科技评审中评分偏差模型的研究与应用

发布时间：2017-09-30 14:07

  本文关键词：科技评审中评分偏差模型的研究与应用

  更多相关文章： 评分偏差 t-testⅡ 争议度 惯性偏差 信息熵

【摘要】：随着科学技术的发展,科技项目研究成果不断的涌现,对这些项目进行的科技评审,是否能合理规划科研资源变得越来越为人们所关注。科技评审工作的开展已逐步由原有的“计划审批”向“同行评议”的方法转变。评审工作的公平与公正也逐渐成为人们关注的热点。如何保证这些科研项目的评审能更加客观、公平、公正的进行,是科技评审研究中的重要课题。 论文从科技评审的公平与公正出发,提出了科技评审的评分偏差模型,通过对评分偏差的计算分析,找出异常评分偏差,计算项目的争议性信息,分析专家的评分惯性,最后综合这些信息对异常评分进行修正。导致异常偏差的原因有很多,主要有：偏好偏差,争议性偏差和惯性偏差。评分偏差模型针对这三种偏差,首先通过改进的异常检测模型t-test Ⅱ找出评分中存在异常偏差的评分；然后计算项目的争议度,确定这些异常偏差是否由项目的争议性引起；接着分析专家的评分惯性,依据专家评分与项目得分的相关系数,以及专家历史评分偏差确定专家是否存在评分惯性偏差；消除争议性偏差和惯性偏差的影响后,对仍然存在异常偏差的评分进行修正论文引入信息熵作为评分修正的波动参数,使异常评分修正后的偏差波动符合该专家历史评分偏差波动。 论文提出评分偏差模型挖掘评审中有用的评审信息。利用专家的历史评分信息修正异常评分,从评分数据的角度为评审的公平与公正提供更多的监督,以及客观的评分修正建议。通过对科技评审项目3年的评审数据进行计算分析,找出了项目中存在异常偏差的专家评分,计算项目的争议度和专家的惯性偏差,论文利用信息熵对异常评分进行了修正。实验结果显示评分偏差模型能够有效地找出异常偏差,并对项目争议性和专家评分惯性进行较好的分析,给出较合理的修正意见。评分偏差模型在科技评审中的应用将有助于评审的公平与公正,为评审工作者提供更多的评审信息支持评审工作健康的开展。
【关键词】：评分偏差 t-testⅡ 争议度 惯性偏差 信息熵
【学位授予单位】：中南大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：G311;F224
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-14
• 1.1 课题的研究背景9-10
• 1.2 课题的研究现状10-12
• 1.3 课题的研究目标和意义及内容12-13
• 1.4 论文的组织13-14
• 第二章 异常评分数据检测模型研究14-29
• 2.1 异常检测技术相关定义14-16
• 2.2 评分偏差概念16-19
• 2.2.1 偏差定义16-17
• 2.2.2 评分偏差产生的效应分析17-18
• 2.2.3 偏差准则比较18-19
• 2.3 改进的异常检测方法19-22
• 2.3.1 改进异常检测模型t-testⅡ19-20
• 2.3.2 异常检测方法描述20-21
• 2.3.3 t-testⅡ模型稳健性21-22
• 2.4 实例计算22-28
• 2.5 本章小结28-29
• 第三章 争议性偏差与惯性偏差计算分析29-41
• 3.1 争议性分析29-32
• 3.1.1 项目争议度相关概念29-30
• 3.1.2 项目争议度计算方法30-31
• 3.1.3 项目争议度计算步骤描述31-32
• 3.2 惯性分析32-35
• 3.2.1 评分惯性的概念及分析意义32-34
• 3.2.2 惯性分析的计算及修正方法34-35
• 3.3 实例计算35-40
• 3.3.1 项目争议度计算分析35-37
• 3.3.2 评分惯性计算分析37-40
• 3.4 本章小结40-41
• 第四章 基于信息熵参数的异常评分补偿修正41-47
• 4.1 信息熵概念及引入意义41-42
• 4.2 异常评分修正方法42-44
• 4.3 实例计算44-46
• 4.4 本章小结46-47
• 第五章 评分偏差模型的应用研究47-55
• 5.1 算法模型47-50
• 5.2 应用设计50-54
• 5.3 本章总结54-55
• 第六章 总结与展望55-57
• 6.1 工作总结55-56
• 6.2 今后的工作展望56-57
• 参考文献57-61
• 致谢61-62
• 攻读学位期间主要的研究成果62

【参考文献】

中国期刊全文数据库 前10条

1 王元明;熊伟;;异常数据的检测方法[J];重庆工学院学报(自然科学版);2009年02期

2 童玲;陈光(衤禹);吕文;;测量数据的信息熵与测量误差熵研究[J];电子科技大学学报;2007年05期

3 吴贞珍;黄建华;;DBSCAN聚类算法在异常检测中的应用[J];计算机安全;2007年08期

4 陈华,李继波;异常(Outlier)检测算法综述[J];大众科技;2005年09期

5 程淑;桂林;冀航;;主观评分的归一化算法及误差分析[J];高等函授学报(自然科学版);2007年05期

6 章穗;张梅;迟国泰;;基于熵权法的科学技术评价模型及其实证研究[J];管理学报;2010年01期

7 林洪桦;现代测量误差分析及数据处理(四)[J];计量技术;1997年04期

8 李炎,李皓,钱肖鲁,朱扬勇;异常检测算法分析[J];计算机工程;2002年06期

9 史本山,文忠平;专家评分评判的修正加权法[J];技术经济;1996年09期

10 王桂芝;王广亮;;改进的快速DBSCAN算法[J];计算机应用;2009年09期

中国重要会议论文全文数据库 前1条

1 韩秀英;;体育测量中剔除异常数据的方法[A];体质研究与健康促进论文集[C];2006年

中国硕士学位论文全文数据库 前2条

1 赵伯夷;基于神经网络的异常点挖掘[D];河北大学;2011年

2 徐晨;异常数据均匀分布检验法的研究[D];东北大学;2006年

，

本文编号：948597