張龍昌,劉冬升,楊艷紅,王曉明

(1.渤海大學 信息科學與技術(shù)學院,遼寧 錦州 121013;2.渤海大學 圖書館,遼寧 錦州 121013)

均衡收益和風險的數(shù)字資源服務(wù)評價方法

張龍昌1,劉冬升1,楊艷紅2,王曉明1

(1.渤海大學 信息科學與技術(shù)學院,遼寧 錦州 121013;2.渤海大學 圖書館,遼寧 錦州 121013)

為讀者提供期望的數(shù)字資源服務(wù)，基于讀者體驗對大量數(shù)字資源服務(wù)進行評價成為迫切需要解決的問題?，F(xiàn)有基于評分的數(shù)字資源服務(wù)評價方法更多地考慮評分的收益，缺少對評分風險的研究。提出了一種均衡收益和風險的數(shù)字資源服務(wù)評價方法，并提出了常用的數(shù)字資源服務(wù)評價指標；采用5分制方法采集讀者對數(shù)字資源服務(wù)的體驗；用均值標準差刻畫評分；建立數(shù)字資源服務(wù)讀者的效用函數(shù)，計算效用矩陣；根據(jù)該問題特點，簡化TOPSIS方法對數(shù)字資源服務(wù)進行比較排序。實例演示了有權(quán)重和無權(quán)重條件下數(shù)字資源服務(wù)的評價過程，同時通過分析說明提出方法的合理性。該方法從一個新的視角解決數(shù)字資源服務(wù)評價問題，對數(shù)字資源服務(wù)的精確評價提供了一條新的解決思路。

數(shù)字資源服務(wù)；評價；收益和風險；讀者體驗；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)字圖書館、學術(shù)數(shù)據(jù)庫、網(wǎng)絡(luò)文庫等數(shù)字資源服務(wù)。大多實體圖書館和檔案館已能夠有效提供數(shù)字化服務(wù)，如世界數(shù)字圖書館、中國國家數(shù)字圖書館等；也有從誕生就提供數(shù)字資源服務(wù)的數(shù)字圖書館，如超星數(shù)字圖書館。

學術(shù)數(shù)據(jù)庫是一種提供科技文獻數(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)、萬方、維普等?；ヂ?lián)網(wǎng)上還有一些提供文庫資源的服務(wù)，如百度文庫、新浪文庫、豆丁網(wǎng)、道客巴巴等。伴隨云計算的興起，互聯(lián)網(wǎng)上大數(shù)據(jù)的形成，數(shù)字資源服務(wù)將進一步增加，讀者將像選擇商品一樣從互聯(lián)網(wǎng)(或云計算平臺)上選擇服務(wù)質(zhì)量高的數(shù)字資源服務(wù)。對同類型的數(shù)字資源服務(wù)進行有效評價，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)境下由于信息過載、讀者無從下手等不良的用戶體驗。

評分方法被廣泛應(yīng)用于客戶/用戶/讀者感知數(shù)字資源服務(wù)質(zhì)量的評價中，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/讀者的評分求平均(體現(xiàn)評分的總體狀況，即收益)，然后采用多屬性決策方法對服務(wù)進行排序，沒有考慮評分序列的分布(體現(xiàn)評分的穩(wěn)定狀況，即風險)對決策結(jié)果的影響。為解決以往評價方法只考慮收益不考慮風險造成評價結(jié)果偏差的問題，提出均值-標準差描述客戶/用戶/讀者的評分序列，在描述評分序列收益的同時，充分考慮評分序列的風險；基于均值-標準差的評分將數(shù)字資源服務(wù)的各屬性描述為均值-標準差，形成了面向均值-標準差的多屬性決策問題。然而針對該問題的研究存在不足，提出改進TOPSIS方法解決面向均值-標準差的多屬性決策問題，為客戶/用戶/讀者提供選擇服務(wù)依據(jù)。

1 相關(guān)工作

目前存在一些對數(shù)字圖書館綜合服務(wù)質(zhì)量評價的方法。借鑒國際上已有的評價方法，從國內(nèi)公共圖書館的實際情況出發(fā)，公共數(shù)字圖書館服務(wù)質(zhì)量的評價需要兼顧讀者和數(shù)字圖書管理者，從讀者和數(shù)字圖書管理者角度提出的服務(wù)評價指標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)評價指標體系促進了評價指標體系的發(fā)展[2-5]。建立全面、準確的評價指標體系是科學評價數(shù)字資源服務(wù)的基石，高效、準確的評價方法是不可缺少的工具。層次分析法被廣泛應(yīng)用于社會生活中具有定性指標的多屬性決策中，也有研究者對其進行改進并應(yīng)用到高校圖書館數(shù)字資源服務(wù)評價體系中[6]。為解決具有模糊性指標的數(shù)字資源服務(wù)評價，需要建立評價指標對評價等級的隸屬度函數(shù)，從而進行模糊評價，再利用BP神經(jīng)網(wǎng)絡(luò)對數(shù)字資源服務(wù)進行評價也是不錯的選擇[7]。從讀者有效利用的網(wǎng)絡(luò)范圍內(nèi)，通過網(wǎng)關(guān)統(tǒng)計的方法，對讀者的行為進行分析，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)，研究者對網(wǎng)站的接口進行評估[9-11]。此外，還有一些研究成果豐富了數(shù)字資源服務(wù)評價方法，如基于結(jié)構(gòu)方程的方法[12]、基于GAP理論模型的方法[13]。在對數(shù)字資源服務(wù)進行評價后，提出了一些改進數(shù)字資源服務(wù)的對策和建議[14-15]。

2 數(shù)字資源服務(wù)評價

2.1 評價指標及描述

數(shù)字資源服務(wù)評價過程，首先需要建立數(shù)字資源服務(wù)評價的指標體系，對于指標體系的研究成果已經(jīng)較多，重點考慮與讀者感知相關(guān)的數(shù)字資源服務(wù)指標，體現(xiàn)服務(wù)質(zhì)量指標的易用性、響應(yīng)速度、可用性等，體現(xiàn)數(shù)字資源質(zhì)量指標的覆蓋面、易讀性、參考價值、知識量等。為簡化對評價方法的描述，這里選取對讀者相對重要的指標(易用性、響應(yīng)速度、易讀性、參考價值)作為指標體系，實際評價過程中可根據(jù)實際情況對指標體系進行重建，不影響評價方法的使用，讀者對數(shù)字資源服務(wù)指標的體驗采用5分制打分法。圖1是3個數(shù)字文庫易用性指標的10個用戶反饋分數(shù)分布情況，其中文庫1的分數(shù)為(4、4、4、5、4、4、4、5、4、4)，文庫2的分數(shù)為(3、5、3、5、5、5、3、5、3、5)，文庫3的分數(shù)為(1、3、2、2、3、3、2、3、2、3)。文庫1與文庫2的均值(效益)為4.2，文庫3的均值(效益)為2.4，顯然在效益相同的情況下，文庫1評分更穩(wěn)定，是更好的選擇。因此采用均值描述評分的效益，用標準差描述評分的風險，更能精確描述指標的評分狀況。

圖1 三個數(shù)字文庫易用性指標評分

假設(shè)某請求數(shù)字書庫服務(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、效益標準差為δ，其效用函數(shù)為：

U=E-0.005Aδ2

(1)

其中，U為效用值；A為請求服務(wù)讀者個人的風險厭惡指數(shù)。

讀者對風險的厭惡程度有三種類型：風險喜好型、風險中性型和風險厭惡型。前兩種在服務(wù)評價時不需要考慮風險，但絕大多數(shù)讀者為風險厭惡型，因此規(guī)定一個風險厭惡系數(shù)A的范圍。參照美國投資理財行業(yè)規(guī)定，設(shè)定A在2～6之間，用來測度風險厭惡程度，對于不同讀者，A的測定可采用問卷調(diào)查法獲取。

2.2 簡化的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)有限個評價對象與理想化目標的接近程度進行排序的方法，在現(xiàn)有的對象中進行相對優(yōu)劣的評價。文中對其進行簡化改進，以適應(yīng)面向均值-標準差的數(shù)字資源服務(wù)排序，首先將問題公式化。

設(shè)待評價數(shù)字資源服務(wù)集S={s1,s2,…,sm}，由n個評價指標{c1,c2,…,cn}構(gòu)成評價指標體系，經(jīng)過讀者打分后，用效用函數(shù)(式(1))計算效用值，構(gòu)成數(shù)字資源服務(wù)評價矩陣U。

(2)

其中，uij表示服務(wù)si的cj指標的效用值。

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

(3)

其中，rj為請求服務(wù)讀者對指標j的打分(分數(shù)從1～5)。

基于數(shù)字資源服務(wù)評價矩陣和請求服務(wù)讀者的權(quán)重，將備選的數(shù)字資源服務(wù)進行排序，基于TOPSIS思想給出以下排序步驟。

步驟1：構(gòu)建加權(quán)評價矩陣，經(jīng)過加權(quán)后，在評價矩陣中體現(xiàn)請求服務(wù)讀者對各指標的重要程度；這里不需規(guī)格化，因為評價矩陣各指標都由相同的打分標準計算出效用，具有相同量綱，從而有效減少了計算工作量。

(4)

步驟2：計算正理想解和負理想解。

為確定備選服務(wù)集中服務(wù)的優(yōu)劣，需要定義比較標準，使用加權(quán)矩陣的正理想解A+和負理想解A-作為比較標準。在評價矩陣指標體系中存在效益型指標和成本型指標，效益型指標值越大對評價結(jié)果越有利(如易用性、易讀性、參考價值)，成本型指標值越小對評價結(jié)果越有利(如響應(yīng)速度)；由于評分5到1分別表示優(yōu)良可劣差，對成本型指標(如響應(yīng)速度)描述為響應(yīng)速度越快越優(yōu)，因此在計算時不需要對效益型指標和成本性指標加以處理。加權(quán)評價矩陣的正負理想解計算方法見式(5)。

(5)

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

步驟3：計算備選方案到正負理想解的距離。

(6)

步驟4：計算備選服務(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理想解越遠的備選服務(wù)越優(yōu)；反之距離負理想解越近并且距離正理想解越遠的備選服務(wù)越差。下面基于TOPSIS的基本思想給出備選服務(wù)的最優(yōu)度計算公式：

(7)

其中，Ri∈[0,1]；當Ri=0時，di=A-，表示該服務(wù)為最劣服務(wù)；當Ri=1時，di=A+，表示該服務(wù)為最優(yōu)服務(wù)。在實際的多目標決策中，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 實例驗證與分析

對互聯(lián)網(wǎng)上的5個數(shù)字書庫服務(wù)(定義為s1,s2,s3,s4,s5)的4個指標(易用性、響應(yīng)速度、易讀性、參考價值)進行問卷調(diào)查，發(fā)出100份問卷，收回55份，取其中10份的評分數(shù)據(jù)為基礎(chǔ)做實例演示。表1是5個數(shù)字書庫服務(wù)的評分信息。

現(xiàn)有數(shù)字書庫服務(wù)請求讀者，經(jīng)過問卷調(diào)查獲得其風險厭惡系數(shù)A=2，由式(1)計算數(shù)字書庫服務(wù)的效用信息(見表2)。

表1 數(shù)字書庫服務(wù)評分

表2 數(shù)字書庫服務(wù)的效用信息

該讀者給出的4個指標評分為：5、4、4、5，使用式(3)計算讀者權(quán)重為W=(0.28,0.22,0.22,0.28)；為更好地說明評價方法，再考慮各指標權(quán)重相同時的計算情況(這里不指定權(quán)重)。無權(quán)重評價信息見表2，有權(quán)重評價信息見表3。

表3 加權(quán)的數(shù)字書庫服務(wù)的效用信息

由式(5)獲得無權(quán)重正理想解A+={4.198 2,4.293 2,4.297 7,4.597 3}、負理想解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}和負理想解A-={0.670 6,0.525 0,0.571 4,0.557 5}；由式(6)計算的各數(shù)字書庫服務(wù)到正負理想解的距離見表4。

表4 數(shù)字書庫服務(wù)到正負理想解的距離

由式(7)計算5個數(shù)字書庫服務(wù)的最優(yōu)度并排序，無權(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)。由計算結(jié)果得數(shù)字書庫服務(wù)1是該實例中服務(wù)請求讀者最優(yōu)服務(wù)。

下面做一個直觀說明，將表1中的數(shù)字書庫評價信息轉(zhuǎn)換成均值方差，見表5。

表5 服務(wù)評分的均值方差表示

在表5中，服務(wù)1各指標在效益和風險方面都優(yōu)于服務(wù)2，排序方法獲取服務(wù)1最為合理；服務(wù)2相對于服務(wù)4各指標的效益高，但風險大，由于假定效益率服從正太分布，所以風險在收益中占的比重相對較小，可以通過調(diào)整風險厭惡系數(shù)或效用函數(shù)常數(shù)實現(xiàn)；服務(wù)4除了易讀性指標，其他指標都明顯好于服務(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。在指標權(quán)重相同情況下評價方法是合理的；在指標權(quán)重不同情況下，在計算效用完畢后對指標加權(quán)，體現(xiàn)側(cè)重程度，更符合不同服務(wù)請求讀者對指標的個性化需求，排序結(jié)果與無權(quán)重結(jié)果相同主要源于服務(wù)1各指標優(yōu)并且各指標權(quán)重相差不大。

4 結(jié)束語

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)量將進一步擴大。根據(jù)讀者需求，對數(shù)字資源服務(wù)進行自動評價成為迫切需要解決的問題。評分法被廣泛應(yīng)用于數(shù)字資源服務(wù)的讀者體驗中，以往方法對讀者評分的考慮僅僅關(guān)心收益(即均值)，缺乏對風險(即評分的波動)的考慮，導(dǎo)致評估結(jié)果不穩(wěn)定，同時考慮均值和標準差對數(shù)字資源服務(wù)評價結(jié)果的影響，提出了均衡收益和風險的數(shù)字資源服務(wù)評價方法。實例驗證結(jié)果證明，該方法能有效彌補數(shù)字資源服務(wù)評價中存在的不足。

但是，也存在若干問題需進一步研究：有效描述數(shù)字資源服務(wù)的完備的指標體系的調(diào)查與建立；可信的數(shù)字資源服務(wù)讀者體驗數(shù)據(jù)的獲得；激勵讀者提交數(shù)字資源服務(wù)體驗的方法；異構(gòu)讀者體驗數(shù)據(jù)的融合等。

[1] 馬寧寧,李春明,周 晨.基于不同立場的公共數(shù)字圖書館服務(wù)評價研究[J].情報理論與實踐,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)績效評價研究[J].情報理論與實踐,2009,32(8):80-82.

[3] 龐弘燊,徐文賢.數(shù)字資源評價與優(yōu)選指標體系研究[J].圖書情報工作,2009,53(17):27-30.

[4] 梁 茹,李建霞,劉 穎,等.高校圖書館數(shù)字資源綜合服務(wù)能力評價[J].大學圖書館學報,2015,33(2):38-46.

[5] 范小華,謝德體,龍立霞.數(shù)字資源評價指標體系研究[J].圖書情報工作,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)績效評價體系構(gòu)建[J].情報科學,2013,31(1):78-81.

[7] 周慶梅,王克奇.圖書館數(shù)字資源服務(wù)績效模糊神經(jīng)網(wǎng)絡(luò)評價研究[J].情報科學,2015,33(2):41-45.

[8] 劉 慧.基于網(wǎng)絡(luò)行為的圖書館數(shù)字資源評價方法研究[J].現(xiàn)代情報,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,田紅梅,任延安.基于結(jié)構(gòu)方程的高校圖書館數(shù)字資源評價實證研究[J].圖書情報工作,2015(S1):88-90.

[13] 余昭芬,黃德斌,湯 藝,等.GAP理論模型在數(shù)字資源績效評價中的應(yīng)用[J].大學圖書館學報,2013,31(4):62-68.

[14] 趙俊顏.圖書館數(shù)字資源用戶滿意度的測評研究[J].情報理論與實踐,2012,35(3):91-94.

[15] 趙春輝.我國高校圖書館績效評價研究進展及問題分析[J].圖書館工作與研究,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)出版時間：2017-06-05

教育部人文社會科學研究青年基金項目(15YJC870028)；遼寧省哲學社會科學規(guī)劃基金項目(L15BTQ002)；遼寧省自然科學基金(2015020009)；遼寧省科學技術(shù)研究資助項目(L2014451)

張龍昌(1977-)，男(滿族)，副教授，博士(博士后)，CCF會員(E200020123M),研究方向為服務(wù)計算、云計算、數(shù)字圖書館;劉冬升(1988-)，男，碩士，研究方向為服務(wù)計算、云計算、數(shù)字圖書館。

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