企业信息系统评估的方法的研究及的应用.docVIP

企业信息系统评估的方法的研究及的应用 　　摘要：根据信息系统建设和使用的特点，对信息系统的评估方法做了理论研究。重点分析了层次分析法存在的问题，对其进行了改进，最终建立了一套指标体系；针对具体案例对该指标体系进行了应用。实践证明该指标体系非常合理有效。 　　关键词：企业信息系统；评估；指标体系；层次分析法；指标权重 　　中图分类号：TP301文献标识码：A文章编号2013）004002803 　　基金项目：湖北省教育厅科学技术研究项目（ 　　0引言 　　信息系统建设及使用效果评估是一项庞大而复杂的过程。首先，信息系统的建设属于高新技术领域范畴，有很强的科研色彩，存在较大的风险性；其次，建设信息系统与普通的建设项目工程不同，投资不可能一次完成，不可能只是看得见摸得着的硬件投资，在建设和运行中必然伴随着占全部投资的比重很大却不明显的投资费用（如开发费、软件费、维护费、运行费等） ；第三， 信息系统的效益有着较强的滞后性和隐性，一般要在系统建成投入使用相当一段时间之后才能体现出来。如何评价一个信息系统项目就成了非常复杂的课题。不论是评价指标体系、评价理论还是评价方法，目前国内外都很不成熟。本文通过对信息系统评估方法的理论研究，对已有层次分析法进行了改进，最终得到一个优化的指标体系。 　　1层次分析法（AHP） 　　层次分析法（The analytic hierarchy process）简称AHP，20世纪70年代中期由美国运筹学家托马斯?塞蒂（T.L.Saaty）正式提出。它是一种定性和定量相结合的、系统化、层次化的分析方法。层次分析法将决策问题按总目标、各层子目标、评价准则直至具体的备选方案的顺序分解为不同的层次结构，然后用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再用加权和的方法递阶归并各备选方案对总目标的最终权重，此最终权重最大者即为最优方案。层次分析法比较适合于具有分层交错评价指标的目标系统且目标值又难于定量描述的决策问题。其用法是构造判断矩阵，求出最大特征值及其所对应的特征向量W，归一化后，即为某一层次指标对于上一层次相关指标的相对重要性权值。 　　运用层次分析法建模，按下面4个步骤进行： 　　（1）建立递阶层次结构模型。应用AHP分析决策问题时，首先要把问题条理化、层次化，构造出一个有层次的结构模型。在这个模型下，复杂问题被分解为元素的组成部分。这些元素又按其属性及关系形成若干层次。上一层次的元素作为准则对下一层次有关元素起支配作用。 　　（2）构造出各层次中的所有判断矩阵。层次结构反映了因素之间的关系，但准则层中的各准则在目标衡量中所占的比重并不一定相同，在决策者的心目中，它们各占有一定的比例。在确定影响某些因素的诸因子在该因素中所占的比重时，遇到的主要困难是这些比重常常不易定量化。此外，当影响某些因素的因子较多时，直接考虑各因子对该因素有多大程度的影响时，常常会因考虑不周全、顾此失彼而使决策者提出与其实际重要性程度不相一致的数据，甚至有可能提出一组隐含矛盾的数据。层次分析法通过各指标相对于上级指标重要性的两两比较，构造判断矩阵，可以有效避免上述问题。 　　（3）一致性检验及权重计算。本文主要借助专业的层次分析法决策支持工具软件Expert Choice为计算工具，计算判断矩阵的特征值及对应的特征向量、以及计算权重矩阵的一致性指标和对特征向量进行正规单位化等计算操作。判断矩阵的一致性参数见表1。 　　当判断矩阵的一致性计算结果小于表中给定的相应取值时，视为该判断矩阵是一致的。如果判断矩阵不一致，则需要重新构造判断矩阵直到满足一致性为止。 　　判断矩阵A对应于最大特征值λ＼-max的特征向量W，经归一化后即为同一层次相应因素对于上一层次某因素相对重要性的排序权值。 　　综合以上的理论探讨，可以非常清楚地看到，只有结合领域知识，才能很好地利用层次分析法。在信息系统评估过程中，我们建立了完整的指标体系，从而能完成信息系统的评估和分析。 　　2指标体系建立及权重计算 　　在对信息系统建设及使用效果进行评估时，底层相对于上一层指标可能有很多个。此时运用层次分析法对底层指标构建的判断矩阵会比较复杂，很难满足一致性。所以，本文对一般的信息系统构建了一个3层的指标体系。其中一级指标8个，二级指标36个，三级指标254个。在进行权重计算时，考虑到三级指标数量过多，并且其重要关系不易比较，故只计算一、二级指标在整个指标体系中的权重，三级指标权重取他们对二级指标的平均值。也正是因为三级指标数量繁多，并且其重要性可通过二级指标的权重所体现，所以并不会对评估结果有较大的影响。 　　各一、二级指标及其权重如表2所示。 　　3评分