基于BP人工神经网络的学术期刊组合评价

在学术期刊评价中,组合评价得到了广泛应用,但组合评价方法和多属性评价方法均可用于组合评价问题,从而加剧了组合评价的复杂性,这种现象被称为组合评价悖论。为了解决这个问题,文章提出采用BP人工神经网络进行组合评价的思路,基于JCR2017经济学期刊,分别采用主成分分析、因子分析、TOPSIS进行单一评价,然后采用BP人工神经网络进行组合评价,并对评价效果进行分析。研究结果表明：组合评价悖论是学术评价中面临的新问题;BP人工神经网络是一种全新的组合方法,具有充分尊重单一多属性评价方法、精度高的优点,很大程度上解决了组合评价悖论问题;BP人工神经网络让评价重点重新回归到多属性评价,避免了评价方法过度技术化;BP人工神经网络组合评价不适合小样本。