〔摘 要〕探讨特色数据库质量的评价指标体系、评语集及权重的测定方法，在此基础上构建特色数据库质量模糊综合评价模型，以便对其进行更加客观的定量化的评价。
〔关键词〕特色数据库；模糊综合评价；评价模型
〔中图分类号〕Ｇ２５０.７４ 〔文献标识码〕Ｂ 〔文章编号〕１００８－０８２１（２００９）０５－０１００－０４
Fuzzy Comprehensive Evaluation Model of Characteristic DatabaseZheng Guiyu Liu Fang Zhang Xiaoying
（Library，China Three Gorges University，Yichang 443003，China）
〔Ａｂｓｔｒａｃｔ〕This paper described evaluating indexes system,comment aggregation and weight measurement on the quality of characteristic database.On this basis,the author established a model of fuzzy comprehensive evaluation.More objectively and quantitatively could be evaluated on the quality of characteristic database.
〔Ｋｅｙｗｏｒｄｓ〕characteristic database;fuzzy comprehensive evaluation;evaluation model
自90年代以来，一大批特色鲜明、实用性强、价值突出、技术先进的特色数据库不断涌 现出来，在图书馆文献保障体系中发挥着重要的作用。但也不可否认，这些特色数据库质量 参差不齐，如何科学、有效地评价和控制特色数据库质量，是特色数据库建设的一个重要问 题。在现有的文献中，对特色数据库质量评价的相关研究多是定性化的，对特色数据库质量 的模糊综合评价几乎为空白。故而评价的结果往往准确度不高，造成了事实上的不可比性，实用性不高。由于特色数据库质量的好坏和评价等级的划分，其界限具有不确定性和模糊性 ，人为地用特定的分级标准去评价它是不确切的，运用常规的数学方法也难于解决，处理这 类问题有效而实用的评价方法是模糊综合评价[１]。本文拟根据模糊数学原理，建 立特色数据库质量模糊综合评价的模型，对特色数据库质量作出定量化的评价。
１ 设计特色数据库质量评价指标体系[２]
科学、客观、全面地设计指标体系是模糊综合评价的基础。遵循科学性、合理性、可测性和 可行性的原则，结合特色数据库建设的特点，有关特色数据库质量方面的评价指标，笔者认 为主要应包括以下内容：
１.１ 数据资源
任何一个数据库都必须具有一定数量的数据资源，这是一个数据库存在的基础。①特色数据 。这是特色数据库区别于一般数据库的重要指标，包括地方特色、学科特色、专业特色、文 化特色、产业特色和馆藏特色，与学科、地方文化和经济建设发展相适应。②数据总量。数 据总量应不少于3万条，学科门类覆盖面要广。③全文数据。全文数据与二次文献比例不少 于20%。④数据来源。数据来源的准确性、完整性、连续性、权威性和时效性。 ⑤数据类型。包括期刊、会议论文、学位论文、报纸、专利、科技成果、专业书目、专家和 学术机构等，数据库建库内容应不少于三种文献类型。⑥数据年限。收录时间跨度越大越好 。⑦更新频率。数据更新时间周期要短，日更新或周更新。
１.２ 数据组织
①规范性。遵循数据库建设的有关国际标准和国家标准，结合资源情况，制定数据组织的一 系列相关规范，如确定元数据标准、词表的选用、标引方式、标引深度、关键词的控制标准 、数据标引和录入规则等。②建库文档。库结构中要具有必备字段。③数据加工。数据加工 格式符合规范要求。④标引质量。分类、主题词和关键词标引正确、一致和专指，对词间关 系（同义词、近义词、反义词）控制好。⑤录入质量。数据录入程序规范，内容准确，必备 字段著录完备。
１.３ 检索系统
①导航设置。包括学科导航、类型导航、资源导航、功能导航等。②检索界面。界面友好、 直观、功能多、操作简便。③检索途径。提供检索字段和入口多，如：题名、分类、刊名、 主题、作者、关键词、摘要、全文、参考文献、出版者、出版年、机构、ISBN、ISSN和统一 刊号等，至少提供前面八种检索入口。④检索方式。提供多种检索方式，如简单检索、二次 检索、高级检索、专业检索、分类检索、浏览检索等。⑤检索技术。检索技术先进、多样， 如布尔检索、截词检索、位置检索、聚类检索、字段检索、全文检索、引文检索，以及中英 文等多种语言的联合检索功能等。⑥检索效率。考察查全率和查准率。⑦链接功能。有文摘 、全文、引用文献、同类文献、相似文献、被引文献等的链接，及与其它数据库和相关信息 的链接。⑧检索显示。每屏显示条目数多、质量高、速度快，有篇名、作者、刊名、年代和 多种排序显示（无序、时间、相关度）。⑨检索结果输出。在线浏览、存盘、复制、打印、 E-mail发送、加入收藏，检索接口方便用户随时调整检索策略。
１.４ 服务功能
主要包括文献传递、定制服务、推荐服务、专家咨询、在线统计、用户意见反馈。在线统计 主要是对用户和利用的统计，提供访问统计或点击数统计和用户分析报告。
１.５ 使用情况
①点击率。用户网站访问量和数据访问量。②文献下载量。③用户评价。用户对特色数据库 使用后的总体评价。④共享度。能提供地区或更大范围的资源共享服务，用户可通过互联网 访问。
综上构成特色数据库质量评价指标体系（见图１）。用U={U1，U2，U3，U4，U5}表示第一级指标集，Ｕｊ＝｛ｕ（ｊ）１，ｕ（ｊ）２，…，形成一个整体，决定着特色数据库的质量。２００９年５月第２９卷第５期现?代?情?报Ｊ
２ 确定评语集合
评语等级及等级标准的确定也是模糊综合评价的基础工作之一。根据评价决策需要，将特色数据库质量评价标准分为很好、较好、一般、较差和很差5个等级，即评语集合为V={v1，v2，v3，v4，v5}={很好，较好，一般，较差，很差}。为了研究结果的精确性，在此对各评语等级的值域进行界定，其中100～90分为很好，89～80分为较好，79～70分为一般，69～60分为较差，≤59分为很差。进一步取各组最大值对各评语等级赋值如下：很好为100分，较好为89分，一般为79分，较差为69分，很差为59分。设评语等级赋值之后的矩阵为S，则S=(1.00，0.89，0.79，0.69，0.59)T。
３ 测定各指标权重
在模糊综合评价中权重的测定占有重要地位，直接影响评价的结果。对权重的确定，通常是凭经验给出，但它往往带有主观性，有时不能客观地反映实际情况，评价结果可能“失真”。因此，权重应按科学方法来确定。权重的确定方法有多种，主要有专家估测法[３]、层次分析法[４]、加权统计法[３]和频数统计法[３]等。较常用的是专家估测法，本文采用这种方法来测定特色数据库质量评价诸指标的相对权重。
专家估测法的基本方法是，假设因素集W={x1，x2，…，xn}，现有k个专家各自独立地给出各单因素xi（i=1，2，…，n)的权重，如表１所示。表１ 专家估测权重
专 家因素x1x2…xn∑专家1a11a12…a1n1专家
根据表１，取各因素权重的平均值作为其权重ａｊ＝１ｋ∑ｋｉ＝１ａｉｊ根据专家估测法，就可测定出特色数据库质量评价指标体系（图１）中Ｕｊ和ｕ（ｊ）
４ 建立二级评价模型
根据特色数据库质量评价指标体系（图１）建立二级评价模型[５]。
第一步，根据图１，U={U1，U2，U3，U4，U5}为第一级指标集，Ｕｊ4(较差)，v5(很差)}。由若干专家采用投票（或打分）的方法，直接对图１中的第二级指对评语集V的隶属向量（ｒ（ｊ）ｉ１，ｒ（ｊ）ｉ２，ｒ
如果需要，对B作归一化处理为Ｂ′。按最大隶属原则，取Ｂ′中最大值对应的评语集V中的评语作为最终评价结果。
在对有些实际问题的处理中，为了充分利用综合评价带来的信息，将评价集的等级用1分制数量化，对评价结果进行加权平均，可得到特色数据库评价总分，即
Ｂ′Ｓ＝Ｂ′(1.00，0.89，0.79，0.69，0.59)T
这样，依据分值多少，可对各特色数据库进行排序和评价。
５ 实例分析
假定对某一图书馆的特色数据库甲质量进行模糊综合评价。建立由若干个专家组成的评价组，评价组通过专家估测法测定出特色数据库甲的各指标权重系数（见表２），然后对特色数据库甲的第二级指标集按评语集V={v1(很好)，v2(较好)，v3(一般)，v4(较差)，v5(很差)}进行单因素评价，将其评价结果进行统计，建立如表２所示的汇总表。表
即特色数据库甲质量综合评价为88.9分，然后可依据这个分值与其它特色数据库进行比较
和评价。
６ 结 语
上述特色数据库质量模糊综合评价的模型简便实用，不仅可根据模糊评价集上的值按最大隶 属原则去评定特色数据库质量所属的等级，还可对特色数据库按综合分值的大小进行排序， 便于不同特色数据库间质量的评价和对比，很好地解决了评价过程中定性指标难于比较的困 难，较常规的方法准确，可减少随机性，评价结果更加接近客观实际。
对特色数据库质量进行模糊综合评价，有利于特色数据库建设水平的提高，促进特色数据库 的建设和发展。但模糊综合评价法奠基于模糊数学，综合评价的可靠性和准确性依赖于选取 合适的评价模型和算法，如何使所选择的评价模型更加客观、科学和实用，还需要更多专家 的研究和实践。
参考文献
［１］Sadip R，Husain T，Veitch B，et al.Risk-Based Decision-making for Drilling Waste Discharges Using a Fuzzy Synthetic Evaluation Technique［Ｊ］.Ocean Engineering，2004，31(16)：1929-1953.
［２］李明伍，吕先竞.特色数据库系统建设评价指标分析［Ｊ］.现代情报，2008，（1） ：81-84．
［３］谢季坚，刘承平.模糊数学方法及其应用［Ｍ］.武汉:华中科技大学出版社，2000：215-216．
［３］阎家杰.确定多因素权重分配的AHP方法［Ｊ］.郑州工学院学报，1994，(1)：83-85．
［４］胡宝清.模糊理论基础［Ｍ］.广州：华南理工大学出版社，2004：218-222．