信息不确定条件下的社交学术网站评价研究
成 全，邓俊军
(福州大学 经济与管理学院，福建 福州 350108)
摘 要： 为了解决社交学术网站评价的多属性信息不确定性问题，提高社交学术网站的检索效率及学术信息资源质量。采用层次分析方法建立了一套社交学术网站的综合评价指标体系，在此基础上整合运用证据推理综合评价模型，并利用效用值函数对8个备选社交学术网站进行评价实证研究。研究结果表明，该方法能够有效解决模糊信息的融合问题和评价过程中的主观性问题，提高评价结果的准确度和可信度，为社交学术网站评价与评估提供理论依据，也为科研用户在检索学术资源信息过程中提供良好优质的导向服务。
关键词： 社交学术网站；层次分析法；证据推理；综合评价
中国互联网络信息中心第42次《中国互联网络发展状况统计报告》显示，截至2018年6月我国网民数量已达8.02亿，随着互联网信息技术的发展和信息资源的数字化建设，网络环境对我们的工作和学习产生了巨大的变化，学术研究领域也不例外。在科研和学术活动过程中，网络很好地适应了当前资源开放、知识共享的环境需求，而且承载着海量的学术资源，也满足学术社交网络用户的科研需求。网络不但改变了人们搜索、获取和传播科研资料的方式，而且在传播、分享学术成果,促进学术交流方面起到了重要的作用。另外，网络学术社交平台汇聚了不同学科领域内的资深专家教授，聚合了各类群体的智慧，科研工作者线上之间的交流将产生大量学术信息资源，并加速知识的创新与传播，这种网络学术社交活动让科学研究变成了一个开放的发展空间，社交网络学术资源以其开放性获取、传播迅速等特征受到科研用户的青睐。且其传播方式与资源类型也呈现出多样性，如纯文本文档、Word、PPT、交互式图表、音频、视频等。然而社交网络学术资源也存在良莠不齐、鱼龙混杂的问题，如何评价和管理社交网络学术平台，以实现社交学术资源的有效利用，并推动社交学术资源的快速发展将是目前国内外研究的一个重点和热点。
1 研究现状
国外学术界为了科研人员的在线交流开发了针对研究人员的学术性社交网络，如Sci Link、Scientist Solution、Nature Network等，但随着Facebook、Twitter等知名社交网络的兴起，一些学者也开始尝试搭建学术交流平台，建立研究兴趣相似的学术圈，但其学术资源的专业性与规范性受到一些用户的质疑。直到出现ResearchGate、Academia、Mendeley、Zotero等为代表的在线学术交流管理工具，使得国外在线学术交流显得更加成熟。BHARDWAJ[1]结合学术网站的属性和用户的基本需求建立了评价指标，并对4个受欢迎的社交网站进行了实证研究。ROY等[2]提出了一种基于WAMMI问卷及绩效评估的统计分析方法，分析不同网站生成的WAMMI报告，测量在不同的可用性属性方面的用户满意度。KABAK等[3]采用一种ANP和TOPSIS相结合的模型来对远程教育网站进行评价、排列，应用不同的情景分析来确定标准组对最佳网站选择的影响。该评价模型采用定量和定性的综合评价法能够有效地减少不确定性问题，但缺乏对量化标准的探讨，也没有解决不同指标之间归一化处理的问题。
在国内，社交网站研究主要集中在政府公共事业网站、电子商务网站及图书馆教育网站等方面，而关于学术网站领域的研究成果较少，主要包括学术网站指标体系的构建和网站综合评价方法。在指标体系构建方面，刘友华等[4-5]结合学术网站的特点，采用科学的方法构建了一套合理的学术网站评价指标体系和指标权重确定方法。吴平等[6]从学术期刊网站评价指标体系构建的科学性、全面性等原则出发,通过专家问卷调查和层次分析法确定了学术期刊网站的三级评价指标体系，使得指标更加细化。在评价方法方面，龚雪媚等[7]比较了几种典型的网站评价方法，对比了各方法之间的优劣，针对不同的评价主体，提出了适用不同评价目标的评价方法选择策略。潘秋岑等[8]采用Kano模型评价方法，对学术期刊网站功能服务需求进行综合评价，虽然该方法对改善用户个性化需求体验起着重要作用，但Kano模型评价方法没有考虑用户情景需求信息。道玉明[9]将链接作为网站的一个重要评价指标，提出了一种基于链接分析的学术网站综合评价方法，但链接分析法的主要缺点是方向性以及无法确定影响链接本身的因素。
（2）船员工作积极性得到提升。目前的体制下，船员属于单位编制人员，工作是终身制，端的是铁饭碗，人员能进不能出，已经不能适应现有的市场经济。人员要流动，“单位人”要变成“社会人”已经是大势所趋。我处作为用人单位只需与劳务派遣机构签订一份外包合同，实现不养而用的效果，船员整体外包实现了“不求所有、但求所用”这种新的用人理念。外包公司根据实际情况，科学合理地配置员工并制定有效的薪酬政策，建立相应的奖惩机制，可以有效的提升船员的工作积极性，工作效率相应提高。
综上可知，国内外学术界对学术网站的研究侧重点不同，国外主要针对评价指标和评价方法进行了大量的实证研究，这有利于对指标的合理性和有效性进行分析和比较。国内则大部分停留在理论研究阶段，实证方面涉及的研究成果较少，因此无法正确判断指标的合理性和有效性。另外，国内在学术网站评价的过程中，仅考虑简单加权法，没有考虑评价过程中指标属性的信息不完全、不确定性因素。为此，笔者从学术社交网站评价过程中的多属性决策问题出发，提出了基于层次分析法与证据推理相结合的综合评价方法，对决策属性中不确定信息在不同证据框架下进行综合评价。
2 社交学术网站评价指标体系构建及权重确定
2.1 指标体系的构建原则与方法
社交学术网站指标体系的建立需要考虑能够反映社交学术网站的本质，既要全面准确、简明实用，又要防止指标过多而导致指标交叉重复，指标选取需遵循科学性、合理性、客观性、全面性、可操作性等原则[10-12]。具体而言，学术网站指标体系的构建基于网站特点，选出具有代表性的关键指标，并根据初选的关键指标以问卷调查形式，采用德尔菲法进行专家评审，基于问卷调查和征询意见结果，对初选的关键指标的合理性进行分析，从而对选定的关键指标进一步实施有效检验和优化，删除不合理的指标，最终得到网站内容、网站设计、网站功能、网站影响力4个一级指标，以及内容的全面性、内容的权威性、内容的准确性、内容的创新性、内容的时效性、学术内容的比例、界面友好程度、易用性、稳定性、交互功能、检索功能、下载功能、特色服务、用户访问量、链接数、引用量16个二级指标[13]。
2.2 评价指标权重的确定
指标权重的确定一般使用专家咨询或者用数学测定的方法来获得，笔者采用传统的基于9级标度的层次分析法来获得指标权重，具体步骤如下：
根据证据融合公式和表4中的结果，逐步将每个属性进行证据融合，首先将C 11与C 12进行证据融合，计算过程为：K =1/(1-[0×(0+0.063 6+0.095 3+0)+0×(0+0.063 6+0.095 3+0)+0.022 3×(0+0+0.095 3+0)+0.044 6×(0+0.063 6+0+0)+0.044 6×(0+0+0.063 6+
融合之后评价等级为H 5的支持度为：m 5,1=1.012 3×(0.046 6×0+0.044 6×0.841 1+0.888 4×0)=0.038，m 5,1表示对于评价等级为H 5的支持度为0.038，同理可以计算出每个新的证据的信任度，再进一步迭代计算，可得到综合属性C 1下6个基本属性融合之后的信任度为：H 1-6={Worst ，Poor ，Average ，Good ，Best }=(0.000 0，0.000 0，0.057 9，0.136 2，0.431 1)。再经过式(6)和式(7)将6个基本属性融合之后的信任度转化成综合属性C 1相对应的评价等级的信任度H C1 ={Worst ，Poor ，Average ，Good ，Best }={0.000 0,0.000 0,0.926 0,0.217 9,0.689 5}。重复上述步骤,从而可以得到其余4个综合指标的综合决策矩阵，具体如表5所示。
2.3.1 定植。定植是栽培管理中的关键环节，对于整体栽培效果影响极大。定植之前，种植人员需严格执行相关标准及工作流程，挖好坑穴并合理施肥与灌溉，确保定植工作能够顺利开展，进而保障定植质量。定植时，枣树树冠矮小，适宜进行合理密植，但过于密集不利于枣树生长和管理，因此需要根据枣树的品种和冠幅确定种植密度。长期枣粮间作行距8.0～15.0 m，株距4.0～6.0 m，定植采用南北行。定植穴的大小一般为80 cm×80 cm×80 cm，并施10 kg以上的农家肥。冬小麦、夏大豆等与枣树的间距需要保持在2 m以上才可以实现增产，2 m以内易出现减产现象［1］。
(3)层次单排序及其一致性检验。所谓一致性检验是指结果是否符合要求，满足实际意义。一致性检验公式为：
一般地，如果CR <0.1 ，则认为该判断矩阵通过一致性检验，否则就不具有满意一致性。其中
对应的平均随机一致性指标标准值如表1所示。重复以上步骤可以对所有指标的判断矩阵进行单层一致性检验和综合一致性检验，计算出所有指标权重，从而得到指标权重结果，如表2所示。
表1 平均随机一致性指标 RI 的标准值
3 基于证据推理的学术网站评价方法及实证分析
证据推理方法是建立在多属性决策问题背景以及D-S证据合成规则基础之上，对于处理既有定量指标又有定性指标的复杂不确定性多属性决策问题具有较好的效果。证据推理方法首先对一个评价问题设定若干个衡量被评价方案优劣程度的评价等级，然后给被评价方案的每一个指标都赋予一个基于这些语言评价等级的置信度。该方法可以同时考虑定量指标的精确评价值和定性指标的主观不确定性评价，通过证据融合规则可将所有指标的置信度合成为在识别框架上各个语言评价等级的总置信度，对于定量指标取值按照一定的等价规则转换成相应综合等级。与传统的D-S证据合成法则相比，证据推理方法考虑了每一个指标权重的相对重要性程度[14-16]。
表2 评价指标体系及权重
针对目前我国社交性学术网站的功能定位，将社交性学术网站划分为专业数据库、大型学术门户网站、学术博客论坛和学术搜索网站4种类型。专业数据库包括中国知网(CNKI)、万方数据库、中国科学引文数据库(CSCD)等；大型学术门户网站包括科学网、CSDN网、数据堂等；学术博客论坛类网站包括小木虫论坛、丁香园论坛、学术博客等；学术搜索网站包括百度学术、新浪学术等。通过筛选从每种类别选取两个网站进行比较分析，选取中国知网x 1、万方数据库x 2、科学网x 3、CSDN网x 4、小木虫论坛x 5和丁香园论坛x 6、百度学术x 7和新浪学术x 8这8个学术网站作为研究对象，拟对这8个社交性学术网站进行问卷调查。笔者选取了20位专家教授和100位同学作为调查对象，调查对象具有丰富的科研经历，涵盖了各个研究领域，对学术网站以及各搜索引擎都具有清晰的了解，避免调查者产生模糊的回答，从而确保问卷调查的结果具有可靠性。此次研究共发放了120份问卷，回收问卷112份，问卷回收率为93%，并进一步对问卷进行筛选，剔除无效问卷，得到有效问卷106份，问卷有效率为88%，并对其进行综合评价分析。
3.1 问题描述
假设学术网站的评价是一个简单的具有两级属性的决策问题，即一个综合属性y 和多个与之相关的基本属性e i (i =1,2，…,L )，评价方案为a l (l =1,2,…,M )，则有：
(1)对综合属性y 定义一套L 个基本属性：E ={e i ,i =1,2,…,L }。
学困生形成的原因多种多样，主要表现在：学生学习动机过于功利化，迷恋于对考分的追逐，不认真对待生物学科的学习，在课堂教学上心不在焉，敷衍对待作业；教师讲授方法单一，缺少趣味性，学生对生物学习失去兴趣；教师上课总喜欢提问学优生，而冷落学困生，使他们讨厌老师，对生物学科也变得厌恶起来；学生意志力薄弱，不能抵制外界诱惑，遇到不会问题时奉行“拿来主义”，不愿去主动思考，尝试解决问题。
(3)确定综合属性y 的评价等级集：H ={H n ,n =1,2,…,N }。
再根据证据推理算法步骤将各一级指标进行证据融合，可以得到方案x 1的总信任度为：H ={Worst ，Poor ，Average ，Good ，Best }=(0.000 0,0.003 7,0.155 7,0.342 1,0.498 5)。
面向大众提供全方位的社会化服务是高校图书馆变革与发展的趋势.当前，高校图书馆应重视图书管理专业人才队伍建设，加快推进图书馆网络化、数字化建设，不断拓宽服务领域，创新服务模式，建立服务社会与资源共享的长效机制.只有这样，才能实现高校图书馆服务对象社会化、服务内容社会化和服务方式社会化，最大限度地发挥高校服务社会的功能，真正体现其社会价值.
设定综合属性的评价等级及基本属性的评级等级都为H ={H n ,n =1,2,…,5}={Worst ，Poor ，Average ，Good ，Best }，对应的效用值分别为：u (H 1)=0.00,u (H 2)=0.25,u (H 3)=0.50,u (H 4)=0.75,u (H 5)=1.00。
此处以备选方案x 1的网站内容指标下的二级指标为例进行基本属性评价分析。通过收集整理之后的问卷数据建立综合决策矩阵，如表3所示。
表3 中国知网网站内容决策矩阵
3.2 确定基本概率分派
对每一个备选方案a l ，按每一个基本属性作概率分派m n,i ，表示在备选方案a l 中基本属性e i 对综合属性y 为评价等级H n 的支持度。m n,i 等于基本属性的权重与信任度的乘积，其计算公式如式(1)所示。
(2)构造判断矩阵。在确定各层次各因素之间的权重时，如果只是定性的结果，则常常不容易被别人接受，因而不把所有因素放在一起比较，而是进行两两相互比较，对比时采用相对尺度，尽可能减少性质不同的诸因素相互比较的困难，以提高准确度。与此同时，将初始判断矩阵进行归一化处理，可以求出最大特征值和对应的特征向量。
根据式(5)～式(9)可以得到综合属性y j 下所有基本属性e i 的综合评价支持度，那么综合属性y j 被估计为评价等级H n 的信任度β n (a l )、综合属性y j 下没有支持任何一个评价等级的信任度β H (a l )分别如式(10)和式(11)所示。
m n,i =w i β n,i (a l )
(1)
依据已分派的概率函数m n,i 和概率函数分派矩阵的定义构成可推导出未分配的函数概率m H,i ,如式(2)所示；由于权重不为1而未分派的概率函数
和由于不完全评价而导致的未分派的概率函数
的计算过程分别如式(3)和式(4)所示。根据上述公式可以得到概率函数分派矩阵，如表4所示。
杜经理支吾着：“我……我没有别的意思，我……好了，欣竹，我以后再跟你解释吧。”杜经理在那边挂断了电话。欣竹更加生气，她又拨通了杜经理的电话，声嘶力竭地喊：“思雨，我爱你……”杜经理那边的电话又挂断了。
(2)
(3)
(4)
表4 概率函数分派矩阵
3.3 综合概率分派
依据基本属性的基本概率分派进行证据合成，按以下步骤得到方案a l 中综合属性下所有基本属性融合后被评价为等级H n 的支持度及在方案a l 中所有基本属性没有分派给具体评价等级的支持度。
m n,I (i +1)=K I(i +1)(m n,I (i )m n,i +1+
m n，I (i )m H,i +1+m H,I (i )m n,i +1)
(5)
(6)
(7)
(8)
(9)
式中：K 为归一化因子，反映证据之间的冲突程度；m n,I (i +1)为基本属性进行证据融合过程中被估计为相应评价等级的新的概率函数；m H,I (i +1)为没有被估计为特定评价等级之后新的概率分派函数；
为由于权重不为1而未分配的新的概率函数；
为由于不完全评价而未分派的新的概率函数。
3.4 学术网站综合信任度计算
(1) 高温后方钢管再生混凝土柱表面氧化而呈现暗红色，颜色变化主要与受热温度有关，受再生粗骨料取代率的影响不大。
(2)估计L 个基本属性的相对权重W ={w 1,w 2,…,w L }，满足0≤w i ≤1，且
(10)
(11)
(1)建立层次结构模型。将决策的目标、考虑的因素(决策准则)和决策对象按他们之间的相互关系分为最高层、中间层和最低层。
表5 一级指标综合决策矩阵
(4)确定各方案的分布评价价值，并确定a l 相对于基本属性的评价值：S (e i (a l ))={(H n ,β n,i (a l )),n =1,2,…,N }。其中，β n,i (a l )为信任度，表示评价方案相对于第i 个基本属性而言，属于第n 个评价等级的信任度，β n,i (a l )≥0，且
综合决策矩阵D g 可表示为D g =(S (e i (a l )))L×M 。
3.5 学术网站的综合评价值和效用值
通过公式S (y (a l ))={(H n ,β n (a l ))}，可计算得到方案x 1学术网站的效用值:
两组治疗后HAMD评分均有所好转，观察组改善情况显著优于对照组，差异有统计学意义（P＜0.05），治疗结束后观察组痊愈13例，显效12例、有效3例，无效2例，总显效率为83.3%；对照组痊愈7例，显效11例，有效6例，无效6例，总显效率为60.0%。观察组总显效率高于对照组，差异有统计学意义（P＜0.05）。见表1。
S (y (x 1))=0×0+0.25×0.003 7+
0.5×0.155 7+0.75×0.342 1+
1×0.498 5=0.833 9
3.6 学术网站综合评价结果排序
同理可得其他7个网站的评价结果及最后的效用值，如表6所示。
表6 网站综合评价及效用值
4 社交学术网站综合评价结果分析
根据各备选方案证据融合的最终结果及效用值可知，效用值由高到低依次为u 1>u 2>u 7>u 8>u 5>u 3>u 6>u 4，即得分由高到低分别为中国知网、万方数据库、百度学术、新浪学术、小木虫论坛、科学网、丁香园论坛及CSDN网站。
8个学术网站各综合属性的得分情况如表7所示，可以看出，在网站内容方面，中国知网、万方数据库得分最高，CSDN网站最差，中国知网和万方数据库是目前国内比较大型的数字化学习系统和知识服务平台，且收录了大量的重要数据库和核心期刊，囊括了不同的学科门类，涉及了各个领域的知识，无论在权威性还是准确性方面都优越于其他网站。在4项一级指标中，网站设计方面的影响是最接近的，网站设计方面的得分对学术网站的整体评价影响不是很大。网站设计作为门户形象，一方面在技术层面已经趋于成熟，不会有太大差别；另一方面，网站设计对于用户而言其需求并不是十分显著。作为网站功能和影响力来说，检索功能和交互功能也是学术网站建设必须重视的两项指标。检索功能的强大与否关系到用户能否快速、准确地找到所需信息资源。在这方面，百度学术网站有着明显的优势，其次是中国知网和万方数据库。百度学术是百度旗下的免费学术资源搜索平台，收录了中国知网、万方数据库等学术站点，成为全球文献覆盖量最大的学术平台，因此为学术搜索服务打下了坚实的基础。在网站影响力方面，百度学术得分比较高，是目前国内具有影响力的社交学术网站之一，拥有良好的交流氛围和广阔的交流空间，已成为聚集众多科研工作者的学术资源与经验交流平台。
表7 各学术网站综合属性得分情况
5 结论
随着学术社交网络的兴起，其为科研用户带来了海量的学术资源，并且受到专家学者的青睐。但在用户享受便利的过程中也会产生信息超载的问题，这些问题导致学术网站的内容质量很难满足用户的需求，严重阻碍着学术网站的发展及学术资源的有效利用。为了解决社交学术网站评价的多属性信息不确定性问题，提高社交学术网站的检索效率及学术信息资源质量，节省用户的检索时间，提高检索效率。笔者在前人研究的基础上，通过完善社交学术网站评价指标体系，构建基于证据推理的学术网站综合评价模型。实验结果表明，最受用户欢迎的社交学术网站是中国知网，对于用户而言，社交学术网站的学术内容的比例是决定用户选择网站的主要原因，而其他属性对网站的影响比较小。对于网站而言，应该注重网站内容的质量，提供更好、更优质的导航服务，帮助用户快速检索到合适的、高质量的信息资源。
早餐后吃一点水果是对早餐很好的补充，最佳的选择是猕猴桃和草莓。因为这两种水果维生素的含量非常丰富，早晨摄入丰富的维生素可以提神醒脑，保证一上午的工作效率。
首先，建立由学院党委组织统一领导下的竞赛工作团队。由党委副书记负责统一领导各个竞赛团队的组织协调工作，从政治的高度和全局的视角组织领导各项学科竞赛工作，避免了各学科竞赛团队之间缺乏呼应、难以协调、各自为战的不利局面。同时组织学院相关部门承担各支竞赛团队的后勤保障与对外协调任务，学工、教务、办公室、教研室、实验室各部门协同合作，全方位参与全过程服务育人，保障了各个竞赛团队享有充足的教学资源和社会资源，保障与学校其他职能部门的合作沟通顺畅无阻，无后顾之忧地投入到学科竞赛中去。
另外，从上述实例可以看出，证据推理方法在解决不确定条件下的多属性决策问题以及多方面知识单元的信息融合问题上，具有量纲不变性优点。利用证据推理进行综合评价的过程中，通过将定量属性转化成与定性属性描述一致的等级评价，利用模糊数学中隶属度函数来构造置信度决策矩阵，既保留了评价过程中人为的不确定性和主观性影响，又能降低决策过程中原始属性信息不完全、模糊的问题，使得计算结果更加合理，从而提高决策的置信度与可靠性。
参考文献：
[1] BHARDWAJ R K. Academic social networking sites: comparative analysis of researchgate, academia.edu，mendeley and zotero[J]. Information and Learning Science,2017,118(5/6):298-316.
[2] ROY S, PATTNAIK P K, MALL R. A quantitative approach to evaluate usability of academic websites based on human perception[J]. Egyptian Informatics Journal, 2014,15(3):159-167.
[3] KABAK M,OZCEYLAN E, DAGDEVIREN M，et al. Evaluation of distance education websites: a hybrid multicriteria approach[J]. Turkish Journal of Electrical Engineering & Computer Sciences, 2017,25(4):2809-2819.
[4] 刘友华,戚爱华,杜佳,等.学术网站评价指标体系的构建与应用[J].情报科学,2008,26(1):64-68.
[5] 张洋,梁丽,黄亚明.学术网络资源评价指标体系的构建：应用人工神经网络制定学术网站评价指标体系[J].中国科技信息,2009(12):316-318.
[6] 吴平,孟立霞.学术期刊网站评价指标体系研究[J].凯里学院学报,2015,33(4):103-109.
[7] 龚雪媚,任全娥,汪凌勇.学术网站评价方法研究[J].情报科学,2010,28(12):1866-1870.
[8] 潘秋岑,张立新,张超,等.学术期刊网站功能服务需求的Kano模型评价[J].中国科技期刊研究,2016,27(6):617-623.
[9] 道玉明.基于链接分析的高校图书馆网站评价研究[D].郑州：郑州大学,2017.
[10] 石岩松,张方凯,武天琪,等.社交网站的分析研究[J].科技创新与应用,2018(4):195-196.
[11] 霍伟伟.层次分析法与证据推理法的比较分析[J].经济研究导刊,2012(8):10-11.
[12] 丁笑舒.基于信息构建的国内外典型在线教育网站发展现状评价：以国内外MOOC学习平台为例[J].信息化研究,2017,43(4):6-12.
[13] 吴平,孟立霞.学术期刊网站评价指标体系研究[J].凯里学院学报,2015,33(4):103-109.
[14] 包甜甜,王岩磊,李猛,等.基于证据推理的多指标评价系统设计与实现[J].计算机工程与科学,2016,38(6):1269-1274.
[15] 姜江.证据网络模型及其推理算法[J].系统工程理论与实践,2015,35(4):984-990.
[16] 郭凯红,李文立.基于证据推理的不确定多属性决策方法[J].管理工程学报,2012,26(2):94-100.
Research on Social Academic Websites Evaluation under Uncertain Information
CHENG Quan ，DENG Junjun
Abstract ：In order to solve the problem of multi-attribute information uncertainty in social academic website evaluation and improve the efficiency of the search and the quality of information resources about the social academic websites,this paper uses AHP to establish a comprehensive evaluation index system of social academic websites and a comprehensive evaluation model of evidence reasoning, and uses the utility value function to conduct empirical research on eight alternative social academic websites. The research shows that it can solve the problem of fusion of fuzzy information and subjectivity of evaluation,improve the accuracy and credibility of evaluation results and provide theoretical basis for evaluation and evaluation of social academic websites. Finally, it provides the high quality service for scientific users in the process of searching academic information resource.
Key words ：social academic website; analytic hierarchy process; evidence reasoning; synthetic evaluation
文章编号： 2095-3852(2019)02-0197-06
文献标志码: A
中图分类号： C934
DOI： 10.3963/j.issn.2095-3852.2019.02.016
收稿日期： 2018-11-16.
作者简介： 成全(1979-)，男，湖北武汉人，福州大学经济与管理学院副教授，博士，主要研究方向为数据挖掘与知识发现.
基金项目： 福建省社科规划基金项目(FJ2016B077)；福建省行政管理学会基金项目(2017B01).
CHENG Quan: Assoc. Prof.; School of Economics and Management, Fuzhou University, Fuzhou 350108, China.
标签：社交学术网站论文; 层次分析法论文; 证据推理论文; 综合评价论文; 福州大学经济与管理学院论文;