一种基于层次分析法的节目评价系统及方法技术方案

本发明专利技术提供一种基于层次分析法的节目评价系统及方法，包括，输入单元，用于输入待评价节目和评价指标；节目评价层次结构模型构建单元，根据评价指标以及指标间的相互关联及隶属关系，形成一个多层次分析结构模型；判断矩阵构建单元，从层次结构模型的第2层开始，对同一层因素构造成对比较阵，直到最下层；层次单排序获得单元，由判断矩阵逐层计算层次单排序，并进行一致性检测；层次总排序获得单元，计算各层次对于系统的总排序权重，并进行一致性检测；获得单元，根据待评价节目的收视信息和层次总排序权重，从而获得各节目的综合评价值和节目排序。本发明专利技术充分反映决策者的主观决策，实现评价指标的科学赋权，提高节目评价的准确性。

Program evaluation system and method based on Analytic Hierarchy Process

The present invention provides a program evaluation system and method based on the analytic hierarchy process includes input unit for input to evaluate the program and evaluation index; construction unit program evaluation hierarchical structure model, according to the evaluation index and the index of the relationship between and affiliation, to form a multi-level analysis model; judgment matrix construction unit from the beginning of the second layer, the hierarchical structure of the model on the same layer structure factor comparison matrix, until the lowest level of single sort; obtaining unit by the judgment matrix layer calculation level of single sort, and consistency checking; the level of total order obtaining unit in each layer were calculated for total weight order system, and the consistency test; obtaining unit according to the rating information and the level of total order weight for the evaluation of the program, so as to obtain the comprehensive evaluation value of each program Program sort. The invention fully reflects the subjective decision of the decision maker, realizes the scientific weighting of the evaluation index, and improves the accuracy of the evaluation of the program.

【技术实现步骤摘要】

本专利技术涉及广播电视领域，更为具体地，涉及一种基于层次分析法的节目评价系统及方法。
技术介绍
在广播电视领域，通常采用多个指标评价用户对节目的偏好，对评价指标权重的赋值是多目标决策的一个重要环节。指标的权重是指标在评价过程中不同重要程度的反映，是决策(或评估)问题中指标相对重要程度的一种主观评价和客观反映的综合度量。权重的赋值合理与否，对评价结果的科学合理性起着至关重要的作用；若某一因素的权重发生变化，将会影响整个评判结果。因此，权重的赋值必须做到科学和客观，这就要求寻求合适的权重确定方法。目前国内外关于评价指标权系数的确定方法有很多种，根据计算权系数时原始数据来源以及计算过程的不同，这些方法大致可分主观赋权法和客观赋权法两大类。主观赋权评估法采取定性的方法，由专家根据经验进行主观判断而得到权数，然后再对指标进行综合评估，如层次分析法、专家调查法、模糊分析法、二项系数法等，其中，层次分析法是实际应用中使用的最多的方法，它将复杂问题层次化，将定性问题定量化。客观赋权评估法则根据历史数据研究指标之间的相关关系或指标与评估结果的关系来进行综合评估，主要有熵值法、主成分分析法、均方差法、变异系数法等方法，其中，熵值法用的较多，这种赋权法所使用的数据是决策矩阵，所确定的属性权重反映了属性值的离散程度。主观赋权法可以体现决策者的经验判断，属性的相对重要程度一般不会违反人们的常识。但其随意性较大，决策准确性和可靠性稍差。客观赋权法存在赋权的客观标准，可利用一定的数学模型，通过计算得出属性的权重系数。其缺点是忽视了决策者的主观知识与经验等主观偏好信息，有时会出现权重系数不合理的现象。
技术实现思路
鉴于上述问题，本专利技术的目的是提供一种反映主观决策，实现电视节目评价指标科学赋权的节目评价系统及方法。根据本专利技术的一个方面，提供一种基于层次分析法的节目评价系统，包括：输入单元，用于输入待评价节目和评价指标；节目评价层次结构模型构建单元，根据输入单元输入的评价指标以及指标间的相互关联及隶属关系，形成多层次分析结构模型，该模型包括多层因素，同一层次的因素既从属于上一层的因素或对上层因素有影响，又支配下一层的因素，或受下一层因素作用；判断矩阵构建单元，根据节目评价层次结构模型构建单元得到的层次结构模型，从层次结构模型的第2层开始，直到最下层，对于从属于或影响上一层每个因素的同一层因素，用成对比较法和1-9比较尺度构造成对比较阵，即判断矩阵，其中，判断矩阵A＝(aij)n×n，满足aij＞0，aij＝1/aji(i≠j)，aii＝1，其中，aij为第i个因素对第j个因素的重要性尺度，i，j＝1，2，…，n，n为因素的个数，其中，aij的值由1-9比较尺度赋值确定，判断尺度为一个输入量，取值范围是1-9，判断尺度1表示两个因素同样重要，取值越大，一个因素比另一个因素越重要，以该输入量为判断矩阵赋值；层次单排序获得单元，对每个判断矩阵计算最大特征值及其对应的特征向量，利用一致性指标、随机一致性指标和一致性比率做一致性检测，若检测通过，归一化后的特征向量即为层次单排序，若不通过，需要重新构造判断矩阵，其中，一致性指标其中，λmax为判断矩阵A的最大特征值，随机一致性指标RI的度量为n123456789RI0.000.000.580.901.121.241.321.411.45随机一致性比率层次总排序获得单元，根据层次单排序获得单元获得的层次单排序，从上而下，逐层计算各层次对于系统的总排序权重，第二层的单排序结果就是总排序结果，利用一致性指标、随机一致性指标和一致性比率做一致性检测，若检测通过，则可按照总排序进行决策，若不通过，需要重新构造层次分析模型或重新构造一致性比率较大的判断矩阵，其中，CIj为第k层n个因素对于第k-1层第j个因素的层次单排序的一致性指标，RIj为第k层n个因素对于第k-1层第j个因素的层次单排序的随机一致性指标，第k层n个因素的层次总排序的一致性比率其中，m为第k-1层因素个数；获得单元，根据待评价节目的收视信息和层次总排序权重，从而获得各节目的综合评价值和节目排序。根据本专利技术的另一个方面，提供一种基于层次分析法的节目评价方法，包括：选择待评价节目和评价指标；构建节目评价层次结构模型，即根据输入单元输入的评价指标以及指标间的相互关联及隶属关系，形成多层次分析结构模型，该模型包括多层因素，同一层次的因素既从属于上一层的因素或对上层因素有影响，又支配下一层的因素，或受下一层因素作用；构建判断矩阵，即根据节目评价层次结构模型构建单元得到的层次结构模型，从层次结构模型的第2层开始，直到最下层，对于从属于或影响上一层每个因素的同一层因素，用成对比较法和1-9比较尺度构造成对比较阵，即判断矩阵；计算层次单排序，对每个判断矩阵计算最大特征值及其对应的特征向量，利用一致性指标、随机一致性指标和一致性比率做一致性检测，若检测通过，归一化后的特征向量即为层次单排序，若不通过，需要重新构造判断矩阵；计算层次总排序，根据层次单排序获得单元获得的层次单排序，从上而下，逐层计算各层次对于系统的总排序权重，第二层的单排序结果就是总排序结果，利用一致性指标、随机一致性指标和一致性比率做一致性检测，若检测通过，则可按照总排序进行决策，若不通过，需要重新构造层次分析模型或重新构造一致性比率较大的判断矩阵；根据待评价节目的收视信息和层次总排序权重，获得各节目的综合评价值和节目排序。本专利技术所述节目评价系统及方法实现了利用层次分析法进行主观赋权，实现电视节目评价指标的科学赋权，提高了节目评价的准确性和可靠性。附图说明通过参考以下结合附图的说明及权利要求书的内容，并且随着对本专利技术的更全面理解，本专利技术的其它目的及结果将更加明白及易于理解。在附图中：图1是本专利技术基于层次分析法的节目评价系统的构成框图；图2是本专利技术基于层次分析法的节目评价方法的流程图；图3是本专利技术节目评价层次结构模型构建方法的流程图；图4是本专利技术层次单排序计算方法的流程图；图5是本专利技术利用方根法计算层次单排序的计算方法的流程图；图6是本专利技术层次总排序计算方法的流程图；在所有附图中相同的标号指示相似或相应的特征或功能。具体实施方式在下面的描述中，出于说明的目的，为了提供对一个或多个实施例的全面理解，阐述了许多具体细节。然而，很明显，也可以在没有这些具体细节的情况下实现这些实施例。以下将结合附图对本专利技术的具体实施例进行详细描述。以下将结合附图对本专利技术的具体实施例进行详细描述。图1是本专利技术基于层次分析法的节目评价系统的构成框图，如图1所示，本专利技术所述节目评价系统包括：输入单元110，用于选择待评价节目和评价指标，例如，输入单元110可以为触摸屏、电脑、键盘、鼠标等，其上显示待评价节目和评价指标供用户选择，用户可以选择m个待评价节目，记为S＝{S1，S2，…，Sm本文档来自技高网...

【技术保护点】
一种基于层次分析法的节目评价系统，包括：输入单元，用于输入待评价节目和评价指标；节目评价层次结构模型构建单元，根据输入单元输入的评价指标以及指标间的相互关联及隶属关系，形成多层次分析结构模型，该模型包括多层因素，同一层次的因素既从属于上一层的因素或对上层因素有影响，又支配下一层的因素，或受下一层因素作用；判断矩阵构建单元，根据节目评价层次结构模型构建单元得到的层次结构模型，从层次结构模型的第2层开始，直到最下层，对于从属于或影响上一层每个因素的同一层因素，用成对比较法和1‑9比较尺度构造成对比较阵，即判断矩阵，其中，判断矩阵A＝(aij)n×n，满足aij＞0，aij＝1/aji(i≠j)，aii＝1，其中，aij为第i个因素对第j个因素的重要性尺度，i，j＝1，2，…，n，n为因素的个数，其中，aij的值由1‑9比较尺度赋值确定，判断尺度为一个输入量，取值范围是1‑9，判断尺度1表示两个因素同样重要，取值越大，一个因素比另一个因素越重要，以该输入量为判断矩阵赋值；层次单排序获得单元，对每个判断矩阵计算最大特征值及其对应的特征向量，利用一致性指标、随机一致性指标和一致性比率做一致性检测，若检测通过，归一化后的特征向量即为层次单排序，若不通过，需要重新构造判断矩阵，其中，一致性指标其中，λmax为判断矩阵A的最大特征值，随机一致性指标RI的度量为n123456789RI0.000.000.580.901.121.241.321.411.45随机一致性比率层次总排序获得单元，根据层次单排序获得单元获得的层次单排序，从上而下，逐层计算各层次对于系统的总排序权重，第二层的单排序结果就是总排序结果，利用一致性指标、随机一致性指标和一致性比率做一致性检测，若检测通过，则可按照总排序进行决策，若不通过，需要重新构造层次分析模型或重新构造一致性比率较大的判断矩阵，其中，CIj为第k层n个因素对于第k‑1层第j个因素的层次单排序的一致性指标，RIj为第k层n个因素对于第k‑1层第j个因素的层次单排序的随机一致性指标，第k层n个因素的层次总排序的一致性比率CR=]]>ω1(k-1)CI1+ω2(k-1)CI2+...+ωm(k-1)CImω1(k-1)RI1+ω2(k-1)RI2+...+ωm(k-1)RIm,]]>其中，m为第k‑1层因素个数；获得单元，根据待评价节目的收视信息和层次总排序权重，从而获得各节目的综合评价值和节目排序。...

【技术特征摘要】
1.一种基于层次分析法的节目评价系统，包括：输入单元，用于输入待评价节目和评价指标；节目评价层次结构模型构建单元，根据输入单元输入的评价指标以及指标间的相互关联及隶属关系，形成多层次分析结构模型，该模型包括多层因素，同一层次的因素既从属于上一层的因素或对上层因素有影响，又支配下一层的因素，或受下一层因素作用；判断矩阵构建单元，根据节目评价层次结构模型构建单元得到的层次结构模型，从层次结构模型的第2层开始，直到最下层，对于从属于或影响上一层每个因素的同一层因素，用成对比较法和1-9比较尺度构造成对比较阵，即判断矩阵，其中，判断矩阵A＝(aij)n×n，满足aij＞0，aij＝1/aji(i≠j)，aii＝1，其中，aij为第i个因素对第j个因素的重要性尺度，i，j＝1，2，…，n，n为因素的个数，其中，aij的值由1-9比较尺度赋值确定，判断尺度为一个输入量，取值范围是1-9，判断尺度1表示两个因素同样重要，取值越大，一个因素比另一个因素越重要，以该输入量为判断矩阵赋值；层次单排序获得单元，对每个判断矩阵计算最大特征值及其对应的特征向量，利用一致性指标、随机一致性指标和一致性比率做一致性检测，若检测通过，归一化后的特征向量即为层次单排序，若不通过，需要重新构造判断矩阵，其中，一致性指标其中，λmax为判断矩阵A的最大特征值，随机一致性指标RI的度量为n123456789RI0.000.000.580.901.121.241.321.411.45随机一致性比率层次总排序获得单元，根据层次单排序获得单元获得的层次单排序，从上而下，逐层计算各层次对于系统的总排序权重，第二层的单排序结果就是总排序结果，利用一致性指标、随机一致性指标和一致性比率做一致性检测，若检测通过，则可按照总排序进行决策，若不通过，需要重新构造层次分析模型或重新构造一致性比率较大的判断矩阵，其中，CIj为第k层n个因素对于第k-1层第j个因素的层次单排序的一致性指标，RIj为第k层n个因素对于第k-1层第j个因素的层次单排序的随机一致性指标，第k层n个因素的层次总排序的一致性比率CR=]]>ω1(k-1)CI1+ω2(k-1)CI2+...+ωm(k-1)CImω1(k-1)RI1+ω2(k-1)RI2+...+ωm(k-1)RIm,]]>其中，m为第k-1层因素个数；获得单元，根据待评价节目的收视信息和层次总排序权重，从而获得各节目的综合评价值和节目排序。2.根据权利要求1所述的节目评价系统，其中，所述节目评价层次结构模型构建单元包括：目标层构建单元，目标层因素为决策目标，将“广播电视节目评价”作为目标层因素，其中，目标层因素只有一个；准则层构建单元，准则层因素为衡量决策目标能够达到的指标，将输入单元输入的评价指标作为准则层因素；措施层构建单元，措施层因素为可选择的方案，将输入单元输入的待评价节目作为措施层因素。3.根据权利要求1所述的节目评价系统，其中，所述层次单排序获得单元包括：最大特征值及对应特征向量计算单元，对每个判断矩阵计算最大特征值及其对应的特征向量；一致性检测单元，利用一致性指标、随机一致性指标和一致性比率做一致性检测，若检测通过，归一化后的特征向量即为层次单排序，若不通过，需要重新构造判断矩阵。4.根据权利要求1所述的节目评价系统，其中，所述层次总排序获得单元包括：层次总排序计算单元，从最高层到最底层逐层合成，第二层的单排序结果就是总排序结果，利用上一层的层次总排序和本层的层次单排序获得本层的层次总排序；一致性检测单元，利用一致性指标、随机一致性指标和一致性比率做一致性检测，若检测通过，则可按照总排序进行决策，若不通过，需要重新构造层次分析模型或重新构造一致性比率较大的判断矩阵。5.一种基于层次分析法的节目评价方法，包括：选择待评价节目和评价指标；构建节目评价层次结构模型，即根据输入单元输入的评价指标以及指标间的相互关联及隶属关系，形成多层次分析结构模型，该模型包括多层...

【专利技术属性】
技术研发人员：柴剑平，殷复莲，路璐，王鑫，潘幸艺，张贝贝，白雪松，
申请(专利权)人：中国传媒大学，
类型：发明
国别省市：北京;11