一种集成多指标的高校评价系统的构建方法技术方案

本发明专利技术公开了一种集成多指标的高校评价系统的构建方法，包括如下步骤：步骤1、获取公开数据；步骤2、建立评价指标体系，对指标体系内的数据进行清洗并进行标准化处理；提出多指标评价方法，通过该方法计算指标体系中各指标的权重；通过理想解法计算协同创新中心绩效得分；步骤3、结合步骤2中的方法并集成典型多种多指标评价方法，构建协同创新中心绩效评价体系；步骤4、基于择优策略动态更新协同创新中心绩效评价体系，根据用户需求与关注点动态推荐评价方法；步骤5、构建高校协同创新绩效评价可视化系统。本发明专利技术对高校协同创新绩效数据进行综合性、客观性评价，辅助高校科研管理部门的相关人员进行决策分析。相关人员进行决策分析。相关人员进行决策分析。

【技术实现步骤摘要】
一种集成多指标的高校评价系统的构建方法


[0001]本专利技术涉及科研信息管理与评价
，尤其是一种集成多指标的高校评价系统的构建方法。

技术介绍

[0002]产学研协同创新中心已产生了相关业务数据，完整记录了各协同创新中心发展全过程的各个要素。但是，这类数据目前没有得到充分利用，如何利用这些数据分析和评价高校协同创新中心的发展情况有迫切的需求。现有研究表明，对于高校协同创新的评价模型单一，主观性强，缺少集成了多种评价方法的模型或系统，难以从多角度、客观地开展对高校协同创新中心绩效的综合评价。

技术实现思路

[0003]本专利技术所要解决的技术问题在于，提供一种集成多指标的高校评价系统的构建方法，对高校协同创新绩效数据进行综合性、客观性评价，辅助高校科研管理部门的相关人员进行决策分析。
[0004]为解决上述技术问题，本专利技术提供一种集成多指标的高校评价系统的构建方法，包括如下步骤：
[0005]步骤1、获取公开数据；
[0006]步骤2、建立评价指标体系，对指标体系内的数据进行清洗并使用min
‑
max法进行标准化处理，使其结果位于0到1之间；提出基于混合交叉赋权序关系分析与MEREC法相融合的多指标评价方法，通过该方法计算指标体系中各指标的权重；通过理想解法计算协同创新中心绩效得分；
[0007]步骤3、结合步骤2中的方法并集成典型多种多指标评价方法，构建协同创新中心绩效评价体系；
[0008]步骤4、基于择优策略动态更新协同创新中心绩效评价体系，根据用户需求与关注点动态推荐评价方法；
[0009]步骤5、基于Django与MongoDB构建高校协同创新绩效评价可视化系统，展示评价结果。
[0010]优选的，步骤2中，采用min
‑
max归一化方法对数据进行无量纲处理：
[0011][0012]其中为无量纲化处理后的数据，y
ij
为初始数据，下标i表示指标类型，j表示不同协同创新中心，min为同一指标内的最小值，max为同一指标内的最大值。
[0013]优选的，步骤2中，采用混合交叉赋权序关系分析与MEREC相融合的多指标评价方法计算绩效得分，其中G1为一主观评价方法，包括如下步骤：
[0014](a)确定指标X
i
之间的权重排序，构建不同指标之间的优先顺序关系，记作：
[0015]X1>X2>X3>
…
>X
n
ꢀꢀ
(2)
[0016](b)确定评价指标的变异系数值：
[0017]计算评价指标的标准差σ
k
：
[0018][0019]计算评价指标的变异系数C
k
：
[0020][0021](c)根据(b)中所得的评价指标的变异系数之比以确定在序关系中相邻的指标之间的重要性程度r
k
：
[0022][0023](d)根据序关系分析法确定各指标之间的最终权重，根据上一步求得的相对重要性标度来求解第k个指标即在序关系中优先级最高的指标的权重ω
k
，计算公式如下：
[0024][0025]再根据权重ω
n
来计算后续的与之相邻的权重值为：
[0026]ω
k
‑1＝r
k
ω
k k＝n,
…
2,1
ꢀꢀ
(7)
[0027]优选的，步骤2中MEREC法为一客观评价方法，包括如下步骤：
[0028](a)构建评价矩阵D：
[0029][0030](b)计算整体指标体系的绩效评价结果S
i
，在这一步中，采用具有相等权重的对数测度来获得所选协同创新中心的总体性能表现：
[0031][0032](c)通过删除每个指标来计算备选方案的性能，在这一步中，以与上一步类似的方式使用对数度量，在计算指标性能的时候对各个指标进行单独的去除，计算公式如下所示：
[0033][0034](d)计算绝对偏差的总和E
j
：
[0035][0036](e)确定指标的最终权重ω
j
：
[0037][0038]由上述的混合交叉赋权序关系分析法与MEREC法，分别可获得一级指标内部的二级指标之间的权重以及不同一级指标之间的权重，将两者相乘计算最终的权重。
[0039]优选的，步骤2中，通过理想解法方法计算最终得分，通过计算评价对象与正理想解和负理想解之间的距离来判断评价对象的优劣，指标值距离正理想解越近，得分越高，并根据得分排名确定等级，前0％～前25％为A级，前26％～前50％为B级，前51％～前75％为C级，前76％～前100％为D级。
[0040]优选的，步骤3中，结合步骤2中的方法并集成典型多种多指标评价方法，包括熵权法、网络分析法、数据包络分析法、随机多准则可接受性分析法、序关系分析
‑
熵权法，构建协同创新中心绩效评价体系。
[0041]优选的，步骤5中，构建高校协同创新绩效评价可视化系统，采用Django与MongoDB；其中，Django用于构建可视化系统后台，MongoDB用于协同创新中心数据存储。
[0042]优选的，系统包括历年数据可视化模块、数据对比分析模块、综合评价可视化模块以及数据预警模块四大模块；其中历年数据可视化模块用于展示绩效数据；数据对比分析模块用于分析不同年份以及不同协同创新中心的绩效发展；综合评价可视化模块用于综合评价体系的实现以及绩效评价结果的分析与展示；数据预警模块用于对绩效数据异常的协同创新中心进行异常预警。
[0043]本专利技术的有益效果为：本专利技术能够综合评价高校的协同创新能力，有利于高校科研管理部门进行决策分析，有利于高校针对自身的优势与劣势，及时对今后的工作重点及工作方向进行调整，以协助高校协同创新中心在未来更好地建设和发展。
附图说明
[0044]图1为本专利技术的构建方法流程示意图。
[0045]图2为本专利技术的江苏高校协同创新中心绩效评价可视化系统的示意图。
具体实施方式
[0046]如图1所示，一种集成多指标的高校评价系统的构建方法，包括如下步骤：
[0047]步骤1，获取公开数据，数据来源于2015
‑
2021年间江苏高校76所协同创新中心的工作计划与年度报告；
[0048]步骤2
‑
1，建立评价指标体系，指标体系分为两级，将(1)资金投入与构成、(2)现聘人员数量与构成、(3)优秀人才引进、(4)重大奖励获取、(5)论文产出、(6)专利产出、(7)国际交流与合作、(8)社会服务与贡献8个方面作为评价指标体系的一级指标，并对上述的8个不同的一级指标选取共22个典型的二级指标，所有指标来源于协同创新中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种集成多指标的高校评价系统的构建方法，其特征在于，包括如下步骤：步骤1、获取公开数据；步骤2、建立评价指标体系，对指标体系内的数据进行清洗并使用min
‑
max法进行标准化处理，使其结果位于0到1之间；提出基于混合交叉赋权序关系分析与MEREC法相融合的多指标评价方法，通过该方法计算指标体系中各指标的权重；通过理想解法计算协同创新中心绩效得分；步骤3、结合步骤2中的方法并集成典型多种多指标评价方法，构建协同创新中心绩效评价体系；步骤4、基于择优策略动态更新协同创新中心绩效评价体系，根据用户需求与关注点动态推荐评价方法；步骤5、基于Django与MongoDB构建高校协同创新绩效评价可视化系统，展示评价结果。2.如权利要求1所述的集成多指标的高校评价系统的构建方法，其特征在于，步骤2中，采用min
‑
max归一化方法对数据进行无量纲处理：其中为无量纲化处理后的数据，y
ij
为初始数据，下标i表示指标类型，j表示不同协同创新中心，min为同一指标内的最小值，max为同一指标内的最大值。3.如权利要求1所述的集成多指标的高校评价系统的构建方法，其特征在于，步骤2中，采用混合交叉赋权序关系分析与MEREC相融合的多指标评价方法计算绩效得分，其中G1为一主观评价方法，包括如下步骤：(a)确定指标X
i
之间的权重排序，构建不同指标之间的优先顺序关系，记作：X1>X2>X3>
…
>X
n
(2)(b)确定评价指标的变异系数值：计算评价指标的标准差：根据评价指标的标准差计算评价指标的变异系数C
k
：(c)根据(b)中所得的评价指标的变异系数之比以确定在序关系中相邻的指标之间的重要性程度r
k
：(d)根据序关系分析法确定各指标之间的最终权重，根据上一步求得的相对重要性标度来求解第k个指标即在序关系中优先级最高的指标的权重ω
k
，计算公式如下：
再根据权重ω
n
来计算后续的与之相邻的权重值为：ω
k
‑1＝r
k
ω
k
k＝n,<...

【专利技术属性】
技术研发人员：孙骏，王钰云，王宇，叶枫，王志坚，
申请(专利权)人：河海大学，
类型：发明
国别省市：