陳 崗 胡克瑾

摘要:為了解決信息系統(tǒng)有效性的測量問題,需采用模糊理論等相關(guān)概念,用比較自然地、真實(shí)地反映人類思維的模糊性概念來對用戶的感受進(jìn)行準(zhǔn)確描述。文章選用了評價信息系統(tǒng)有效性的六個常用屬性,利用模糊理論將語言表述轉(zhuǎn)為可測量的數(shù)值,得到經(jīng)模糊理論修正后的信息系統(tǒng)有效性評價結(jié)果。

關(guān)鍵詞:信息系統(tǒng)有效性;三角模糊數(shù);評價指數(shù);絕對權(quán)重;模糊化權(quán)重

一、 引言

在企業(yè)信息系統(tǒng)有效性測量中很多的屬性反應(yīng)的是用戶對信息系統(tǒng)有效性的感受,這些感受難以用精確的數(shù)字表示。因此為了解決信息系統(tǒng)有效性的測量問題,需采用模糊理論等相關(guān)概念。

模糊理論的最大特點(diǎn)就是可以用比較自然地、真實(shí)地反映人類思維的模糊性概念來對用戶的感受進(jìn)行準(zhǔn)確描述。三角模糊數(shù)具有運(yùn)算簡單,容易了解的特征,為目前最常用的模糊數(shù)。

二、 信息系統(tǒng)有效性測量指標(biāo)

信息系統(tǒng)有效性有三個基本的要求:第一是維護(hù)信息的保密性;第二是確保信息的完整性;第三是確保信息能夠在適當(dāng)?shù)臅r間以適當(dāng)?shù)母袷皆L問,即信息的可存取性。

1. 信息的保密性。信息系統(tǒng)有效性必須具有信息保護(hù)能力。組織采用有效的存取控制和保護(hù)手段,防止非授權(quán)或因疏忽而更改、毀壞或破壞業(yè)務(wù)記錄和財務(wù)信息的保密性。

2. 信息的完整性。信息系統(tǒng)有效性必須具有信息準(zhǔn)確跟蹤能力,即要求組織能夠保存關(guān)鍵記錄和信息系統(tǒng)之間所有交互行動的審計軌跡,信息和記錄以及文檔管理軟件、硬件和安全存儲環(huán)境形成了關(guān)鍵的內(nèi)部控制,確保信息是準(zhǔn)確和可靠的。存儲系統(tǒng)中應(yīng)有防止數(shù)據(jù)被隨意修改或刪除的功能,確保信息的完整性。

3. 信息的可存取性。信息系統(tǒng)有效性必須具有信息長期保存能力,即要求公司確保用于保留規(guī)定記錄的存檔和存儲系統(tǒng)支持長期可靠存取,對某些特定信息要求保存長達(dá)七年的時間。

上述保密性、完整性和可存取性在用戶問卷調(diào)查時,可用一些描述性語言進(jìn)行信息系統(tǒng)有效性屬性的細(xì)化。如:信息系統(tǒng)有良好的備份系統(tǒng)、信息系統(tǒng)安裝有正版的防火墻和防病毒軟件、可以方便地使用計算機(jī)設(shè)施、硬件能及時升級、軟件能及時升級、系統(tǒng)支持員工具有較高的素質(zhì)、能較好地控制所使用的系統(tǒng)、系統(tǒng)反應(yīng)迅速、信息系統(tǒng)能及時處理關(guān)于改進(jìn)現(xiàn)有系統(tǒng)的要求等。這些屬性指標(biāo)主要體現(xiàn)用戶的感受,不同的用戶對同一項(xiàng)屬性的感受是不一致。

三、 基于模糊理論的信息系統(tǒng)有效性測量方法

1. 將自然語言評價轉(zhuǎn)換為三角模糊數(shù)。三角形模糊數(shù)是決策分析中較常用的一種模糊數(shù)。若實(shí)數(shù)域R上的模糊數(shù)M,簡記為M=(a,b,c),a,b,c都是實(shí)數(shù)則其Membership Function為:

fm(x)=■,a?燮x?燮b,

fm(x)=■,b?燮x?燮c

fm(x)=0,otherwise

語言變量是以自然語言中的詞或詞組為變數(shù),而不是以數(shù)值為變數(shù)。語言變量皆可用模糊數(shù)表示,模糊數(shù)常被用來表示人類的語義。將評估者對某問題的看法:{非常不重要、較不重要、不重要、一般、重要、比較重要、非常重要},利用語言變量轉(zhuǎn)換為模糊估值,以達(dá)到量化的目的。

首先,為了便于有效性評價指標(biāo)的測量,將用戶評價的自然語言轉(zhuǎn)化為三角模糊數(shù)。

每個屬性的評價集包括七個等級,即{1,2,3,4,5,6,7},1表示非常不重要,2表示較不重要,3表示不重要,4表示一般,5表示重要,6表示比較重要,7表示非常重要。用語言方式表達(dá)評價意見,雖然沒有數(shù)值精確,但它更容易使人理解,而且也減少了干擾項(xiàng)。

評價集P=(p1,p2,p3,p4,p5,…,pm)代表一組有序的自然語言評價集合,并且按照語言評價元素在集合中的位置從1開始依次累加分配計數(shù)值,即集合中第一個元素的計數(shù)值為1,最后一個元素的計數(shù)值為m,集合中共有m個元素。

假設(shè)Pj為評價集的一個自然語言評價,那么該評價結(jié)果的三角模糊數(shù)表示為(■,■,■),j為該元素在集合中的計數(shù)值,m為該集合中最后一個元素的計數(shù)值。

針對評價集,該元素所在的評價集中的最后一個元素的計數(shù)值m為7。若用戶的語言值是較不重要(j=2)則對應(yīng)的三角模糊數(shù)為(1,2,3)。

設(shè)計的語意表達(dá)詞對應(yīng)的模糊數(shù)形式以7點(diǎn)量表為準(zhǔn),其語意變量的計算量表示成三角模糊數(shù),如表1所示。

2. 將三角模糊數(shù)值權(quán)重模糊化。組織專家群體對績效評價指標(biāo)進(jìn)行重要性程度的模糊語意尺度衡量,結(jié)合不確定性分析的三角模糊數(shù)的統(tǒng)計方法, 通過權(quán)重分析確定模糊權(quán)重, 依此綜合獲得專家群體對各組指標(biāo)所給予的權(quán)重傾向,和中間值就構(gòu)成了表達(dá)各指標(biāo)權(quán)重范圍的三角模糊數(shù)。

根據(jù)面積中值法原則,可得到三角模糊數(shù)值Fi=(a,b, c)的評價指標(biāo)的絕對權(quán)重和模糊權(quán)重。

W(Fi)為三角模糊數(shù)值的絕對權(quán)重,計算公式為

W(Fi)=(b+c-a)/3

Wi為模糊化權(quán)重,其計算公式為:

Wi=■

每個權(quán)重Wi都在[0,1]之間,并且它們之和為1。

3. 將用戶評價意見定量為評價指數(shù)。利用頂點(diǎn)法(Vertex Method)將每個用戶對于信息系統(tǒng)有效性的評價意見定量為評價指數(shù)(Value Index)Y。

設(shè)定P=[Pij]表示評價集,W=[Wi] 表示每個評價標(biāo)準(zhǔn)的權(quán)重。因此,每個評價指標(biāo)的評估值為Pwij0=wj0pij0,Pwij1=wj1pij1,Pwij2=wj2pij2,…

頂點(diǎn)法定義如下

假設(shè)X=(x1,x2,x3)和Y=(y1,y2,y3)為兩個屬性的三角模糊數(shù),則頂點(diǎn)法定義其間的距離算法為:

d(x,y)={[(x1-y1)2+(x2-y2)2+(x3-y3)2]/3}1/2

最好的評價意見P*j=(1,1,1),最差的評價意見P-j=(0,0,0),頂點(diǎn)法中,每個評價對于最理想和最差的評價意見之間的距離的計算采用以下公式:

d*i=■d(Pwij,P*j)

d-i=■d(Pwij,P-j)

其中,i=1,2,…,m,j=1,2,…,n

有效性指數(shù)(Si)公式為:si=d-i+n-■,其中,i=1,…,m,這里n代表評價標(biāo)準(zhǔn)的個數(shù)。

Y表示用戶對信息系統(tǒng)有效性的評價經(jīng)模糊理論修正后的結(jié)果,公式為:

Y=■wisi

四、 基于模糊理論的信息系統(tǒng)有效性測量方法的應(yīng)用

我們在信息系統(tǒng)有效性的眾多指標(biāo)中選擇六個屬性,如信息系統(tǒng)備份管理、信息系統(tǒng)安全管理、信息系統(tǒng)數(shù)據(jù)訪問方便正確、信息系統(tǒng)軟硬件可靠使用、信息系統(tǒng)運(yùn)行反應(yīng)迅速、信息系統(tǒng)管理隊(duì)伍結(jié)構(gòu)。組織專家群體對績效評價指標(biāo)進(jìn)行了重要性程度問卷調(diào)查,共收回有效專家群體問卷調(diào)查表17份。

這六個屬性評價集為{1,2,3,4,5,6,7},1表示不非常重要,2表示較不重要,3表示不重要,4表示一般,5表示重要,6表示比較重要,7表示非常重要。用戶可以在評價集中的七個數(shù)值中進(jìn)行選擇,必須且只能選擇一個數(shù)值。

六個屬性所對應(yīng)的三角模糊權(quán)重分別為:

F1=(0.187 6,0.204 7,0.216 8)

F2=(0.183 4,0.199 2,0.206 7)

F3=(0.121 7,0.130 5,0.137 4)

F4=(0.139 9,0.150 1,0.159 2)

F5=(0.1867,0.1987,0.204 7)

F6=(0.105 3,0.116 8,0.120 1)

有效性指數(shù)為:

S0=7.964 5;S1=7.217 6;S2=5.815 2;S3=6.145 2;

S4=7.362 2;S5=7.164 5;S6=5.521 8

最終評價結(jié)果為:Y=6.982 3

五、 結(jié)論

應(yīng)用三角模糊數(shù)的測量法來建立的模糊權(quán)重值,將原本非數(shù)量化的重要性程度用比較合理的方式轉(zhuǎn)化為可分析的數(shù)量化數(shù)值,消除因個人主觀因素所造成的不合理性,從問卷調(diào)查結(jié)果中獲得更加客觀和準(zhǔn)確的權(quán)重值。

參考文獻(xiàn):

1. Tong Hongxia, Zhang Shensheng.“Multi-attr- ibute group decision making algorithm for Web service selection based on QOS”.Journal of Sout- heast University,2006-03-002.

2. Norman Fenton, Wei Wang.“Risk and confidence analysis for fuzzy multi-criteria decision making”.Knowledge-Based Systems,2006:430-437.

3. 劉麗華.基于相似度加權(quán)的模糊聚類方法.云南大學(xué)學(xué)報,2008,9(28),5.

4. 劉英華.可配置模糊綜合評價模型研究與系統(tǒng)實(shí)現(xiàn).上海交通大學(xué)博士學(xué)位論文,2007:78-96.

基金項(xiàng)目:國家自然科學(xué)基金項(xiàng)目“關(guān)鍵字廣告位定價策略及其優(yōu)化研究”(70602031);上海財經(jīng)大學(xué)211三期重點(diǎn)項(xiàng)目。

作者簡介:胡克瑾,同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院教授、博士生導(dǎo)師;陳崗,同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院博士生,上海財經(jīng)大學(xué)信息管理與工程學(xué)院副教授。

收稿日期:2009-10-03。