作者簡介：齊春澤（１９８０－），女，講師，研究方向：數(shù)字圖書館建設(shè)。·理論探索·

〔摘要〕首先從資源內(nèi)容、資源檢索、資源使用以及資源成本4個(gè)方面構(gòu)建了高校圖書館電子資源績效評(píng)價(jià)指標(biāo)體系，然后利用熵權(quán)法確定各評(píng)價(jià)指標(biāo)的權(quán)重，并通過TOPSIS法對(duì)高校圖書館電子資源績效進(jìn)行定量排序，最后通過實(shí)例驗(yàn)證了該方法的有效性。

〔關(guān)鍵詞〕電子資源；指標(biāo)體系；熵權(quán)；TOPSIS

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１４．０４．０１１

〔中圖分類號(hào)〕Ｇ２５５７５〔文獻(xiàn)標(biāo)識(shí)碼〕Ａ〔文章編號(hào)〕１００８－０８２１（２０１４）０４－００５４－０４

Performance Evaluation in University Librarys E-resources

Based on Entropy Weighted TOPSIS MethodQi Chunze

（School of Information Engineering，Lanzhou University of Finance and Economics，Lanzhou 730020，China）

〔Ａｂｓｔｒａｃｔ〕Firstly,this paper makes up an evaluation index system of university librarys e-resources from resource content,resource search,resource use and resource cost.Secondly,this paper adopts the entropy weighted TOPSIS to determine index system weights and ranks university librarys e-resources performance.Finally,this paper proves the methods availability through an example.

〔Ｋｅｙｗｏｒｄｓ〕e-resources;index system;entropy weighted;TOPSIS

隨著網(wǎng)絡(luò)技術(shù)與計(jì)算機(jī)技術(shù)的不斷發(fā)展，電子資源已經(jīng)成為高校圖書館發(fā)展不可或缺的重要資源，也已成為決定高校教學(xué)與科研水平的主要因素之一。研究高校圖書館電子資源績效評(píng)價(jià)問題，一方面能幫助圖書館了解電子資源建設(shè)取得的成果；另一方面能幫助圖書館發(fā)現(xiàn)電子資源建設(shè)過程中存在的一些問題，并對(duì)問題的解決提供正確的指導(dǎo)，進(jìn)而提高圖書館電子資源的利用率及效能。然而，現(xiàn)存的指標(biāo)體系普遍存在操作性不強(qiáng)、不完備以及深度不夠等許多問題［１－２］。本文在廣泛調(diào)研與咨詢的基礎(chǔ)上，結(jié)合目前我國高校圖書館電子資源建設(shè)的實(shí)際情況，構(gòu)建了一套相對(duì)科學(xué)、合理且完備的評(píng)價(jià)體系。為了避免評(píng)價(jià)指標(biāo)權(quán)重確定過程中的主觀性，本文采用了信息熵計(jì)算各個(gè)指標(biāo)的權(quán)重，并利用TOPSIS法對(duì)高校圖書館電子資源績效進(jìn)行定量排序，較好地解決了高校圖書館電子資源績效的評(píng)價(jià)問題，對(duì)于高校圖書館電子資源的管理及有效利用有著重要的現(xiàn)實(shí)意義。

１高校圖書館電子資源績效評(píng)價(jià)指標(biāo)體系

為了構(gòu)建科學(xué)合理且完備的高校圖書館電子資源績效評(píng)價(jià)體系［３－６］，本文首先采用文獻(xiàn)法確定初始指標(biāo)體系，然后設(shè)計(jì)相應(yīng)的問卷進(jìn)行調(diào)研。本文累計(jì)發(fā)放調(diào)查問卷50份，回收問卷46份，回收率為92%。最后，對(duì)調(diào)查結(jié)果進(jìn)行相關(guān)性分析，剔除高度相關(guān)性指標(biāo)，選取了4個(gè)一級(jí)指標(biāo)，12個(gè)二級(jí)指標(biāo)（如表１所示），具體內(nèi)容如下：

１１電子資源內(nèi)容

該指標(biāo)主要衡量館藏電子資源的準(zhǔn)確性及權(quán)威性，電子資源涵蓋的時(shí)間范圍、學(xué)科范圍以及對(duì)學(xué)校教學(xué)和科研的支持程度。電子資源內(nèi)容指標(biāo)共包括3個(gè)二級(jí)指標(biāo)：涵蓋范圍、數(shù)據(jù)來源以及學(xué)術(shù)價(jià)值。

１２電子資源檢索

該指標(biāo)主要衡量館藏電子資源檢索的簡易程度，檢索結(jié)果顯示方式以及使用的方便程度。電子資源檢索指標(biāo)共包括3個(gè)二級(jí)指標(biāo)：檢索功能、操作簡易程度以及檢索結(jié)果。

１３電子資源使用

該指標(biāo)主要衡量用戶對(duì)電子資源的利用情況以及滿意度。電子資源使用指標(biāo)共包括3個(gè)二級(jí)指標(biāo)：用戶檢索次數(shù)、人均使用量以及用戶滿意度。

１４電子資源成本

該指標(biāo)主要衡量電子資源建設(shè)費(fèi)用以及運(yùn)營過程中產(chǎn)生的各種費(fèi)用。電子資源成本共包括3個(gè)二級(jí)指標(biāo)：軟件成本、硬件成本和讀者人均服務(wù)成本。表１高校圖書館電子資源績效評(píng)價(jià)指標(biāo)體系

內(nèi)容指標(biāo)電子資源內(nèi)容涵蓋范圍數(shù)據(jù)來源學(xué)術(shù)價(jià)值電子資源檢索檢索功能檢索結(jié)果操作簡易程度電子資源使用用戶檢索次數(shù)人均使用量用戶滿意度電子資源成本軟件成本硬件成本讀者人均服務(wù)成本

２研究方法

２１熵權(quán)法的原理

熵權(quán)法是一種客觀賦權(quán)方法。熵權(quán)法主要根據(jù)各評(píng)價(jià)指標(biāo)的變異程度，利用信息熵計(jì)算各個(gè)評(píng)價(jià)指標(biāo)的熵權(quán)，然后利用熵權(quán)對(duì)各評(píng)價(jià)指標(biāo)的權(quán)重進(jìn)行修正，以確保評(píng)價(jià)指標(biāo)權(quán)重的客觀性，進(jìn)而保證評(píng)價(jià)結(jié)果的客觀有效性。評(píng)價(jià)指標(biāo)的熵值越小，則表明其變異程度越大，提供的信息量越多，在評(píng)價(jià)中所起的作用就越大。反之，在評(píng)價(jià)中所起的作用就越小。與現(xiàn)存的一些主觀賦值法相比，熵權(quán)法具有精度更高，客觀性更強(qiáng)等優(yōu)點(diǎn)。

２２TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）法簡介TOPSIS法也稱優(yōu)劣解距離法，是CLHwang和KYoon于1981年首次提出。該方法主要通過計(jì)算評(píng)價(jià)對(duì)象與最優(yōu)解、最劣解的接近程度，實(shí)現(xiàn)對(duì)評(píng)價(jià)對(duì)象的相對(duì)優(yōu)劣排序［７－８］。最優(yōu)解各指標(biāo)值由各評(píng)價(jià)指標(biāo)的最優(yōu)值構(gòu)成，最劣解各項(xiàng)指標(biāo)的值由各評(píng)價(jià)指標(biāo)的最差值構(gòu)成。如果評(píng)價(jià)對(duì)象距離最優(yōu)解最近且距離最劣解最遠(yuǎn)，則評(píng)價(jià)結(jié)果為最好。與運(yùn)用在績效評(píng)價(jià)中其他傳統(tǒng)的多元統(tǒng)計(jì)方法相比，TOPSIS法具有操作原理簡單、使用靈活方便、排序明確等優(yōu)點(diǎn)，因此在績效評(píng)價(jià)中的應(yīng)用日趨廣泛。因此，本文采用了熵權(quán)TOPSIS法對(duì)高校圖書館電子資源績效進(jìn)行評(píng)價(jià)。

２３熵權(quán)TOPSIS評(píng)價(jià)模型［９－１０］

２３１初始數(shù)據(jù)矩陣的構(gòu)造

Ｘ＝ｘ１１ｘ１２…ｘ１ｎ

ｘ２１ｘ２２…ｘ２ｎ



ｘｍ１ｘｍ２…ｘｍｎ（1）

式中，ｘｉｊ表示第ｉ個(gè)評(píng)價(jià)對(duì)象的第ｊ個(gè)評(píng)價(jià)指標(biāo)語義值，且ｘｉｊ＝（ｘｌｉｊ，ｘｕｉｊ）。

２３２數(shù)據(jù)標(biāo)準(zhǔn)化

因不同指標(biāo)的量綱各不相同，不具備可比性，故為便于比較，須對(duì)其進(jìn)行無量綱化處理，處理方法為：

ｘｉｊ＝ｘｉｊ∑ｍｉ＝１ｘｉｊ（2）

無量綱化處理后的標(biāo)準(zhǔn)化決策矩陣為：Ｘ＝（ｘｉｊ）ｍｎ。

２３３計(jì)算指標(biāo)權(quán)重

熵權(quán)一般用來衡量信息的不確定性，熵越大，則表明數(shù)據(jù)的不確定性越大，反之則表明數(shù)據(jù)的不確定性越小。假設(shè)第j 項(xiàng)指標(biāo)的信息熵值為：

ｅｊ＝－ｋ∑ｍｉ＝１ｙｉｊｌｎｙｉｊ（3）

式中：ｋ是與ｍ有關(guān)的常數(shù)，ｋ＝（ｌｎｍ）－１，０ｅｊ１。第ｊ項(xiàng)指標(biāo)的數(shù)據(jù)不確定性程度取決于該指標(biāo)的信息熵ｅｊ與1的差值ｈｊ：

endprint