基于模糊逻辑的科技信息资源服务效用认知评价方法研究

张春燕

（江苏省科技资源统筹服务中心，江苏南京 210000）

0 引言

当前，科技信息资源服务体系正逐步完善，科技信息资源的开发利用率将得到显著提高。如何主动、适时地为用户提供满意的科技信息资源服务就必然成为各类科技信息资源服务体系及各类科技信息资源服务系统的新课题。实现上述目标的一个重要前提就是客观、准确地评价科技信息资源服务质量。科技信息资源服务是信息服务在科技信息管理领域中的应用，其本质仍是信息服务，研究科技信息资源服务质量时可借鉴信息服务质量相关的研究工作。

1 基于认知的科技信息资源服务质量概念模型

服务质量的高低取决于用户对服务的感受，即对服务质量的认知判断。用户认可的才是质量，质量必须是用户可认知的质量。从用户认知的角度评价服务质量，不但能定位目标用户，还能分析用户期望与服务内容之间的直接差距。为此，部分研究人员提出了如图1所示的感知服务质量概念模型［1-3］。

图1 感知服务质量概念模型

用户可认知的科技信息资源服务质量是用户对服务的期望和实际感受到的质量的综合［2］，是一种整体可认知的质量，主要是依据用户主观认知的服务质量预期和实际感知服务质量的差值进行度量。其中，服务质量预期指科技信息资源用户对信息资源提供者提供的信息服务公众满意度期望。实际感知服务质量是指科技信息资源用户实际经历的信息服务质量的定性或定量评价。科技信息资源公众用户的服务认知和感知服务涵盖了从接受服务到获得服务结果的全过程，以及资源提供者的服务保障工作，而不同的用户的认知和关注点，会因其年龄层次、文化水平、从事行业和经济基础等多种因素的影响，而呈现较大的认差异。针对此种情况，可感知服务质量概念模型中的认知质量的评价要素演变为“服务保障”“服务过程”和“服务效果”3个维度，形成如图2所示的“科技信息资源服务效用认知概念模型”。

图2 科技信息资源服务效用认知概念模型

服务质量预期［1,3］是科技信息资源服务效用认知评价的关键组成，因此，有必要对其影响因素和形成机理进行研究。一般而言，其受新闻媒体的宣传报道、服务用户的个体需求和历史用户的评价口碑等因素的影响。

认知质量［2,4］的评价判断多从服务效果、服务过程和服务保障3个方面进行。其中，服务效果是用户认知衡量服务质量的主要考量，服务的准确性、实用性、及时性、规范性等因素是用户认知判断服务质量的直接标准；服务过程的质量主要包括可靠性、响应性、安全性与友好性等服务交互因素也会影响用户的认知判断；服务保障的质量主要是指服务政策的透明度、服务对象的覆盖范围和服务获取的难易程度等涉及信息服务体系运行维护等因素。

2 认知判断量化方法

面向认知判断评估有利于从整体上把握科技信息资源服务效用的概念，能对难以量化的指标进行评估。非常适用于具有复杂系统特征的科技信息资源服务效用全面评估。其实质是基于理解的感性认识，具有很大的主观性，一般没有具体的数量指标，面向认知的科技信息资源服务效用评价指标间的优劣没有明晰的数值界定，其认知判断会产生较大偏差，不完全适合于科技信息资源服务效用评价工作。因此，必须对评估指标进行模糊量化，消除用户认知判断的模糊因素，实现定性到定量描述的转化，常见的方法［5-7］有专家评判法、满意度法和模糊分布法。

2.1 专家评判法

该方法又称为模糊统计法［5］。对于定性的评估指标或者隶属函数难以用具体的函数表达的指标，常通过邀请相关领域若干知名专家，并针对不同的评价或评估目标，设计不同的专家评判调查表，供每名专家对各指标的隶属度进行独立评判，进而确定各指标属于哪一个评判等级。在咨询专家的时候，并不需要专家明确地给出某个指标所属的评判等级，而是请专家对每一个指标按照百分制进行打分，再根据某种特定的函数把得分转换为指标的隶属度。该方法的另一个变种是请专家对各指标用区间数打分，再对得到的区间数进行处理，得到具体得分。

2.2 满意度法

对能够通过某种方法测量得到一定数值的评估指标，可以采用满意度隶属函数来消除不同量纲的影响，把指标的评价统一为满意程度的大小。针对设定的评判等级，可以建立相应的满意度等级，设仍用vj表示第j个满意度等级［5］。当然，也可以不划分等级，满意程度映射为介于区间［0，1］内的一个小（实）数值，满意度最低时的映射值为0，满意度最高的映射值为1。确定了满意度等级后，由专家给出每个等级的理想值和门限值，采用某种特定形状曲线的函数作为隶属函数计算指标的隶属度。

2.3 模糊分布法

通过确立模糊分布可以建立每一个指标的隶属函数［5，7，8］，以求出模糊单因素评判矩阵R。显然，评判指标ui相对于某一评判等级vj的隶属度是受多方面因素影响的。于是最常见的模糊分布为正态分布，即假定每个评判指标对每个评判等级的隶属函数是正态分布，其形式为：

其中，pi为第i个指标ui的取值，mij为第i个指标ui对第j个评判等级vj的统计值的均值，δij为第i个指标ui对第j个评判等级vj的统计值的方差。

3 隶属度的确定与评判矩阵量化

基于用户认知判断的科技信息资源服务效用评价指标具有模糊和概念边界不清楚的特征，难以对其进行定量度量，可基于模糊分布法进行认知判断通规范化处理（去量纲），建立评价指标隶属函数，使其具有公度性，是综合评价的前提和基础。

这里采用正态模糊化方法构建该指标与其评价集中各个级别的隶属度（这里采用5级评价，即评价集合中包含5个级别的可选评价项）。假设某认知评判指标量化后的值为zi，可将其评价集定义为V={v1，v2，…，vn}，若用（ri1，ri2，…，rij，…，rin}，作为指标zi针对评价集V的隶属度向量。构建zi相对x的分布函数如下（正态标准差σ一般取0.15）。

针对每个指标（指标个数为m）的规范化值分别计算该指标相对评价集的隶属度（这里可选评价项n的取值为5），可生成相应的单因素评判矩阵，这里定义为R（其中，1≤i≤m，1≤j≤n）：

研究表明，评判结果的模糊特性会随指标个数m的增加而增加，在m大到一定程度时，就出现超模糊现象，实际应用中需通过对R的必要修正，以消除前述的超模糊现象，具体方法可分为如下4个计算步骤：

（1）计算评判矩阵R中列向量之和构成的向量C：

（2）求向量C的倒数构成的向量D：

（3）构造匹配矩阵K：

（4）对R进行修正：

4 面向认知的科技信息资源服务效用综合评价

面向认知的评价工作核心是用户的认知判断的度量，可利用模糊数学中的模糊关系合成原理，通过隶属度函数对用户认知评判时产生的主观评价指标进行模糊映射，消除存在的定性评价不易定量与边界不清晰等模糊因素，建立一种基于模糊综合评估法定量化而进行综合评估，为面向认知的科技信息资源服务效用评价提供支撑：具体实施时，可按如图3所示步骤实施［9-10］。

利用模糊综合评估法对用户认知的科技信息资源服务效用进行评判，充分考虑了用户认知形成过程所特有的真实与模糊相结合的特性，能客观地考察科技信息资源服务质量的真实值。

5 结语

文章从用户认知的角度出发，借鉴服务导向质量理论，建立了科技信息资源服务效用质量概念模型，分析了利用专家评判法、满意度法和模糊分布法等模糊量化方法的特点和使用范围，并以模糊分布法为基础，定义了定性指标的隶属函数，消除了用户认知判断的不确定性和高偏离度等模糊因素，建立用户认知判断量化方法，最后研究了认知评价结果的模糊合成规则，设计了面向认知的科技信息资源服务效用综合评价模型，对聚焦用户的科技信息资源服务效用评价研究具有较强的理论指导意义。

图3 科技信息资源服务效用综合评价步骤

Research on cognitive evaluation method of service utility of science and technology information resources based on fuzzy logic

Zhang Chunyan
（Jiangsu Science and Technology Resources Coordination Service Center,Nanjing 210000,China）

Abstract:In order to solve the problem of uncertainty and inaccuracy in the evaluation of the utility of science and technology information under the information grid environment,this paper studies and establishes a cognitive-oriented concept model of science and technology information resources service utility,proposes a quantitative method of user cognition judgment based on fuzzy logic,designs fuzzy synthetic rules of cognitive evaluation results,and a cognitiveoriented comprehensive evaluation model of science and technology information resources service utility,which can support the establishment of personalized and refined evaluation of science and technology information resources service utility.

Key words:fuzzy logic;science and technology information service;evaluation ofutility