黃文財(cái)，吳新杰，朱曉鵬，鐘遠(yuǎn)生

(1.廣東產(chǎn)品質(zhì)量監(jiān)督檢驗(yàn)研究院，廣州 510670；2.國家市場監(jiān)管重點(diǎn)實(shí)驗(yàn)室(智能機(jī)器人安全)，廣州 510670；3.工業(yè)和信息化部 電子第五研究所，廣州 511300)

0 引言

信息系統(tǒng)是以計(jì)算機(jī)為核心，融合數(shù)據(jù)處理、信息管理、決策支持、辦公自動化為整體的人、機(jī)、信息資源一體化系統(tǒng)[1]。當(dāng)前，信息系統(tǒng)日益復(fù)雜、用戶急劇增加、數(shù)據(jù)存儲量巨大和操作行為趨于多元化，信息系統(tǒng)關(guān)注的重點(diǎn)不再僅僅是功能正確性，系統(tǒng)的性能效率表現(xiàn)也越受重視[2-3]。信息系統(tǒng)性能效率測試是采用測試工具(如LoadRunner、JMeter等)最大限度模擬信息系統(tǒng)存在大量活躍用戶且用戶高度聚集的業(yè)務(wù)場景的多種負(fù)載狀態(tài)[4]，測試性能效率指標(biāo)，分析并評估測試數(shù)據(jù)，判斷信息系統(tǒng)滿足性能效率程度。在《ISO/IEC 25010》標(biāo)準(zhǔn)中認(rèn)為，軟件的效率決定于時(shí)間特性、資源利用性和容量三大子特征[5]。在《GB/T25000.10-2016》中，性能效率被分割為時(shí)間特性、資源利用性、容量和性能效率的依從性四大子特性[6]。2021年，性能效率測試被單獨(dú)撰寫成國家標(biāo)準(zhǔn)《GB/T 39788-2021》，該文件詳細(xì)描述了大型信息系統(tǒng)性能效率質(zhì)量測度指標(biāo)、測試過程[7]，提高指標(biāo)的覆蓋率，由此可見，信息系統(tǒng)性能效率測試重要性不明而喻。

性能效率評估具有以下優(yōu)點(diǎn)：1)基于信息系統(tǒng)性能效率測試的評估結(jié)果，可評估信息系統(tǒng)的執(zhí)行效率、資源占用、系統(tǒng)容量等系統(tǒng)能力；2)分析評估信息中指標(biāo)的異常狀態(tài)，定位性能效率的系統(tǒng)瓶頸，為改善信息系統(tǒng)性能效率提供依據(jù)；3)根據(jù)評估信息多次試驗(yàn)，調(diào)整，驗(yàn)證信息系統(tǒng)的良好配置，實(shí)現(xiàn)信息系統(tǒng)的調(diào)優(yōu)[8-11]。因此，構(gòu)建全面覆蓋時(shí)間效率、資源利用、最大限度的容量、性能效率依從性的指標(biāo)、選擇合理、科學(xué)的評估模型，對定位系統(tǒng)瓶頸、系統(tǒng)調(diào)優(yōu)有重要意義。但目前信息系統(tǒng)性能效率評估方面還存在諸多問題：1)缺乏從多層級(合格、良好、優(yōu)秀)角度出發(fā)評價(jià)指標(biāo)數(shù)據(jù)；2)評估模型簡單，現(xiàn)有的信息系統(tǒng)性能效率測試模型過分依賴于專家的專業(yè)知識和經(jīng)驗(yàn)，或?qū)陀^的測試數(shù)據(jù)簡單地線性加權(quán)，模型簡單，評估結(jié)果不夠合理、科學(xué)；3)性能效率的評估過程和結(jié)果具有隨機(jī)性和模糊性，需要科學(xué)的方法解決表達(dá)語言中隨機(jī)性、模糊性以及兩者之間的關(guān)聯(lián)性的問題。

目前評估方法有基于專家偏好的主觀賦權(quán)法，包括層次分析法、專家調(diào)查法、關(guān)聯(lián)矩陣法等，有基于實(shí)際測量數(shù)據(jù)的客觀賦權(quán)法，包括熵值法、變異系數(shù)法、主成分分析法等[12]。然而，主客觀賦權(quán)法均存在一定的缺陷，主觀賦權(quán)過分依賴專家的專業(yè)能力和經(jīng)驗(yàn)，主觀意識過強(qiáng)，脫離實(shí)際數(shù)據(jù)，缺乏科學(xué)性；客觀賦權(quán)法依賴于數(shù)據(jù)，缺乏相關(guān)經(jīng)驗(yàn)知識的考慮[13]。為了融合主客觀的優(yōu)點(diǎn)，采用組合賦權(quán)法[14-15]，包括最小二乘的線性組合法、乘法合成歸一法等，既考慮專家的經(jīng)驗(yàn)知識，又保留數(shù)據(jù)的嚴(yán)謹(jǐn)性，可應(yīng)用于多屬性決策問題[16]和風(fēng)險(xiǎn)、質(zhì)量、可靠性等評估[17]。

本文設(shè)計(jì)一種信息系統(tǒng)性能效率評估方法，可綜合評估信息系統(tǒng)的性能效率能力。首先，構(gòu)建評估指標(biāo)，采用改進(jìn)的功效系數(shù)法從多層級角度(合格點(diǎn)、良好點(diǎn)、優(yōu)秀點(diǎn))歸一化指標(biāo)數(shù)據(jù)；其次，使用CRITIC法，基于權(quán)重之間的對比性和沖突性構(gòu)建多權(quán)重組合賦權(quán)法，既克服單一專家的主觀隨意性，又綜合考量主客觀權(quán)重優(yōu)點(diǎn)，最后基于云模型理論，克服綜合評價(jià)的模糊性與隨機(jī)性。

1 基于組合賦權(quán)云模型的信息系統(tǒng)性能效率評估方法

1.1 評估指標(biāo)的評價(jià)歸一化

1)性能效率評估指標(biāo)的選擇；通過逐一調(diào)查分析信息系統(tǒng)運(yùn)行流程的每一階段、每一環(huán)節(jié)，繪制了信息系統(tǒng)性能效率執(zhí)行框架圖(見圖1)，分別由輸入單元、待測信息系統(tǒng)、控制單元、指標(biāo)監(jiān)視單元4部分組成，其中，輸入單元是通過負(fù)載發(fā)生器模擬多用戶并發(fā)執(zhí)行負(fù)載腳本記錄的用戶操作信息?？刂茊卧獩Q定性能效率流程順序、控制數(shù)據(jù)流的流向。指標(biāo)監(jiān)視單元監(jiān)控待測信息系統(tǒng)性能指標(biāo)的實(shí)時(shí)信息，包括信息系統(tǒng)運(yùn)行效率的時(shí)間特性、所使用資源數(shù)量和類型利用程度的資源利用率、最大限量滿足需求的容量和遵循相關(guān)標(biāo)準(zhǔn)程度的依從性。選擇此4個(gè)指標(biāo)作為一級指標(biāo)，在一級指標(biāo)之下構(gòu)建多項(xiàng)二級指標(biāo)，如圖2所示。

圖1 信息系統(tǒng)性能效率執(zhí)行框架圖

圖2 性能效率指標(biāo)

2)波動性指標(biāo)數(shù)據(jù)評價(jià)的歸一化；針對平均吞吐量、容量與信息系統(tǒng)的類型、性質(zhì)、服務(wù)器容量、用戶的需求等有關(guān)，不同的信息系統(tǒng)的評分標(biāo)準(zhǔn)不一，滿足用戶需求程度也不同，數(shù)據(jù)波動性大，不易評價(jià)的問題，采用通過專家打分法，根據(jù)滿足需求的程度越高，分值越高的原則打分，取值范圍為[0，1]。

3)穩(wěn)定性指標(biāo)數(shù)據(jù)評價(jià)的歸一化；考慮時(shí)間特性(除平均吞吐量)、資源利用性、性能效率依從性數(shù)據(jù)波動性較小，趨于穩(wěn)定，數(shù)據(jù)之間具有可比性，可基于數(shù)據(jù)范圍歸一化評價(jià)該指標(biāo)，但依然存在以下問題：1)性質(zhì)、量綱不一；如時(shí)間特性強(qiáng)調(diào)運(yùn)行效率、性能效率的依從性遵循相關(guān)標(biāo)準(zhǔn)的程度，且兩者數(shù)值單位也不一致；2)數(shù)量級別不在同一等級；如資源利用性強(qiáng)調(diào)資源利用程度，取值范圍為[0，1]，時(shí)間特性的取值為[0，N]，其中N≥0；3)缺乏對不同層級的分?jǐn)?shù)的劃分，且不能體現(xiàn)性能效率合格、良好、優(yōu)秀等層級的分?jǐn)?shù)。針對以上問題，采用功效系數(shù)法，可將指標(biāo)數(shù)據(jù)一一映射到同一區(qū)間[0，1]，但傳統(tǒng)功效系數(shù)法直接采用線性映射方式歸一化指標(biāo)數(shù)據(jù)，且不同樣本數(shù)據(jù)最大值和最小值不統(tǒng)一，出現(xiàn)同一指標(biāo)數(shù)據(jù)的相同數(shù)值，在不同樣本數(shù)據(jù)中歸一化的結(jié)果不一致，導(dǎo)致數(shù)據(jù)不具備可比性[18]。因此，在傳統(tǒng)功效系數(shù)法基礎(chǔ)上，設(shè)置層級點(diǎn)(合格點(diǎn)、良好點(diǎn)、優(yōu)秀點(diǎn))，劃分性能效率指標(biāo)數(shù)據(jù)為不同等級區(qū)間，基于范圍設(shè)置雙邊約束臨界值，規(guī)范最大值和最小值，通過改進(jìn)的功效系數(shù)法歸一化指標(biāo)數(shù)據(jù)，其步驟如下：

1)設(shè)置雙邊約束臨界值；選擇固定的不可接受臨界值和最佳性能效率值為雙邊約束臨界值[Imin，Imax]，映射到固定區(qū)間[0，1]；

2)數(shù)據(jù)指標(biāo)離散化；選擇層級點(diǎn)(合格點(diǎn)Ih、良好點(diǎn)Il、優(yōu)秀點(diǎn)Iy)為離散點(diǎn)，劃分指標(biāo)數(shù)據(jù)到多個(gè)固定標(biāo)準(zhǔn)化區(qū)域，并一一對應(yīng)不同的功效系數(shù)值[Gmin，Gh，Gl，Gy，Gmax]=[0.2，0.6，0.8，0.9，1]，其中Gh，Gl，Gy分別為層級點(diǎn)的功效系數(shù)值，Gmin，Gmax分別為雙邊約束臨界值的功效系數(shù)值；

3)數(shù)據(jù)同向化；將數(shù)據(jù)類型統(tǒng)一轉(zhuǎn)變?yōu)閿?shù)值越大性能效率越小的極小型，如性能效率的依從性，該指標(biāo)為極大型，采用倒數(shù)法轉(zhuǎn)化為極小型；

4)歸一化指標(biāo)數(shù)據(jù)；基于相鄰區(qū)間的功效系數(shù)值的差值，計(jì)算標(biāo)準(zhǔn)值，結(jié)合該標(biāo)準(zhǔn)化區(qū)域的功效系數(shù)值，采用改進(jìn)的功效系數(shù)法計(jì)算評估數(shù)據(jù)的分?jǐn)?shù)，使得不同指標(biāo)評估數(shù)據(jù)轉(zhuǎn)化到同一數(shù)量級，克服量綱、數(shù)量級等特征不一致的問題，其中改進(jìn)的功效系數(shù)如式(1)所示：

(1)

1.2 評估權(quán)重的計(jì)算

為了克服單一專家的主觀隨意性，又綜合考量主客觀權(quán)重優(yōu)點(diǎn)，讓三位專家采用層次分析法給出性能效率的主觀權(quán)重，采用熵權(quán)法基于歷史數(shù)據(jù)計(jì)算出客觀數(shù)據(jù)評估權(quán)重，再采用CRITIC法，基于權(quán)重間的對比性和沖突性構(gòu)建多權(quán)重組合賦權(quán)法，優(yōu)化組合權(quán)重的方法，提高權(quán)重的合理性、科學(xué)性和嚴(yán)謹(jǐn)性。

1)主觀評估權(quán)重的計(jì)算；為了將復(fù)雜的性能效率評估指標(biāo)層次化、結(jié)構(gòu)化，將時(shí)間特性、資源利用性、容量以及性能效率的依從性等劃分成層次化結(jié)構(gòu)；采用層次分析法，構(gòu)造包含目標(biāo)層、準(zhǔn)則層、指標(biāo)層的遞階層次指標(biāo)結(jié)構(gòu)，綜合考慮專家專業(yè)知識和經(jīng)驗(yàn)，主觀構(gòu)建判斷矩陣，經(jīng)一致性校驗(yàn)后獲取主觀評估權(quán)重再將其歸一化，提高權(quán)重的合理性。

2)客觀數(shù)據(jù)評估權(quán)重的計(jì)算；為了避免權(quán)重計(jì)算主觀偏好過強(qiáng)的情形，利用數(shù)據(jù)的方差變異程度越小，信息熵會越大，代表對應(yīng)的權(quán)重值越小原理，采用熵權(quán)法客觀計(jì)算經(jīng)過標(biāo)準(zhǔn)化處理的歷史評估數(shù)據(jù)的概率、推算指標(biāo)的信息熵和信息效用值，歸一化后取的指標(biāo)的權(quán)重，客觀計(jì)算評估權(quán)重，提高評估權(quán)重的科學(xué)性和嚴(yán)謹(jǐn)性。

3)組合權(quán)重的計(jì)算；綜合考慮專家專業(yè)知識和經(jīng)驗(yàn)和數(shù)據(jù)的嚴(yán)謹(jǐn)性，采用組合賦權(quán)法綜合考量主客觀權(quán)重優(yōu)點(diǎn)，提高權(quán)重的合理性、科學(xué)性。

4)組合權(quán)重的優(yōu)化。性能效率指標(biāo)性質(zhì)不一、數(shù)量眾多，特別是二級指標(biāo)分配不均，單一專家求解權(quán)重容易造成主觀隨意性，為了克服這一現(xiàn)象，設(shè)計(jì)一種由三位專家采用層次分析法主觀賦權(quán)，結(jié)合熵權(quán)法的組合權(quán)重辦法，提高權(quán)重賦值的合理性、科學(xué)性和嚴(yán)謹(jǐn)性。然而，多權(quán)重的組合賦權(quán)不僅主觀、客觀權(quán)重賦值之間存在差異，并且不同專家間的主觀權(quán)重賦值由于知識儲備、工作經(jīng)驗(yàn)不一而導(dǎo)致多個(gè)主觀權(quán)重的賦值也會存在一定的偏差，這些偏差導(dǎo)致權(quán)重之間的不一致，相關(guān)性較低，因此，為提高權(quán)重間的相關(guān)性，縮短差異，首先設(shè)置權(quán)重系數(shù)，再利用CRITIC法的對比性和沖突性構(gòu)建組合賦權(quán)，其中，對比性利用標(biāo)準(zhǔn)差的形式衡量同一個(gè)指標(biāo)在不同評價(jià)權(quán)重之間取值差距大小，標(biāo)準(zhǔn)差越大，說明波動越大，即評價(jià)權(quán)重在此指標(biāo)的取值差距越大，權(quán)重系數(shù)賦值也因設(shè)置較高；沖突性使用皮爾遜相關(guān)系數(shù)法表示權(quán)重之間的正相關(guān)性，若相關(guān)性較小，其沖突性越大，其權(quán)重系數(shù)應(yīng)設(shè)置較大。通過設(shè)置權(quán)重系數(shù)的大小，減少權(quán)重間的差距，提高相關(guān)性，其計(jì)算過程為：

1)依據(jù)三位專家的主觀權(quán)重(W1，W2，W3)和熵權(quán)法的客觀權(quán)重W4設(shè)置權(quán)重系數(shù)。

W=α1W1+α2W2+α3W3+α4W4

(2)

其權(quán)重系數(shù)α1，α2，α3，α4滿足約束條件：

α1+α2+α3+α4=1

(3)

2)構(gòu)建權(quán)重矩陣[W1，W2，W3，W4]，計(jì)算權(quán)重?cái)?shù)據(jù)的對比性和沖突性如式(4)和式(5)所示：

(4)

(5)

式中，rkj是指標(biāo)k和j之間的相關(guān)系數(shù)，使用皮爾遜相關(guān)系數(shù)法表示。

3)設(shè)置信息量為中間值，有機(jī)結(jié)合對比性和沖突性，綜合衡量權(quán)重的相對重要性，信息量計(jì)算公式如下：

(6)

其中：ηj表示對比性量化數(shù)值。

4)計(jì)算權(quán)重系數(shù)，根據(jù)權(quán)重?cái)?shù)據(jù)的對比性和沖突性，采用CRITIC法計(jì)算權(quán)重系數(shù)，其中，權(quán)重的重要性越大其權(quán)重系數(shù)越大。

(7)

依式(7)最后所求得的權(quán)重系數(shù)αj為[0.201，0.188，0.194，0.417]，代入式(2)計(jì)算的主客觀權(quán)重和組合權(quán)重如表1所示。由表1可知，三位專家的主觀權(quán)重在一級指標(biāo)中順序都為：B1>B2>B3>B4，而客觀權(quán)重的順序?yàn)锽1>B3>B2>B4，缺乏合理性，這是由于客觀權(quán)重過度依賴于實(shí)測數(shù)據(jù)，缺乏相關(guān)知識經(jīng)驗(yàn)的支撐，而組合權(quán)重保留了主觀權(quán)重的合理性，其順序與主觀賦權(quán)一致。其次，三位專家的主觀權(quán)重中，B1比B4權(quán)重都相差過大，這是由于脫離實(shí)際數(shù)據(jù)，過度強(qiáng)調(diào)主觀意識造成的，而組合權(quán)重結(jié)合數(shù)據(jù)的嚴(yán)謹(jǐn)性，縮小B1與B4之間的差距。因此，基于CRITIC法的對比性和沖突性的組合賦權(quán)法綜合考慮了主觀因素和客觀因素，不僅保證權(quán)重間的層次順序，又有效縮小了權(quán)重間過大的差距，具有合理性和有效性。

表1 性能效率主客觀權(quán)重值

1.3 信息系統(tǒng)性能效率的評估

基于云模型理論的定性、定量之間的轉(zhuǎn)換，結(jié)合組合賦權(quán)權(quán)重轉(zhuǎn)換為云模型，生成以自然語言描述性能效率綜合評估結(jié)果[19-20]，克服綜合評價(jià)的模糊性與隨機(jī)性。

1)評估等級的構(gòu)建。根據(jù)系統(tǒng)滿足性能效率的程度，構(gòu)建多個(gè)等級區(qū)間描述性能效率綜合評分的模糊評語集，包括極低性能、低性能、適中性能、良好性能、優(yōu)秀性能5個(gè)評估等級，再采用云特征計(jì)算公式求出等級區(qū)間的云模型特征值，構(gòu)建的評估等級如表2所示，其中云特征計(jì)算公式為：

表2 評估等級

(8)

式中，Exs為期望值，Mmin，Mmax分別為最大、最小邊界，k為熵Ens和超熵Hes之間的線性關(guān)系值。

2)標(biāo)準(zhǔn)模型的繪制。基于評估等級的云模型(如表2)，采用正向云發(fā)生器，繪制出性能效率的標(biāo)準(zhǔn)模型，作為評價(jià)的衡量尺度。

3)二級指標(biāo)的云模型特征參數(shù)的計(jì)算。為了提高測試數(shù)據(jù)的可信度，多次測試數(shù)據(jù)，剔除異常值，采用逆向云發(fā)生器轉(zhuǎn)換數(shù)據(jù)，計(jì)算出二級指標(biāo)云模型的3個(gè)數(shù)字特征，結(jié)果為Exi，Eni，Hei，其計(jì)算公式如式(9)所示：

(9)

4)一級指標(biāo)和綜合評價(jià)云模型特征參數(shù)的計(jì)算；二級指標(biāo)的云模型特征參數(shù)Exi，Eni，Hei，結(jié)合該指標(biāo)的組合權(quán)重，通過公式(10)，綜合成一級指標(biāo)云模型的數(shù)字特征(Yx，Yn，Yh)，同理，綜合評價(jià)云模型特征參數(shù)又二級指標(biāo)的云模型特征參數(shù)，結(jié)合該指標(biāo)的組合權(quán)重計(jì)算可得。

(10)

5)模糊評估結(jié)果的生成，將一級指標(biāo)和綜合評價(jià)云模型特征參數(shù)繪制成云模型，生成綜合云模型的基本形態(tài)，與標(biāo)準(zhǔn)模型比較，進(jìn)而判斷一級指標(biāo)和綜合評價(jià)云模型的隸屬度，再結(jié)合表2的評估等級，生成以自然語言描述性能效率綜合評估結(jié)果，克服綜合評價(jià)的模糊性與隨機(jī)性。

2 系統(tǒng)驗(yàn)證

選擇國內(nèi)某大型工業(yè)機(jī)器人制造企業(yè)CRM信息系統(tǒng)為例，該系統(tǒng)需滿足數(shù)據(jù)實(shí)時(shí)性強(qiáng)，交互性強(qiáng)、系統(tǒng)穩(wěn)定性高等需求。隨著企業(yè)業(yè)務(wù)的快速地發(fā)展，CRM系統(tǒng)中客戶量、交易量、任務(wù)量、商機(jī)展現(xiàn)量快速增長，并由此而產(chǎn)生的數(shù)據(jù)量急劇增加。為了獲取更貼近真實(shí)CRM系統(tǒng)的日常業(yè)務(wù)應(yīng)用，選取關(guān)鍵業(yè)務(wù)且資源的占用率高、業(yè)務(wù)使用頻率、數(shù)據(jù)實(shí)時(shí)性強(qiáng)的商機(jī)提交、任務(wù)創(chuàng)建、客戶交易信息查詢、商機(jī)查詢、任務(wù)查詢組成并發(fā)的混合業(yè)務(wù)場景，其中，指標(biāo)中平均響應(yīng)時(shí)間、平均周轉(zhuǎn)時(shí)間取多個(gè)業(yè)務(wù)的平均值。選擇典型業(yè)務(wù)且是數(shù)據(jù)分析基礎(chǔ)的客戶交易信息查詢場景作為壓力測試場景。為了提高測試數(shù)據(jù)的可信度，采用多次測量(5次)指標(biāo)數(shù)據(jù)(如表3的測試數(shù)據(jù))。再采用式(1)所示的改進(jìn)的功效系數(shù)法結(jié)合表4中多層級評價(jià)的層級點(diǎn)(合格點(diǎn)、良好點(diǎn)、優(yōu)秀點(diǎn))，歸一化評估指標(biāo)的評價(jià)，結(jié)果如表3所示。二級指標(biāo)的云模型特征參數(shù)通過公式(9)處理的評估數(shù)據(jù)，將此結(jié)果結(jié)合公式(10)計(jì)算一級指標(biāo)的云模型特征參數(shù)結(jié)果如表5所示，同理獲取性能效率綜合評價(jià)，其結(jié)果為(0.783，0.007，0.003)。最后將上述獲取的云模型特征參數(shù)依次繪制如圖3所示，由于性能效率依從性B4趨于穩(wěn)定，不具備模糊性，故不使用云模型繪制。

表3 CRM信息管理系統(tǒng)性能效率數(shù)據(jù)

表4 多層級評價(jià)的層級點(diǎn)

表5 CRM信息管理系統(tǒng)性能效率數(shù)據(jù)

圖3 性能效率云模型

繪制的評估云模型如圖3所示，圖中黑色云模型為評價(jià)衡量尺度的標(biāo)準(zhǔn)模型，灰色云模型為評價(jià)模型，其都顯正態(tài)分布，趨于穩(wěn)定，表明該云模型有效。由圖3(d)可

知評價(jià)模型位于U3和U4之間且趨于U3，為了確保綜合評價(jià)結(jié)果的準(zhǔn)確性，基于文獻(xiàn)[21]中云模型相似度度量方法計(jì)算其相似度，可以得出與U3更為相似，根據(jù)最大隸屬度原則，該CRM系統(tǒng)綜合評價(jià)A的等級為適中性能(U3)，即該系統(tǒng)基本滿足信息系統(tǒng)的性能效率要求，系統(tǒng)基本穩(wěn)定，該結(jié)果與預(yù)案評審結(jié)果一致。由圖3可知，B1，B2和B3隸屬度分別為U4、U3、U3，可以看出，一級指標(biāo)中，時(shí)間特性隸屬度最高，結(jié)果為良好性能(U4)，表明時(shí)間特性滿足信息系統(tǒng)對該屬性的性能效率要求，資源利用性和容量隸屬度為U3，隸屬度偏低，評估等級為適中性能；僅基本滿足信息系統(tǒng)對資源利用的要求。分析導(dǎo)致該隸屬度的原因可知，資源利用性拉低了性能效率的整體的評分，通過深入分析，該CRM信息系統(tǒng)運(yùn)行多年，積累的客戶信息、交易數(shù)據(jù)數(shù)量巨大，且頻繁訪問造成內(nèi)存I/O的頻繁讀寫，導(dǎo)致CPU使用率、帶寬占用率過高，造成資源利用性評分過低。因此建議投入更多設(shè)備提高該CRM信息系統(tǒng)容量，包括擴(kuò)大服務(wù)器規(guī)模、增加內(nèi)存設(shè)備，提高網(wǎng)絡(luò)帶寬，以適應(yīng)數(shù)據(jù)量和交易量日益增加的需求。

3 結(jié)束語

性能效率評估可分析系統(tǒng)瓶頸，為改善信息系統(tǒng)性能效率、實(shí)現(xiàn)系統(tǒng)調(diào)優(yōu)提供依據(jù)，設(shè)計(jì)改進(jìn)的功效系數(shù)法從多層級(合格、良好、優(yōu)秀)角度出發(fā)評價(jià)指標(biāo)數(shù)據(jù)，使用CRITIC法的對比性和沖突性構(gòu)建綜合多位專家主觀權(quán)重和客觀權(quán)重的多權(quán)重組合賦權(quán)法，不僅克服單一賦權(quán)的局限，也克服單一專家求解權(quán)重容易造成主觀隨意性的問題，為歸一化評估指標(biāo)、組合賦權(quán)提供新的方案，本文構(gòu)建的信息系統(tǒng)性能效率評估方法的結(jié)果表明具有良好的適用性，云模型的定性、定量之間的轉(zhuǎn)化，有效克服評估中模糊性與隨機(jī)性問題，為性能效率的評估提供了技術(shù)支撐。