【技术实现步骤摘要】
一种基于Z
‑
SS规范化的综合评价方法及应用
[0001]本专利技术涉及一种基于Z
‑
SS规范化的综合评价方法及应用,属于信息挖掘与人工智能
技术介绍
[0002]评价是一种非常重要的认识活动,也是决策的基础工作。在解决实际问题中,经常遇到有关综合评价问题,例如优秀学生的评选、高校排名、医疗质量等综合评价问题。它需要综合考察多个有关因素,根据多个因素计算一个综合指标,把多维空间问题简化为一维空间问题解决,最后依据综合指标值大小对评价对象优劣程度进行排序。由于受多种因素影响,如何使评价结果更为准确和科学,是人们亟待解决的热点课题之一。
[0003]目前,综合评价有许多不同的算法,例如TOPSIS法、综合指数法、灰色系统法、层次分析法、模糊综合评价法、多元统计法、秩和比法等。在实际推荐应用中,评分矩阵通常会含有部分噪音数据,导致推荐结果不准确,为了解决这个问题常会采用矩阵降维技术。例如,采用奇异值分解法删除不重要的或噪音数据,虽然采用降维、聚类、分类等策略能产生较好的推荐结果 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于Z
‑
SS规范化的综合评价方法,基于服从正态分布的预设M个评价指标,针对预设N个评价对象进行评价,其特征在于:包括如下步骤:步骤A.分别针对各个评价对象,获得评价对象分别对应各个评价指标的数据值,进而获得各个评价对象分别对应各个评价指标的数据值,然后进入步骤B;步骤B.针对属于极小值指标类型的各个评价指标,将各评价对象分别对应该各评价指标的数据值转换为极大值指标类型的数据值,更新各评价对象分别对应该各评价指标的数据值,然后进入步骤C;步骤C.针对各个评价对象分别对应各个评价指标的数据值,执行数据规范化操作,更新各评价对象分别对应各评价指标的数据值,然后进入步骤D;步骤D.根据各评价对象分别对应各评价指标的数据值,获得各评价对象分别所对应的综合评价得分,并按综合评价得分由高至低,针对各评价对象进行排序。2.根据权利要求1所述一种基于Z
‑
SS规范化的综合评价方法,其特征在于:所述步骤B中,分别针对属于极小值指标类型的各个评价指标,执行如下步骤B1至步骤B2,将各评价对象分别对应该各评价指标的数据值转换为极大值指标类型的数据值,更新各评价对象分别对应该各评价指标的数据值;步骤B1.获得各评价对象对应评价指标的数据值的最大值,作为该评价指标最大值,然后进入步骤B2;步骤B2.分别针对各评价对象对应该评价指标的数据值,获得该评价指标最大值减去数据值的结果,作为该数据值转换为极大值指标类型的数据值,进而获得各评价对象对应该评价指标的数据值分别转换为极大值指标类型的数据值。3.根据权利要求1所述一种基于Z
‑
SS规范化的综合评价方法,其特征在于:所述步骤C中,分别针对各个评价指标,执行如下步骤C1至步骤C3,更新各个评价对象分别对应各个评价指标的数据值;步骤C1.获得各评价对象分别对应评价指标的数据值的均值、标准差,作为该评价指标均值、该评价指标标准差,然后进入步骤C2;步骤C2.分别针对各评价对象对应该评价指标的数据值,先获得数据值减去该评价指标均值的差值结果,再获得该差值结果与该评价指标标准差的比值,作为该数据值所对应的Z
‑
Score标准化值,进而获得各评价对象分别对应该评价指标的Z
‑
Score标准化值,然后进入步骤C3;步骤C3.分别针对各评价对象对应该评价指标的Z
‑
Score标准化值,执行Sigmoid归一化操作,先获得的负Z
‑
Score标准化值次方与1的求和结果,再获得1与该求和结果的比值,作为该Z
‑
Score标准化值所对应的归一化结果,进而获得各评价对象分别对应该评价指标的归一化结果,更新各评价对象分别对应该评价指标的数据值。4.根据权利要求1所述一种基于Z
‑
SS规范化的综合评价方法,其特征在于:所述步骤D中,根据各评价对象分别对应各评价指标的数据值,执行如下步骤D1至步骤D3,获得各评价对象分别所对应的综合评价得分;步骤D1.分别针对各个评价指标,获得各评价对象分别对应评价指标的数据值的最大值,作为该评价指标的最大值,以及获得各评价对象分别对应该评价指标的数据值的最小值,作为该评价指标的最小值;进而获得各评价指标分别所对应的最大值、最小值,然后进
入步骤D2;步骤D2.分别针对各个评价对象,获得评价对象对应各评价指标的数据值与相应评价指标所对应最大值之间的距离以及获得该评价对象对应各评价指标的数据值与相应评价指标所对应最小值之间的距离n表示第n个评价对象,然后进入步骤D3;步骤D3.分别针对各个评价对象,按如下公式:获得各个评价对象分别所对应的综合评价得分S
n
。5.根据权利要求4所述一种基于Z
技术研发人员:廖闻剑,姚伟烈,汤国强,吴剑峰,邱秀连,
申请(专利权)人:南京烽火天地通信科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。