|||
按:本文发表于2011.4《情报学报》
为了深入分析非线性评价带来的评价结果实际差距扭曲问题,本文采用回归分析法将非线性评价转换为线性评价并进行深入分析。研究结果表明,不同评价方法评价结果的用途不同,基于排序的评价其结果不能进行差距比较,线性评价在不同分值情况下改进难度不一样,非线性评价会带来评价对象实际差距的数据扭曲;TOPSIS法是一种惩罚落后,略微鼓励先进的评价方法;灰色关联法是一种防止骄傲,帮助落后的评价方法;在竞争中,期刊必须认识到非线性评价所带来的与竞争对手差距扭曲问题,从而明确差距,进行改进。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 16:14
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社