數據庫績效變異系數和灰色關聯度的分析

孔令

摘 要：隨著我國績效評價方法的不斷發展以及創新，目前我國大部分的數據庫績效基本評價都在應用績效評價的方法來進行相關的評價工作。例如目前應用較為廣泛的績效評價方法有三點，首先是SERVQUAL績效評價方法，其次是LibQUAL+TM績效評價模型，最后是網絡計量學衍生的績效評價方法。除去上述三種應用較為廣泛的評價方法以外，還有很多的績效評價方法都在應用的過程中。根據相關的工作經驗以及工作數據，我們可以得出，多指標并且較為綜合的評價方法已經得到了非常大大的認可和應用，文章主要針對數據庫績效變異系數和灰色關聯度的相關問題進行詳細的論述以及分析，希望通過文章的闡述以及分析能夠有效的提升我國數據庫評價的具體有效的方法，同時也為我國數據庫評價的未來更好的發展貢獻一份微薄力量。

關鍵詞：數據庫績效變異；灰色關聯度；指標體系；構建

中圖分類號：G250.74 文獻標志碼：A 文章編號：2095-2945（2017）29-0011-02

針對數據庫變異系數以及灰色關聯度的相關研究，我國已經取得了較大程度的發展，但是在發展的過程中還是在不斷的借鑒并且學習國外先進的方法過程之中，在這一問題上我國已經逐漸的形成了較為統一的意見，那就是在這方面的研究過程中，應用最為廣泛的是綜合性，多指標的評判方法。每一種方法在應用的過程中都會有優點，同時還會伴隨著一定的缺點。首先我們根據評價體系的構建方式的不同，可以分為主觀篩選績效評價方法以及相關性的篩選績效評價方法兩種形式。主觀性的篩選評價方法由于在進行的過程中主觀性太大，存在的評價結果較多，因此在目前的應用過程中較為少見，相關性篩選評價方法由于其較為客觀，得出的評價數據較為統一，因此取得了較為廣泛的應用。運用于數據庫績效評價指標的權重計算方法較多，但各有優缺點，比如層次分析法和模糊分析法需讀者或相關專家參與問卷調查，涉及打分等人為因素，容易導致評價結果有失公允。數據包絡分析法和結構方程模型法等則可基于數據庫的基礎原始數據進行分析，其各項指標權重、評價結果由原始數據計算得到，保證了績效評價數據的客觀準確性。數據庫的績效綜合評定方法目前最主要的有三個，首先是加權和評定方法，其次是TOPSIS評定方法，最后是灰色統計分析評定方法。本文這次論述的重點在于灰色統計評定方法即灰色關聯度的具體應用分析。

灰色關聯度分析這種數據庫績效評價方法最先是由我國鄧聚龍先生首先提出的。灰色關聯性分析理論是從灰色系統的具體理論中經過分析提出的。這種評價方法的主要思想就是系統進行發展的時候，如果存在兩個變化因素保持一致的情況，這種情況就說明兩種變化因素的發展較為同步，一致性較高，我們就可以客觀的認為兩個變化因素存在較大的關聯性，反之亦然。針對系統的發展變化過程，灰色關聯度能夠給變化的具體態勢提升相應的量化度量，在研究以及分析系統發展動態方面非常的適合。灰色關聯度分析方法主要的優點有兩個，首先是灰色關聯度能夠有效的分析系統中的每一個子系統之間的關聯度，其次是灰色關聯度還能夠通過不同的方法，例如通過多個層次，綜合性的分析系統的總體關聯度變化，同時還能夠根據每一個子系統在總系統中的優劣進行相應的科學判斷。

數據庫績效評價體系主要的思想就是通過五維度的具體指標進行相應的多層次，綜合性的綜合評價，在評價的過程中可以是通過側面因素進行評價，還可以通過多個不同層次來進行整合性的評價。在數據庫績效評價體系中，主要的評定因素有兩種，首先是確定性的評價因素，其次是不確定性的評價因素。在確定性評價因素當中，主要包含了數據庫的實際資源數據，數據庫的相關檢索資源系統實際功能，以及數據庫的運行成本等因素；在不確定性評價因素當中，主要包含了數據庫的實際使用資源情況，以及數據庫的具體運行商等因素，在實際的績效分析過程中，每一種影響因素都是相互影響的，因此在實際的數據庫績效分析中，我們也稱之為灰色評價系統中的一個組成部分。正是由于這樣的因素，灰色關聯度分析在實際的應用過程中也非常的適用于數據庫的績效分析中。因此我們在實際的分析過程中，通過灰色關聯度的應用來對數據庫中指標值，最優值兩者進行關聯度分析，通過對比以及分析找出指標值以及最優值之間的最接近的量度，進而給出每一個數據庫的數值的優劣程度，達到我們對同一個時期不同數據庫樣本的多層次，綜合性分析以及研對比。

數據庫績效評價體系的建立主要包含了五個方面。首先是數據庫的具體資源內容；其次是數據庫的相關資源檢索功能；第三是數據庫的具體資源使用情況，再次是數據庫的運行成本評估；最后是數據庫的相關供應商服務等。我們在進行指標層具體指標設計的過程中，主要采用的國外的相關標準目錄，同時結合我國的相關標準使用來進行針對性的數據庫績效評價體系的建立和完善。在建立數據庫績效評價系統的過程中，我們首先要尊重原有的研究成果，在原有研究成果的基礎上，科學的，系統的進行可操作性的分析。通常情況下我們在建立數據庫績效評價系統的時候，抽取大約28個相關的指標層作為預選指標，通過這28個指標層作為描述性指標進行體系的建立。在這28個指標層中，我們人為的規定其中的18個指標層作為定量指標，另外的10個指標層作為定性指標。在分析的過程中我們采用的分析方法為數據庫績效變異系數法進行分析，在分析的過程中我們先將指標進行初步篩選，將相關的重要性指標以及關聯性不強的指標，信息重合率較大的指標進行篩出，最后的數據指標就是我們需要建立的數據庫績效指標體系。

我們在數據庫樣本選擇的過程中，為了有效的提升數據庫中數據的可比性，我們要從外文期刊中選擇五組較為明顯的論文數據作為參考樣本指標數據庫，這樣做的目的在于外文數據庫在我國的研究以及數據資源建立的過程中占據的地位越來越重要，這些外文數據庫中的相關指標數據能夠體現在我國的很多研究資料以及數字研究資料中，能夠通過外文資料庫的相關指標數據同我國的數據庫指標數據進行一種橫向的比較。通常情況下我們在樣本數據庫評價體系量化的過程中，采用的具體數據都是在我國較大，并且具有一定代表性的單位中進行量化收集和統計。endprint