System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于因子分析法的高校信息公开效果的评价方法技术_技高网

一种基于因子分析法的高校信息公开效果的评价方法技术

技术编号:40315939 阅读:5 留言:0更新日期:2024-02-07 20:58
本发明专利技术公开了一种基于因子分析法的高校信息公开效果的评价方法,其采用因子分析法作为信息公开效果评价模型,建立了包含15个指标的信息公开评价指标体系,并以高校为研究对象,实证分析验证评价模型的合理性,为高校信息公开效果评价研究提供依据。

【技术实现步骤摘要】

本专利技术涉及高校信息公开评价,具体涉及一种基于因子分析法的高校信息公开效果的评价方法


技术介绍

1、信息时代,信息的公开共享成为社会发展的必然趋势。高等学校作为一种独特的社会组织,负有特殊的社会责任,因而高校的内部管理、运行过程需要接受社会大众的监督与评价。鉴于此,高校面向社会发布准确、有效的信息至关重要,一方面信息公开可以使高校的管理机制透明化、统一化、整体化,另一方面可以使得高校在竞争中赢得舆论的理解和公众的支持。2010年9月教育部出台《高等学校信息公开办法》,2014年,教育部发布了《高校信息公开清单》,总体上,大多数高校都能依据办法和清单内容积极主动公开相关信息,并且逐步完善信息公开机制,主动拓宽信息公开渠道,积极建设高校信息公开平台。然而,各个高校信息公开的水平却参差不齐,为了更为客观、公正地对各高校信息公开水平进行评价,构建一套科学的、有效的评价体系就十分有必要。

2、高校信息公开办法实施以来,国内多位研究者从不同角度探索了诸多高校信息公开评价机制,吕红在高校信息公开政策评价内涵的基础上,从主体与客体、标准与方法、实施过程分析、系统要素构建四方面论述我国高校信息公开政策评价理论体系的构建问题。马海群深入研究了信息公开内容,运用改进的层次分析法确定高校信息公开政策实施效果评价指标权重,并基于模糊数学中动态模糊集合理论构建了高校信息公开政策实施效果动态模糊综合评价模型。周超将综合评价法应用于高校信息公开绩效评价,构建了高校信息公开绩效模糊综合评价模型。目前现有技术中关于信息公开评价的机制多集中在层次分析法和模糊综合评价模型。然而这些模型存在当指标过多时数据统计量大权重难以确定或者隶属函数的确定没有明确且系统的方法的问题。


技术实现思路

1、为了解决上述问题,本专利技术所采用的技术方案如下:

2、一种基于因子分析法的高校信息公开效果的评价方法,其特征在于,包括以下步骤:

3、步骤1:构建高校信息公开评价指标体系;

4、步骤2:通过对高校信息公开内容进行评价,获得原始数据;

5、步骤3:对获取到的原始数据进行预处理,剔除无效数据;

6、步骤4:利用因子分析法对高校信息公开效果进行评价。

7、进一步地,步骤1构建的高校信息公开评价指标体系包括15个指标:监督管理机制;信息公开制度;保密审核制度;信息公开网站建设;信息公开目录、指南、年度报告;信息公开评议;公开信息获取自由度;公开内容相关度、准确度;主动公开情况;信息公开时效;依申请公开情况;信息公开形式;突发事件舆情回应;新媒体传播力;意见公开征求与回复。

8、进一步地,步骤4的具体步骤包括:

9、步骤41:计算原始数据的kmo值,判断kmo值是否大于0.6,若是则进入步骤42;若不适合,则计算近似卡方dfp值,判断该值是否小于0.05,若是则进入步骤42;

10、步骤42:选出旋转后的累计方差率大于75%的指标,将15项指标分为三类,分别对应三个公因子;

11、步骤43:针对每个公因子,分别计算其对应的15个因子载荷系数,得到三个公因子的因子载荷系数值,并选出绝对值大于0.6的因子载荷系数值;

12、步骤44:基于步骤43的因子载荷系数值,采用最大方差法得到旋转后的因子得分矩阵;

13、步骤45:根据因子得分矩阵得到因子计算模型;

14、步骤46:通过因子计算模型就算待评价高校在三个公因子上的综合得分,并利用旋转后方差解释率值进行权重计算,从而得到三个公因子权重;

15、步骤47:基于得到的三个公因子权重得到信息公开效果评价得分函数;

16、步骤48:通过信息公开效果评价得分函数对待评价高校数据进行评价。

17、进一步地,步骤45所述的因子计算模型为:

18、f1=-0.226x1+0.037x2+0.058x3+0.111x4-0.020x5+0.158x6+0.194x7+0.206x8-0.122x9+0.126x10-0.055x11+0.116x12+0.158x13+0.212x14-0.159x15(1)f2=0.074x1-0.124x2-0.11x3-0.151x4+0.195x5-0.056x6-0.05x7-0.061x8+0.316x9+0.115x10+0.292x11+0.151x12+0.043x13-0.101x14+0.328x15(2)f3=0.542x1+0.37x2+0.316x3+0.253x4+0.008x5+0.018x6-0.078x7-0.086x8

19、-0.001x9+0.178x10-0.078x11-0.23x12-0.138x13-0.06x14+0.064x15(3)。

20、进一步地,步骤47所述的信息公开效果评价得分函数为:

21、f=0.4988f1+0.3191f2+0.182f3(4)

22、其中,f1、f2、f3分别为三个公因子。

23、本专利技术的有益效果是:

24、第一,本专利技术构建了评价指标体系,依据该评价指标体系能够对高校信息公开内容进行更准确的评价;

25、第二,本专利技术通过因子分析法来评价高校信息公开状态,将相关变量归纳为几个独立的因子,从而能够更好地解释数据。此外,因子分析法还可以减少需要分析的变量数目,从而提高数据分析的效率。

本文档来自技高网...

【技术保护点】

1.一种基于因子分析法的高校信息公开效果的评价方法,其特征在于,包括以下步骤:

2.如权利要求1所述的一种基于因子分析法的高校信息公开效果的评价方法,其特征在于,步骤1构建的高校信息公开评价指标体系包括15个指标:监督管理机制;信息公开制度;保密审核制度;信息公开网站建设;信息公开目录、指南、年度报告;信息公开评议;公开信息获取自由度;公开内容相关度、准确度;主动公开情况;信息公开时效;依申请公开情况;信息公开形式;突发事件舆情回应;新媒体传播力;意见公开征求与回复。

3.如权利要求2所述的一种基于因子分析法的高校信息公开效果的评价方法,其特征在于,步骤4的具体步骤包括:

4.如权利要求3所述的一种基于因子分析法的高校信息公开效果的评价方法,其特征在于,步骤45所述的因子计算模型为:

5.如权利要求3所述的一种基于因子分析法的高校信息公开效果的评价方法,其特征在于,步骤47所述的信息公开效果评价得分函数为:

【技术特征摘要】

1.一种基于因子分析法的高校信息公开效果的评价方法,其特征在于,包括以下步骤:

2.如权利要求1所述的一种基于因子分析法的高校信息公开效果的评价方法,其特征在于,步骤1构建的高校信息公开评价指标体系包括15个指标:监督管理机制;信息公开制度;保密审核制度;信息公开网站建设;信息公开目录、指南、年度报告;信息公开评议;公开信息获取自由度;公开内容相关度、准确度;主动公开情况;信息公开时效;依申请公开情况;信息公开形式;突...

【专利技术属性】
技术研发人员:柴莉娜崔尧王一汀
申请(专利权)人:西安财经大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1