摘要:该文经过树立搜索引擎归纳点评系统，提出了将集对剖析理论运用到搜索引擎质量评定的归纳点评办法。经过此办法能够定量的点评搜索引擎的归纳功用。
关键词:搜索引擎;质量点评;集对剖析;点评目标
中图分类号:TP393文献标识码:A文章编号:1009-3044(2009)36-10599-03
QualityEvaluationofSearchEngineBasedonSPA
HEXiao-yan，ZHUJun-dong
(InformationCenterofNorthChinaCoalMedicalUniversity，Tangshan063000，China)
Abstract:Thisarticleistoestablishthegeneralassessmentsystemforsearchengineandtoprovidemethodsforqualityevaluationofthegeneralassessmentsystembyusingthetheoryofsetpairanalysisandtoevaluatetheintegratedfunctionsofsearchenginequantitatively.
Keywords:searchengine;qualityevaluation;SPAanalysis;evaluatingindicator
搜索引擎是为满足人们对网络信息的搜索需求而新兴的一种网络东西，搜索引擎的质量直接影响着检索作用，经过对搜索引擎功用的点评，一方面能更好地了解搜索引擎的好坏，为用户挑选合适的搜索引擎供给依据，决议着引擎用户从网上获取信息的成功与否;另一方面能够促进网络搜索引擎的供给者改进完善搜索引擎东西和检索技术，以进步网络信息检索质量。因此有必要对它们进行系统详细的剖析对比和点评，以达到协助用户方便使用的意图，并为往后搜索引擎的进一步开展供给借鉴。
1集对剖析
1.1集对
所谓集对[1]，是指具有必定联络的两个调集所组成的对子。它把断定性与不断定性看作是一个断定-不断定系统，在这个系统中，断定性与不断定性是互相制约的，不行截然分割，因此，关于不断定性的描绘要从断定和不断定两个方面来进行，并用联络度表达式μ=a+bi+cj来系统地描绘不断定性，其间a称为集对同一度;b称为集对差异度;c称为集对的敌对度。
1.2集对剖析的根本思路
在必定的问题(W)布景下，将调集A、调集B组成集对H，然后展开剖析，共得N个特性，表示所论值域内的统一性个数，敌对性个数和差异性个数之和，把具有相同的特性记为同联络(设有S个)，而把具有相反的特性记为反联络(设有P个)，其余的特性既不同一，又不敌对，称为差异联络(共有F=N-S-P个)。然后得到两个调集在指定问题布景下的联络度表达式[2]:
1.3联络度μ
联络度是集对剖析中的一个重要概念，用μ表示。在μ中，称S/N，F/N，P/N分别为所论两个调集在指定问题布景下的同一度、差异度和敌对度。令S/N=a，F/N=b，P/N=c。由此联络度μ可记为μ=a+bi+cj，其间a+b+c=1(1)
其间i为差异标记符号或相应系数，取值为[-1，1];j为敌对标记符号或相应系数，规则取值为-1。
1.4集对势
在(1)式中，若c≠0时，称同一度a与敌对度c的比值为所论集对在指定问题布景下的集对势，用“shi”表示:
shi=a/c(2)
当a/c>1，a/c=1和a/c<1时分别称为集对同势、集对均势和集对反势。集对势阐明晰集对的两个调集联络的趋势。shi的大小代表点评主体对点评客体的点评等级，shi的值越大一般能够为点评主体对点评客体的点评越优;shi的值越小一般能够为点评主体对点评客体的点评越差。
2构建根据集对剖析的搜索引擎点评模型
2.1断定点评目标系统
依据点评准则，能够断定搜索引擎质量点评目标系统(见式1)。点评目标系统主要由索引构成、检索功用、检索作用、成果显示和用户交互五个根本维度组成，每一个一级目标都有从属的二级目标。
2.2使用AHP核算各目标权重系数
层次剖析法(AnalyticHierarchyProcess，AHP)的根本思想是先按问题要求树立一个描绘系统功用或特征的内部独立的递阶层次结构，在每一层的同类因素中，
宁波网站优化经过比较两两元素的相对重要性，给出相应的份额标度，构造上层某要素对下层相关元素的判别矩阵，以给出相关元素对上层某要素的相对重要性序列[3]。求得共同性比率(CR)当CR≤0.1时，以为判别矩阵满足共同性要求。
w=(w1，w2，…，wl)，且满足w1+w2+…+wl=1(3)
2.3断定联络度μ
1)断定同一度a、差异度b和敌对度c
依据点评目标系统，针对各二级目标进行问卷调查。每个二级目标的评语集有三个选项:优、一般和差，让评判者进行挑选。关于每个目标，假设有N个人进行点评，若其间有x个打“优”，y个人打“一般”，z个人打“差”，则可得同一度a=x/N、差异度b=y/N以及敌对度c=z/N。
2)断定差异度系数
当i在[-1，1]区间取值时，鉴于不同的状况有不同的断定办法:极值法、中值法、概率取值法和函数模仿法等等。本文选用中值法断定i值[4]，取i=0.5。
3)断定联络度、核算集对势
当i=0.5，i恒取-1时，依据上述得到的a，b，c值可核算各联络度的值:
μ=a+bi+cj=a+b/2-c(4)
在断定完a，b，c后就能够依据(2)式核算各目标的集对势。
4)核算特点矩阵Q和点评成果R
关于目标系统U的5个二级目标的特点矩阵Q(i)能够表示为:
(5)
其间i=1，...，5;m为二级目标系统Ui对应的二级目标个数。
由(3)、(5)式可得一级点评目标系统的特点矩阵:
(6)
依据(3)、(6)式可得最后点评成果R:
(7)
依据均分准则给出R等级对照表(见表1)，由表1即可得到最终的归纳点评等级。
3试验及成果剖析
下面运用集对剖析对某一搜索引擎进行归纳点评。
把点评目标制成调查问卷(见附表1)发给一些搜索引擎的使用者100名。调查问卷中每个点评目标都有三个点评等级“优”、“一般”、“差”。请他们在每个目标对应的点评等级下面打“√”。在评分过程中，为了防止人为因素的影响，请他们按点评等级对每项目标独立的作出判别。依据收回的调查表统计均匀，得到各目标的最终成果。得到的调查成果见表2。其间x列为打“优”的总人数，y列为打“一般”的总人数，z列为打“差”的总人数。
3.1断定目标权重系数
运用层次剖析法断定一级点评目标系统的权重向量w=(0.21，0.22，0.38，0.07，0.12)，四个二级点评目标系统的权重向量分别为:wU1=(0.30，0.63，0.07)，wU2=(0.75，0.25)，wU3=(0.35，0.35，0.05，0.10，0.15)，wU4=(0.24，0.70，0.06)，wU5=(0.69，0.23，0.08)。
3.2断定联络度、核算集对势
3.2.1断定联络度、集对势
依照下面的公式核算每项成果填入表2中。
a=x/N，b=y/N，c=z/N，μ=a+b/2-c，shi=a/c，其间N=100。
3.2.2集对势剖析
依据表2中集对势大小能够得到目标点评的好坏次序。其间最好的是“协助信息”目标，最差的是“感知的全面性”目标。
关于集对势比较靠前的目标，阐明用户对其比较满足，往后需求保持下去;关于排序靠中的目标，阐明还有进步的空间，往后需求加强一些;关于排序靠后的目标，阐明用户的满足程度较低，这些目标需求特别注意加强。
3.3核算特点矩阵和点评成果
由式(5)可得一级目标的特点矩阵:
依据式(6)能够核算一级目标的各联络度:
同理μ2=0.6525，μ3=0.386，μ4=0.6405，μ5=0.54765。
可得网络搜索引擎质量点评系统的特点矩阵Q:
由式(7)得点评成果:
依据表1可得这个网络搜索引擎的点评成果为“优秀”。
4结束语
该文在集对剖析理论的基础上，提出了根据联络数学的搜索引擎功用归纳点评模型，为定量的点评搜索引擎供给了一种途径。实例表明，该模型客观、合理、实用。并且经过查看搜索引擎在某目标上的联络数的有机构成，还可获知该搜索引擎应在哪些方面改进功用。
参考文献:
[1]赵克勤.集对剖析及初步使用[M].杭州:浙江科学技术出版社，2000:10-18.
[2]任艳玲，朱明放.根据集对剖析的归纳点评办法及其使用[J].微核算机信息，2007，23，12(3):220-222.
[3]SaatyTL.TheAnalyticHierarchyProcess[M].NewYork:Megraw-Hill，1980.
[4]赵克勤，曹鸿兴.集对剖析与界壳论[M].北京:气象出版社，2002.
[5]郑鹏，张弼云.根据集对剖析的图书馆服务质量归纳点评[J].情报杂志，2008(1):145-148.
本文转载自
宁波网站优化www.leseo.net
补充词条：
宁波网站seo优化
宁波seo排名
宁波谷歌seo
宁波谷歌优化
宁波网站seo
