数可以分解为一个组群内效率分散比较的指数,以评价内部管理效率;一个前沿生产率比较指数,以反映环境因素、区域性管理政策等对区域生产力的冲击.     

基于粗糙集与广义关联度系数的贝叶斯中医证候分类模型

文章主要探讨了一种贝叶斯分类方法在肝炎后肝硬化中医诊断中的应用,介绍了粗糙集理论、广义关联度系数以及贝叶斯分类模型等数据挖掘技术。并且,运用粗糙集理论及广义关联度系数方法,对287例肝炎后肝硬化的症状、体征进行了属性选择。进一步,利用树增广的朴素贝叶斯分类算法,构建了肝炎后肝硬化中医证候分类模型。实验表明这种模型对肝炎后肝硬化的6种主要证候分类的符合率达83%。研究结果对肝炎后肝硬化的中医临床诊断具有参考意义。     

创业团队成员风险感知机理与计量方法

文章借鉴学者们在消费者购买行为理论与模型中对风险感知的研究方法和内容,对创业团队成员在创业决策时风险感知进行了定义,从创业风险的内容入手对风险感知的构面进行了构建,通过文献分析总结了风险感知的影响因素,并对风险感知的计量进行了研究,进而得出创业团队成员决策的风险感知模型.     

基于粕糙集与广义关联度系数的贝叶斯中医证候分类模型

文章主要探讨了一种贝叶斯分类方法在肝炎后肝硬化中医诊断中的应用,介绍了粗糙集理论、广义关联度系数以及贝叶斯分类模型等数据挖掘技术.并且,运用粗糙集理论及广义关联度系数方法,对287例肝炎后肝硬化的症状、体征进行了属性选择.进一步,利用树增广的朴素贝叶斯分类算法,构建了肝炎后肝硬化中医证候分类模型.实验表明这种模型对肝炎后肝硬化的6种主要证候分类的符合率达83%.研究结果对肝炎后肝硬化的中医临床诊断具有参考意义.     

移动商务中基于定位的个性化推荐研究

文章根据移动商务中LBS的特点总结了基于定位的个性化推荐区别于传统电子商务推荐的特征要求,并有针对性地提出了一种新的基于定位的个性化推荐算法.实证结果表明该算法能够完成设计目标.     

均差指数及其在多水平研究群组内一致性评价中的应用

作为一个评价者间一致性指数,均差已经被广泛地应用于多水平研究的群组内一致性评价中.文章首先介绍了均差指数的定义和计算,接着概述了均差指数的统计显著性和实践显著性检验方法,最后阐述均差指数在多水平研究实践应用中应注意的问题和未来的研究方向.     

最小最大概率分类的财务预警模型

最小最大概率机是一种实现未知样本正确分类概率最大化的分类算法,其在两类样本的均值和协方差矩阵已知的条件下而构建的,对类条件分布不做要求,非常适合于财务危机建模分析.文章提出使用建立最小最大概率分类理论进行财务预警研究,结合沪深股市A股制造业上市公司的财务数据进行实证研究,使用线性和核最小最大概率机算法分别建立T-2和T-3年财务预警模型,实验结果表明最大最小概率分类财务预警模型具有不错的分类效果和适应性.     

基于分层模型的缺失数据插补方法研究

大规模抽样调查多采用复杂抽样设计,得到具有分层嵌套结构的调查数据集,其中不可避免会遇到数据缺失问题,针对分层结构含缺失数据集的插补策略目前鲜有研究。本文将Gibbs算法应用到分层含缺失数据集的多重插补过程中,分别研究了固定效应模型插补法和随机效应模型插补法,进而通过理论推导和数值模拟,在不同组内相关系数、群组规模、数据缺失比例等情形下,从参数估计结果的无偏性和有效性两方面,比较不同方法的插补效果,给出插补模型的选择建议。研究结果表明,采用随机效应模型作为插补模型时,得到的参数估计结果更准确,而固定效应模型作为插补模型操作相对简便,在数据缺失比例较小、组内相关系数较大、群组规模较大等情形下,可以采用固定效应插补模型,否则建议采用随机效应插补模型。     

对经济区域按资源位进行分类的算法比较

目前对经济区域进行分类通常采用主成分分析法等方法进行研究。文章在研究经济区域资源位的过程中引入了聚类算法,并将支撑向量机算法（SVM）引入该研究领域。结合算法原理说明了将其引入经济区域分类的可行性;同时对应用两种算法对经济区域进行分类的结果作出了比较,对应用聚类和支撑向量机两种算法对经济区域进行分类的优缺点进行了分析。     

中国制造业环境效率与污染精准减排路径选择

面对严峻的资源和环境约束,经济高质量发展对产业节能减排提出了更高的要求,分类施策、精准减排是产业绿色化发展的有效途径。采用基于松弛的内生方向性距离函数和考虑行业异质性的群组前沿相结合的环境效率测度模型,评估2005—2015年制造业细分行业环境效率,并进一步计算各类污染物的减排潜力和边际减排成本,进而在潜力—成本综合框架下,设计制造业污染精准减排路径方案。研究发现:样本期间,中国制造业环境效率显著提高,但仍存在较大改善空间,且不同污染特征的行业群组环境技术差异较大,环境效率表现较差的行业主要有化学原料和化学制品制造业、黑色金属冶炼和压延加工业以及造纸和纸制品业等,是制造业污染减排的重点行业,且不同行业应实施差异化的减排路径。综合考虑不同行业各类污染物的减排潜力和成本,提出全面推进式、重点突出式、循序渐进式和平稳保持式四种减排路径,有助于明确科学合理的制造业污染精准减排方向,在保证减排效果的同时,实现资源的优化配置,推动制造业绿色发展进程。     

基于综合相似度加权Slope One算法的协同过滤算法

协同过滤算法是目前应用最为广泛的个性化推荐算法,在已有的研究中对传统协同过滤算法进行数据填充时往往使用中值或平均值等单一数据作为填充值,文章针对该问题提出一种改进的Slope One算法来计算填充值,先通过项目综合相似度筛选出待预测评分项目的近邻用户集S,然后在用户集S上计算项目间的偏差值dev时引入用户综合相似度,从而有效提高了填充值的多样性和可靠性,最后通过基于用户综合相似度的协同过滤算法对目标用户给出推荐。在Movielens1-M数据集上进一步和其他类似算法作五折交叉实验,结果表明,改进的算法不仅能有效缓解推荐算法的数据稀疏性问题,还能提高预测的准确性,使推荐系统有更好的效果。     

基于蚁群算法的生态工业园区环境效益评价

文章运用蚁群算法对与生态工业园区环境效益相关的分类指数公式和综合指数公式进行优化,并构建了环境效益评价模型。以中国平煤神马能源化工集团生态工业园区为例,借助MATLAB7.0软件分别从系统结构类、资源利用类、环境效果类以及经济效果类四个方面对其环境效益进行评价,确定了生态建设前后工业园区环境效益等级。     

群组评价中指标最优权重设计

 在群组评价中,对指标权重的设计常常存在较大的争议。在群组评价中,对指标权重的设计常常存在较大的争议。本文通过借鉴回归的优化思想,证明了当存在 个评价主体分别对 个指标的赋权信息时,使得评价主体间差异最小化的最优权重为这 个权重向量的算术平均值;当不存在评价主体对 个指标的赋权信息时,对这些指标赋予同样的权重,是使得潜在的评价主体之间在最大可能分歧情形时评价差异最小化的近似最优赋权方法。