均衡收益和風(fēng)險(xiǎn)的數(shù)字資源服務(wù)評(píng)價(jià)方法

張龍昌,劉冬升,楊艷紅,王曉明

(1.渤海大學(xué) 信息科學(xué)與技術(shù)學(xué)院,遼寧 錦州 121013;2.渤海大學(xué) 圖書(shū)館,遼寧 錦州 121013)

均衡收益和風(fēng)險(xiǎn)的數(shù)字資源服務(wù)評(píng)價(jià)方法

張龍昌1,劉冬升1,楊艷紅2,王曉明1

(1.渤海大學(xué) 信息科學(xué)與技術(shù)學(xué)院,遼寧 錦州 121013;2.渤海大學(xué) 圖書(shū)館,遼寧 錦州 121013)

為讀者提供期望的數(shù)字資源服務(wù)，基于讀者體驗(yàn)對(duì)大量數(shù)字資源服務(wù)進(jìn)行評(píng)價(jià)成為迫切需要解決的問(wèn)題。現(xiàn)有基于評(píng)分的數(shù)字資源服務(wù)評(píng)價(jià)方法更多地考慮評(píng)分的收益，缺少對(duì)評(píng)分風(fēng)險(xiǎn)的研究。提出了一種均衡收益和風(fēng)險(xiǎn)的數(shù)字資源服務(wù)評(píng)價(jià)方法，并提出了常用的數(shù)字資源服務(wù)評(píng)價(jià)指標(biāo)；采用5分制方法采集讀者對(duì)數(shù)字資源服務(wù)的體驗(yàn)；用均值標(biāo)準(zhǔn)差刻畫(huà)評(píng)分；建立數(shù)字資源服務(wù)讀者的效用函數(shù)，計(jì)算效用矩陣；根據(jù)該問(wèn)題特點(diǎn)，簡(jiǎn)化TOPSIS方法對(duì)數(shù)字資源服務(wù)進(jìn)行比較排序。實(shí)例演示了有權(quán)重和無(wú)權(quán)重條件下數(shù)字資源服務(wù)的評(píng)價(jià)過(guò)程，同時(shí)通過(guò)分析說(shuō)明提出方法的合理性。該方法從一個(gè)新的視角解決數(shù)字資源服務(wù)評(píng)價(jià)問(wèn)題，對(duì)數(shù)字資源服務(wù)的精確評(píng)價(jià)提供了一條新的解決思路。

數(shù)字資源服務(wù)；評(píng)價(jià)；收益和風(fēng)險(xiǎn)；讀者體驗(yàn)；TOPSIS

0 引 言

信息技術(shù)的發(fā)展促使互聯(lián)網(wǎng)上出現(xiàn)大量的數(shù)字圖書(shū)館、學(xué)術(shù)數(shù)據(jù)庫(kù)、網(wǎng)絡(luò)文庫(kù)等數(shù)字資源服務(wù)。大多實(shí)體圖書(shū)館和檔案館已能夠有效提供數(shù)字化服務(wù)，如世界數(shù)字圖書(shū)館、中國(guó)國(guó)家數(shù)字圖書(shū)館等；也有從誕生就提供數(shù)字資源服務(wù)的數(shù)字圖書(shū)館，如超星數(shù)字圖書(shū)館。

學(xué)術(shù)數(shù)據(jù)庫(kù)是一種提供科技文獻(xiàn)數(shù)字資源的重要數(shù)字資源服務(wù)，如Science Citation Index、Engineering Index、EBSCO、知網(wǎng)、萬(wàn)方、維普等。互聯(lián)網(wǎng)上還有一些提供文庫(kù)資源的服務(wù)，如百度文庫(kù)、新浪文庫(kù)、豆丁網(wǎng)、道客巴巴等。伴隨云計(jì)算的興起，互聯(lián)網(wǎng)上大數(shù)據(jù)的形成，數(shù)字資源服務(wù)將進(jìn)一步增加，讀者將像選擇商品一樣從互聯(lián)網(wǎng)(或云計(jì)算平臺(tái))上選擇服務(wù)質(zhì)量高的數(shù)字資源服務(wù)。對(duì)同類型的數(shù)字資源服務(wù)進(jìn)行有效評(píng)價(jià)，作為讀者選擇服務(wù)的依據(jù)，能有效改善大數(shù)據(jù)環(huán)境下由于信息過(guò)載、讀者無(wú)從下手等不良的用戶體驗(yàn)。

評(píng)分方法被廣泛應(yīng)用于客戶/用戶/讀者感知數(shù)字資源服務(wù)質(zhì)量的評(píng)價(jià)中，通常采用5分制(即5-優(yōu)、4-良、3-可、2-劣、1-差)；以往研究通常將所有客戶/用戶/讀者的評(píng)分求平均(體現(xiàn)評(píng)分的總體狀況，即收益)，然后采用多屬性決策方法對(duì)服務(wù)進(jìn)行排序，沒(méi)有考慮評(píng)分序列的分布(體現(xiàn)評(píng)分的穩(wěn)定狀況，即風(fēng)險(xiǎn))對(duì)決策結(jié)果的影響。為解決以往評(píng)價(jià)方法只考慮收益不考慮風(fēng)險(xiǎn)造成評(píng)價(jià)結(jié)果偏差的問(wèn)題，提出均值-標(biāo)準(zhǔn)差描述客戶/用戶/讀者的評(píng)分序列，在描述評(píng)分序列收益的同時(shí)，充分考慮評(píng)分序列的風(fēng)險(xiǎn)；基于均值-標(biāo)準(zhǔn)差的評(píng)分將數(shù)字資源服務(wù)的各屬性描述為均值-標(biāo)準(zhǔn)差，形成了面向均值-標(biāo)準(zhǔn)差的多屬性決策問(wèn)題。然而針對(duì)該問(wèn)題的研究存在不足，提出改進(jìn)TOPSIS方法解決面向均值-標(biāo)準(zhǔn)差的多屬性決策問(wèn)題，為客戶/用戶/讀者提供選擇服務(wù)依據(jù)。

1 相關(guān)工作

目前存在一些對(duì)數(shù)字圖書(shū)館綜合服務(wù)質(zhì)量評(píng)價(jià)的方法。借鑒國(guó)際上已有的評(píng)價(jià)方法，從國(guó)內(nèi)公共圖書(shū)館的實(shí)際情況出發(fā)，公共數(shù)字圖書(shū)館服務(wù)質(zhì)量的評(píng)價(jià)需要兼顧讀者和數(shù)字圖書(shū)管理者，從讀者和數(shù)字圖書(shū)管理者角度提出的服務(wù)評(píng)價(jià)指標(biāo)體系是有意義的嘗試[1]；還有一些從不同角度建立的數(shù)字資源服務(wù)評(píng)價(jià)指標(biāo)體系促進(jìn)了評(píng)價(jià)指標(biāo)體系的發(fā)展[2-5]。建立全面、準(zhǔn)確的評(píng)價(jià)指標(biāo)體系是科學(xué)評(píng)價(jià)數(shù)字資源服務(wù)的基石，高效、準(zhǔn)確的評(píng)價(jià)方法是不可缺少的工具。層次分析法被廣泛應(yīng)用于社會(huì)生活中具有定性指標(biāo)的多屬性決策中，也有研究者對(duì)其進(jìn)行改進(jìn)并應(yīng)用到高校圖書(shū)館數(shù)字資源服務(wù)評(píng)價(jià)體系中[6]。為解決具有模糊性指標(biāo)的數(shù)字資源服務(wù)評(píng)價(jià)，需要建立評(píng)價(jià)指標(biāo)對(duì)評(píng)價(jià)等級(jí)的隸屬度函數(shù)，從而進(jìn)行模糊評(píng)價(jià)，再利用BP神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)字資源服務(wù)進(jìn)行評(píng)價(jià)也是不錯(cuò)的選擇[7]。從讀者有效利用的網(wǎng)絡(luò)范圍內(nèi)，通過(guò)網(wǎng)關(guān)統(tǒng)計(jì)的方法，對(duì)讀者的行為進(jìn)行分析，雖然不能獲得精確的數(shù)字資源使用數(shù)據(jù)，但能獲得可觀的結(jié)果[8]。為研究數(shù)字圖書(shū)網(wǎng)站的接口可用性，從用戶應(yīng)用的角度出發(fā)，研究者對(duì)網(wǎng)站的接口進(jìn)行評(píng)估[9-11]。此外，還有一些研究成果豐富了數(shù)字資源服務(wù)評(píng)價(jià)方法，如基于結(jié)構(gòu)方程的方法[12]、基于GAP理論模型的方法[13]。在對(duì)數(shù)字資源服務(wù)進(jìn)行評(píng)價(jià)后，提出了一些改進(jìn)數(shù)字資源服務(wù)的對(duì)策和建議[14-15]。

2 數(shù)字資源服務(wù)評(píng)價(jià)

2.1 評(píng)價(jià)指標(biāo)及描述

數(shù)字資源服務(wù)評(píng)價(jià)過(guò)程，首先需要建立數(shù)字資源服務(wù)評(píng)價(jià)的指標(biāo)體系，對(duì)于指標(biāo)體系的研究成果已經(jīng)較多，重點(diǎn)考慮與讀者感知相關(guān)的數(shù)字資源服務(wù)指標(biāo)，體現(xiàn)服務(wù)質(zhì)量指標(biāo)的易用性、響應(yīng)速度、可用性等，體現(xiàn)數(shù)字資源質(zhì)量指標(biāo)的覆蓋面、易讀性、參考價(jià)值、知識(shí)量等。為簡(jiǎn)化對(duì)評(píng)價(jià)方法的描述，這里選取對(duì)讀者相對(duì)重要的指標(biāo)(易用性、響應(yīng)速度、易讀性、參考價(jià)值)作為指標(biāo)體系，實(shí)際評(píng)價(jià)過(guò)程中可根據(jù)實(shí)際情況對(duì)指標(biāo)體系進(jìn)行重建，不影響評(píng)價(jià)方法的使用，讀者對(duì)數(shù)字資源服務(wù)指標(biāo)的體驗(yàn)采用5分制打分法。圖1是3個(gè)數(shù)字文庫(kù)易用性指標(biāo)的10個(gè)用戶反饋分?jǐn)?shù)分布情況，其中文庫(kù)1的分?jǐn)?shù)為(4、4、4、5、4、4、4、5、4、4)，文庫(kù)2的分?jǐn)?shù)為(3、5、3、5、5、5、3、5、3、5)，文庫(kù)3的分?jǐn)?shù)為(1、3、2、2、3、3、2、3、2、3)。文庫(kù)1與文庫(kù)2的均值(效益)為4.2，文庫(kù)3的均值(效益)為2.4，顯然在效益相同的情況下，文庫(kù)1評(píng)分更穩(wěn)定，是更好的選擇。因此采用均值描述評(píng)分的效益，用標(biāo)準(zhǔn)差描述評(píng)分的風(fēng)險(xiǎn)，更能精確描述指標(biāo)的評(píng)分狀況。

圖1 三個(gè)數(shù)字文庫(kù)易用性指標(biāo)評(píng)分

假設(shè)某請(qǐng)求數(shù)字書(shū)庫(kù)服務(wù)讀者的效益率服從或接近正太分布，設(shè)預(yù)期效益為E、效益標(biāo)準(zhǔn)差為δ，其效用函數(shù)為：

U=E-0.005Aδ2

(1)

其中，U為效用值；A為請(qǐng)求服務(wù)讀者個(gè)人的風(fēng)險(xiǎn)厭惡指數(shù)。

讀者對(duì)風(fēng)險(xiǎn)的厭惡程度有三種類型：風(fēng)險(xiǎn)喜好型、風(fēng)險(xiǎn)中性型和風(fēng)險(xiǎn)厭惡型。前兩種在服務(wù)評(píng)價(jià)時(shí)不需要考慮風(fēng)險(xiǎn)，但絕大多數(shù)讀者為風(fēng)險(xiǎn)厭惡型，因此規(guī)定一個(gè)風(fēng)險(xiǎn)厭惡系數(shù)A的范圍。參照美國(guó)投資理財(cái)行業(yè)規(guī)定，設(shè)定A在2～6之間，用來(lái)測(cè)度風(fēng)險(xiǎn)厭惡程度，對(duì)于不同讀者，A的測(cè)定可采用問(wèn)卷調(diào)查法獲取。

2.2 簡(jiǎn)化的TOPSIS

TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)[16]法是C.L.Hwang和K.Yoon于1981年提出的，是根據(jù)有限個(gè)評(píng)價(jià)對(duì)象與理想化目標(biāo)的接近程度進(jìn)行排序的方法，在現(xiàn)有的對(duì)象中進(jìn)行相對(duì)優(yōu)劣的評(píng)價(jià)。文中對(duì)其進(jìn)行簡(jiǎn)化改進(jìn)，以適應(yīng)面向均值-標(biāo)準(zhǔn)差的數(shù)字資源服務(wù)排序，首先將問(wèn)題公式化。

設(shè)待評(píng)價(jià)數(shù)字資源服務(wù)集S={s1,s2,…,sm}，由n個(gè)評(píng)價(jià)指標(biāo){c1,c2,…,cn}構(gòu)成評(píng)價(jià)指標(biāo)體系，經(jīng)過(guò)讀者打分后，用效用函數(shù)(式(1))計(jì)算效用值，構(gòu)成數(shù)字資源服務(wù)評(píng)價(jià)矩陣U。

(2)

其中，uij表示服務(wù)si的cj指標(biāo)的效用值。

設(shè)請(qǐng)求數(shù)字資源服務(wù)讀者對(duì)各指標(biāo)權(quán)重為W=(w1,w2,…,wn)，wj(j=1,2,…,n)表示請(qǐng)求服務(wù)讀者對(duì)cj屬性的權(quán)重，由于讀者很難精確指定指標(biāo)權(quán)重，這里同樣采用打分方式計(jì)算，方法如下：

(3)

其中，rj為請(qǐng)求服務(wù)讀者對(duì)指標(biāo)j的打分(分?jǐn)?shù)從1～5)。

基于數(shù)字資源服務(wù)評(píng)價(jià)矩陣和請(qǐng)求服務(wù)讀者的權(quán)重，將備選的數(shù)字資源服務(wù)進(jìn)行排序，基于TOPSIS思想給出以下排序步驟。

步驟1：構(gòu)建加權(quán)評(píng)價(jià)矩陣，經(jīng)過(guò)加權(quán)后，在評(píng)價(jià)矩陣中體現(xiàn)請(qǐng)求服務(wù)讀者對(duì)各指標(biāo)的重要程度；這里不需規(guī)格化，因?yàn)樵u(píng)價(jià)矩陣各指標(biāo)都由相同的打分標(biāo)準(zhǔn)計(jì)算出效用，具有相同量綱，從而有效減少了計(jì)算工作量。

(4)

步驟2：計(jì)算正理想解和負(fù)理想解。

為確定備選服務(wù)集中服務(wù)的優(yōu)劣，需要定義比較標(biāo)準(zhǔn)，使用加權(quán)矩陣的正理想解A+和負(fù)理想解A-作為比較標(biāo)準(zhǔn)。在評(píng)價(jià)矩陣指標(biāo)體系中存在效益型指標(biāo)和成本型指標(biāo)，效益型指標(biāo)值越大對(duì)評(píng)價(jià)結(jié)果越有利(如易用性、易讀性、參考價(jià)值)，成本型指標(biāo)值越小對(duì)評(píng)價(jià)結(jié)果越有利(如響應(yīng)速度)；由于評(píng)分5到1分別表示優(yōu)良可劣差，對(duì)成本型指標(biāo)(如響應(yīng)速度)描述為響應(yīng)速度越快越優(yōu)，因此在計(jì)算時(shí)不需要對(duì)效益型指標(biāo)和成本性指標(biāo)加以處理。加權(quán)評(píng)價(jià)矩陣的正負(fù)理想解計(jì)算方法見(jiàn)式(5)。

(5)

正理想解是最好的數(shù)字資源服務(wù)，它的各個(gè)指標(biāo)值都達(dá)到各備選方案中的最好值；負(fù)理想解是最差數(shù)字資源服務(wù)，它的各個(gè)指標(biāo)值都達(dá)到各備選方案中的最壞值；一般情況下正、負(fù)理想解是不存在的。

步驟3：計(jì)算備選方案到正負(fù)理想解的距離。

(6)

步驟4：計(jì)算備選服務(wù)的最優(yōu)度。

TOPSIS的基本思想是距離正理想解越近并且距離負(fù)理想解越遠(yuǎn)的備選服務(wù)越優(yōu)；反之距離負(fù)理想解越近并且距離正理想解越遠(yuǎn)的備選服務(wù)越差。下面基于TOPSIS的基本思想給出備選服務(wù)的最優(yōu)度計(jì)算公式：

(7)

其中，Ri∈[0,1]；當(dāng)Ri=0時(shí)，di=A-，表示該服務(wù)為最劣服務(wù)；當(dāng)Ri=1時(shí)，di=A+，表示該服務(wù)為最優(yōu)服務(wù)。在實(shí)際的多目標(biāo)決策中，A+和A-存在的可能性很小。

根據(jù)Ri的值按從小到大的順序?qū)Ω鞣?wù)進(jìn)行排列。排序結(jié)果貼近度Ri值越大，該服務(wù)越優(yōu)，Ri值最大的為最優(yōu)服務(wù)。

3 實(shí)例驗(yàn)證與分析

對(duì)互聯(lián)網(wǎng)上的5個(gè)數(shù)字書(shū)庫(kù)服務(wù)(定義為s1,s2,s3,s4,s5)的4個(gè)指標(biāo)(易用性、響應(yīng)速度、易讀性、參考價(jià)值)進(jìn)行問(wèn)卷調(diào)查，發(fā)出100份問(wèn)卷，收回55份，取其中10份的評(píng)分?jǐn)?shù)據(jù)為基礎(chǔ)做實(shí)例演示。表1是5個(gè)數(shù)字書(shū)庫(kù)服務(wù)的評(píng)分信息。

現(xiàn)有數(shù)字書(shū)庫(kù)服務(wù)請(qǐng)求讀者，經(jīng)過(guò)問(wèn)卷調(diào)查獲得其風(fēng)險(xiǎn)厭惡系數(shù)A=2，由式(1)計(jì)算數(shù)字書(shū)庫(kù)服務(wù)的效用信息(見(jiàn)表2)。

表1 數(shù)字書(shū)庫(kù)服務(wù)評(píng)分

表2 數(shù)字書(shū)庫(kù)服務(wù)的效用信息

該讀者給出的4個(gè)指標(biāo)評(píng)分為：5、4、4、5，使用式(3)計(jì)算讀者權(quán)重為W=(0.28,0.22,0.22,0.28)；為更好地說(shuō)明評(píng)價(jià)方法，再考慮各指標(biāo)權(quán)重相同時(shí)的計(jì)算情況(這里不指定權(quán)重)。無(wú)權(quán)重評(píng)價(jià)信息見(jiàn)表2，有權(quán)重評(píng)價(jià)信息見(jiàn)表3。

表3 加權(quán)的數(shù)字書(shū)庫(kù)服務(wù)的效用信息

由式(5)獲得無(wú)權(quán)重正理想解A+={4.198 2,4.293 2,4.297 7,4.597 3}、負(fù)理想解A-={2.395 1,2.894 6,2.597 3,1.991 1}，有權(quán)重正理想解A+={1.175 5,0.944 5,0.945 5,1.287 2}和負(fù)理想解A-={0.670 6,0.525 0,0.571 4,0.557 5}；由式(6)計(jì)算的各數(shù)字書(shū)庫(kù)服務(wù)到正負(fù)理想解的距離見(jiàn)表4。

表4 數(shù)字書(shū)庫(kù)服務(wù)到正負(fù)理想解的距離

由式(7)計(jì)算5個(gè)數(shù)字書(shū)庫(kù)服務(wù)的最優(yōu)度并排序，無(wú)權(quán)重排序結(jié)果為R1(1)>R2(0.632 9)>R4(0.410 7)>R5(0.249 6)>R3(0.188 7)，有權(quán)重排序結(jié)果為R1(1)>R2(0.659 1)>R4(0.456 3)>R5(0.244 3)>R3(0.197 8)。由計(jì)算結(jié)果得數(shù)字書(shū)庫(kù)服務(wù)1是該實(shí)例中服務(wù)請(qǐng)求讀者最優(yōu)服務(wù)。

下面做一個(gè)直觀說(shuō)明，將表1中的數(shù)字書(shū)庫(kù)評(píng)價(jià)信息轉(zhuǎn)換成均值方差，見(jiàn)表5。

表5 服務(wù)評(píng)分的均值方差表示

在表5中，服務(wù)1各指標(biāo)在效益和風(fēng)險(xiǎn)方面都優(yōu)于服務(wù)2，排序方法獲取服務(wù)1最為合理；服務(wù)2相對(duì)于服務(wù)4各指標(biāo)的效益高，但風(fēng)險(xiǎn)大，由于假定效益率服從正太分布，所以風(fēng)險(xiǎn)在收益中占的比重相對(duì)較小，可以通過(guò)調(diào)整風(fēng)險(xiǎn)厭惡系數(shù)或效用函數(shù)常數(shù)實(shí)現(xiàn)；服務(wù)4除了易讀性指標(biāo)，其他指標(biāo)都明顯好于服務(wù)5；服務(wù)5相比服務(wù)3，服務(wù)5的易用性、參考價(jià)值好于服務(wù)3，而響應(yīng)速度、易讀性劣于服務(wù)3，總體上服務(wù)5稍好于服務(wù)3。在指標(biāo)權(quán)重相同情況下評(píng)價(jià)方法是合理的；在指標(biāo)權(quán)重不同情況下，在計(jì)算效用完畢后對(duì)指標(biāo)加權(quán)，體現(xiàn)側(cè)重程度，更符合不同服務(wù)請(qǐng)求讀者對(duì)指標(biāo)的個(gè)性化需求，排序結(jié)果與無(wú)權(quán)重結(jié)果相同主要源于服務(wù)1各指標(biāo)優(yōu)并且各指標(biāo)權(quán)重相差不大。

4 結(jié)束語(yǔ)

信息技術(shù)的發(fā)展催生了大量數(shù)字資源服務(wù)的出現(xiàn)，尤其是云計(jì)算技術(shù)的興起使得提供數(shù)字資源服務(wù)變得低成本、高效率，數(shù)字資源服務(wù)數(shù)量將進(jìn)一步擴(kuò)大。根據(jù)讀者需求，對(duì)數(shù)字資源服務(wù)進(jìn)行自動(dòng)評(píng)價(jià)成為迫切需要解決的問(wèn)題。評(píng)分法被廣泛應(yīng)用于數(shù)字資源服務(wù)的讀者體驗(yàn)中，以往方法對(duì)讀者評(píng)分的考慮僅僅關(guān)心收益(即均值)，缺乏對(duì)風(fēng)險(xiǎn)(即評(píng)分的波動(dòng))的考慮，導(dǎo)致評(píng)估結(jié)果不穩(wěn)定，同時(shí)考慮均值和標(biāo)準(zhǔn)差對(duì)數(shù)字資源服務(wù)評(píng)價(jià)結(jié)果的影響，提出了均衡收益和風(fēng)險(xiǎn)的數(shù)字資源服務(wù)評(píng)價(jià)方法。實(shí)例驗(yàn)證結(jié)果證明，該方法能有效彌補(bǔ)數(shù)字資源服務(wù)評(píng)價(jià)中存在的不足。

但是，也存在若干問(wèn)題需進(jìn)一步研究：有效描述數(shù)字資源服務(wù)的完備的指標(biāo)體系的調(diào)查與建立；可信的數(shù)字資源服務(wù)讀者體驗(yàn)數(shù)據(jù)的獲得；激勵(lì)讀者提交數(shù)字資源服務(wù)體驗(yàn)的方法；異構(gòu)讀者體驗(yàn)數(shù)據(jù)的融合等。

[1] 馬寧寧,李春明,周 晨.基于不同立場(chǎng)的公共數(shù)字圖書(shū)館服務(wù)評(píng)價(jià)研究[J].情報(bào)理論與實(shí)踐,2013,36(7):63-66.

[2] 肖劍平.基于數(shù)字資源成熟度的用戶服務(wù)績(jī)效評(píng)價(jià)研究[J].情報(bào)理論與實(shí)踐,2009,32(8):80-82.

[3] 龐弘燊,徐文賢.數(shù)字資源評(píng)價(jià)與優(yōu)選指標(biāo)體系研究[J].圖書(shū)情報(bào)工作,2009,53(17):27-30.

[4] 梁 茹,李建霞,劉 穎,等.高校圖書(shū)館數(shù)字資源綜合服務(wù)能力評(píng)價(jià)[J].大學(xué)圖書(shū)館學(xué)報(bào),2015,33(2):38-46.

[5] 范小華,謝德體,龍立霞.數(shù)字資源評(píng)價(jià)指標(biāo)體系研究[J].圖書(shū)情報(bào)工作,2008,52(10):74-77.

[6] 梁冬瑩,周慶梅,王克奇.基于層次分析法的數(shù)字資源服務(wù)績(jī)效評(píng)價(jià)體系構(gòu)建[J].情報(bào)科學(xué),2013,31(1):78-81.

[7] 周慶梅,王克奇.圖書(shū)館數(shù)字資源服務(wù)績(jī)效模糊神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)研究[J].情報(bào)科學(xué),2015,33(2):41-45.

[8] 劉 慧.基于網(wǎng)絡(luò)行為的圖書(shū)館數(shù)字資源評(píng)價(jià)方法研究[J].現(xiàn)代情報(bào),2015,35(2):62-66.

[9] Iqbal M,Ullah A.Usability evaluation of HEC national digital library website:a qualitative approach[J].Library Hi Tech News,2016,33(3):8-10.

[10] Ameen K,Erdelez S.Instructing usability evaluation in LIS curriculum:a case of the US[J].Pakistan Journal of Information Management & Libraries,2016,33(3):8-10.

[11] Sun Y T,Manabat A K M,Chan M L,et al.Accessibility evaluation:manual development and tool selection for evaluating accessibility of E-textbooks[M]//Advances in neuroergonomics and cognitive engineering.[s.l.]:Springer International Publishing,2017:327-337.

[12] 盧 揚(yáng),田紅梅,任延安.基于結(jié)構(gòu)方程的高校圖書(shū)館數(shù)字資源評(píng)價(jià)實(shí)證研究[J].圖書(shū)情報(bào)工作,2015(S1):88-90.

[13] 余昭芬,黃德斌,湯 藝,等.GAP理論模型在數(shù)字資源績(jī)效評(píng)價(jià)中的應(yīng)用[J].大學(xué)圖書(shū)館學(xué)報(bào),2013,31(4):62-68.

[14] 趙俊顏.圖書(shū)館數(shù)字資源用戶滿意度的測(cè)評(píng)研究[J].情報(bào)理論與實(shí)踐,2012,35(3):91-94.

[15] 趙春輝.我國(guó)高校圖書(shū)館績(jī)效評(píng)價(jià)研究進(jìn)展及問(wèn)題分析[J].圖書(shū)館工作與研究,2015(2):16-20.

[16] Hwang C L,Yoon K.Multiple attribute decision making:methods and applications a state-of-the-art survey[M].[s.l.]:Springer Science & Business Media,2012.

An Evaluation Method of Digital Resources Services Balanced Benefits and Risks

ZHANG Long-chang1，LIU Dong-sheng1，YANG Yan-hong2，WANG Xiao-ming1

(1.College of Information Science and Technology,Bohai University,Jinzhou 121013,China;2.Library of Bohai University,Jinzhou 121013,China)

In order to provide the desired service for readers,evaluating digital resources services based on the experience of readers has become an urgent problem to be solved.The existing evaluation methods based on rating has considered more benefits of rating and no risk.An evaluation method of digital resources services balanced benefits and risks is presented.A few common attributes for digital resource services are defined.5-point method is used to collect the services experience of readers.The ratings are described by mean standard deviation and create a utility function for the read of digital resource service request to calculate rating matrix.According to the characteristics of the issue,a simplified method of TOPSIS is constructed to sort digital resource services.Examples demonstrate the digital resource services evaluation process under weighting and no weighting and analyze the approach is reasonable and effective.The method solves the issue of digital resource services evaluation from a novel perspective,and a novel solution is presented to evaluate accurately digital resource services.

digital resources services;evaluation;benefits and risks;experience of readers;TOPSIS

2016-06-16

2016-09-30 網(wǎng)絡(luò)出版時(shí)間：2017-06-05

教育部人文社會(huì)科學(xué)研究青年基金項(xiàng)目(15YJC870028)；遼寧省哲學(xué)社會(huì)科學(xué)規(guī)劃基金項(xiàng)目(L15BTQ002)；遼寧省自然科學(xué)基金(2015020009)；遼寧省科學(xué)技術(shù)研究資助項(xiàng)目(L2014451)

張龍昌(1977-)，男(滿族)，副教授，博士(博士后)，CCF會(huì)員(E200020123M),研究方向?yàn)榉?wù)計(jì)算、云計(jì)算、數(shù)字圖書(shū)館;劉冬升(1988-)，男，碩士，研究方向?yàn)榉?wù)計(jì)算、云計(jì)算、數(shù)字圖書(shū)館。

http://kns.cnki.net/kcms/detail/61.1450.TP.20170605.1506.028.html

TP31

A

1673-629X(2017)08-0159-05

10.3969/j.issn.1673-629X.2017.08.034