本文關(guān)鍵詞：科技評審中評分偏差模型的研究與應用

  更多相關(guān)文章： 評分偏差 t-testⅡ 爭議度 慣性偏差 信息熵

【摘要】：隨著科學技術(shù)的發(fā)展,科技項目研究成果不斷的涌現(xiàn),對這些項目進行的科技評審,是否能合理規(guī)劃科研資源變得越來越為人們所關(guān)注。科技評審工作的開展已逐步由原有的“計劃審批”向“同行評議”的方法轉(zhuǎn)變。評審工作的公平與公正也逐漸成為人們關(guān)注的熱點。如何保證這些科研項目的評審能更加客觀、公平、公正的進行,是科技評審研究中的重要課題。 論文從科技評審的公平與公正出發(fā),提出了科技評審的評分偏差模型,通過對評分偏差的計算分析,找出異常評分偏差,計算項目的爭議性信息,分析專家的評分慣性,最后綜合這些信息對異常評分進行修正。導致異常偏差的原因有很多,主要有：偏好偏差,爭議性偏差和慣性偏差。評分偏差模型針對這三種偏差,首先通過改進的異常檢測模型t-test Ⅱ找出評分中存在異常偏差的評分；然后計算項目的爭議度,確定這些異常偏差是否由項目的爭議性引起；接著分析專家的評分慣性,依據(jù)專家評分與項目得分的相關(guān)系數(shù),以及專家歷史評分偏差確定專家是否存在評分慣性偏差；消除爭議性偏差和慣性偏差的影響后,對仍然存在異常偏差的評分進行修正論文引入信息熵作為評分修正的波動參數(shù),使異常評分修正后的偏差波動符合該專家歷史評分偏差波動。 論文提出評分偏差模型挖掘評審中有用的評審信息。利用專家的歷史評分信息修正異常評分,從評分數(shù)據(jù)的角度為評審的公平與公正提供更多的監(jiān)督,以及客觀的評分修正建議。通過對科技評審項目3年的評審數(shù)據(jù)進行計算分析,找出了項目中存在異常偏差的專家評分,計算項目的爭議度和專家的慣性偏差,論文利用信息熵對異常評分進行了修正。實驗結(jié)果顯示評分偏差模型能夠有效地找出異常偏差,并對項目爭議性和專家評分慣性進行較好的分析,給出較合理的修正意見。評分偏差模型在科技評審中的應用將有助于評審的公平與公正,為評審工作者提供更多的評審信息支持評審工作健康的開展。
【關(guān)鍵詞】：評分偏差 t-testⅡ 爭議度 慣性偏差 信息熵
【學位授予單位】：中南大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：G311;F224
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-14
• 1.1 課題的研究背景9-10
• 1.2 課題的研究現(xiàn)狀10-12
• 1.3 課題的研究目標和意義及內(nèi)容12-13
• 1.4 論文的組織13-14
• 第二章 異常評分數(shù)據(jù)檢測模型研究14-29
• 2.1 異常檢測技術(shù)相關(guān)定義14-16
• 2.2 評分偏差概念16-19
• 2.2.1 偏差定義16-17
• 2.2.2 評分偏差產(chǎn)生的效應分析17-18
• 2.2.3 偏差準則比較18-19
• 2.3 改進的異常檢測方法19-22
• 2.3.1 改進異常檢測模型t-testⅡ19-20
• 2.3.2 異常檢測方法描述20-21
• 2.3.3 t-testⅡ模型穩(wěn)健性21-22
• 2.4 實例計算22-28
• 2.5 本章小結(jié)28-29
• 第三章 爭議性偏差與慣性偏差計算分析29-41
• 3.1 爭議性分析29-32
• 3.1.1 項目爭議度相關(guān)概念29-30
• 3.1.2 項目爭議度計算方法30-31
• 3.1.3 項目爭議度計算步驟描述31-32
• 3.2 慣性分析32-35
• 3.2.1 評分慣性的概念及分析意義32-34
• 3.2.2 慣性分析的計算及修正方法34-35
• 3.3 實例計算35-40
• 3.3.1 項目爭議度計算分析35-37
• 3.3.2 評分慣性計算分析37-40
• 3.4 本章小結(jié)40-41
• 第四章 基于信息熵參數(shù)的異常評分補償修正41-47
• 4.1 信息熵概念及引入意義41-42
• 4.2 異常評分修正方法42-44
• 4.3 實例計算44-46
• 4.4 本章小結(jié)46-47
• 第五章 評分偏差模型的應用研究47-55
• 5.1 算法模型47-50
• 5.2 應用設(shè)計50-54
• 5.3 本章總結(jié)54-55
• 第六章 總結(jié)與展望55-57
• 6.1 工作總結(jié)55-56
• 6.2 今后的工作展望56-57
• 參考文獻57-61
• 致謝61-62
• 攻讀學位期間主要的研究成果62

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王元明;熊偉;;異常數(shù)據(jù)的檢測方法[J];重慶工學院學報(自然科學版);2009年02期

2 童玲;陳光(衤禹);呂文;;測量數(shù)據(jù)的信息熵與測量誤差熵研究[J];電子科技大學學報;2007年05期

3 吳貞珍;黃建華;;DBSCAN聚類算法在異常檢測中的應用[J];計算機安全;2007年08期

4 陳華,李繼波;異常(Outlier)檢測算法綜述[J];大眾科技;2005年09期

5 程淑;桂林;冀航;;主觀評分的歸一化算法及誤差分析[J];高等函授學報(自然科學版);2007年05期

6 章穗;張梅;遲國泰;;基于熵權(quán)法的科學技術(shù)評價模型及其實證研究[J];管理學報;2010年01期

7 林洪樺;現(xiàn)代測量誤差分析及數(shù)據(jù)處理(四)[J];計量技術(shù);1997年04期

8 李炎,李皓,錢肖魯,朱揚勇;異常檢測算法分析[J];計算機工程;2002年06期

9 史本山,文忠平;專家評分評判的修正加權(quán)法[J];技術(shù)經(jīng)濟;1996年09期

10 王桂芝;王廣亮;;改進的快速DBSCAN算法[J];計算機應用;2009年09期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 韓秀英;;體育測量中剔除異常數(shù)據(jù)的方法[A];體質(zhì)研究與健康促進論文集[C];2006年

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 趙伯夷;基于神經(jīng)網(wǎng)絡的異常點挖掘[D];河北大學;2011年

2 徐晨;異常數(shù)據(jù)均勻分布檢驗法的研究[D];東北大學;2006年

，

本文編號：948597