前言：尋找寫作靈感？中文期刊網用心挑選的期刊評價方法的聚類結果一致度，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
0引言
對學術期刊進行評價屬于一個非常的復雜過程，無法通過單一性量化達到全面分析的效果，因此必須選擇多屬性評價方法［1－3］。許多國內學者引入了多屬性評價方法來評價學術期刊，并由此形成了眾多的科研成果［4－5］。目前，多屬性評價方法的種類也較多，并且有些方法還在后續應用中進一步得到了優化，由此形成了上百種不同的評價方法，大量學術文獻都報道了多屬性評價方法的應用過程。由于單一評價方法屬于不同方法實現組合評價的重要基礎，如果可以通過篩選去除不合適的評價方法，則能夠顯著降低組合評價的運算量，尤其是對于某些特定情況將無需采用組合評價而只需選擇合適的單一評價方法便可以達到理想的評價效果［6－9］。對于現階段多屬性評價方法與組合方式呈現多樣化發展但缺少有效篩選方法的條件下，需要重點研究單一評價方法的篩選過程，進一步強化此類研究領域，從而獲得更加豐富的多屬性評價理論，并且也能夠更加高效地篩選評價方法，由此實現減小評價成本并使評價方法達到更高的公信力［10－15］。信譽度與知名度是對期刊重要性與影響力進行評價的二個重要一級指標，其中，信譽度是利用特征因子類指標進行評價，知名度是通過期刊影響力指標得到體現。本文采用聚類分析的方法，構建得到一種建立在聚類分析基礎上的，同時選擇JCR2015數學期刊作為評價對象，分別以加權線性匯總、Vikor評價、Tops評價、倒數平均、主成分分析對其實施評價，探討多屬性評價篩選方法的分析原理與篩選過程，為選擇合適的多屬性評價方法提供了一定的參考。
1JCR收錄期刊評價方法篩選原理
對期刊評價前實施聚類是根據原始評價指標來完成的，此時未運用多屬性評價方法，聚類過程都是從最本源的層面出發，由此實現的聚類可以達到很高的可靠程度。開展多屬性評價的過程中，無論選擇何種評價方法，最重要的一點是要有效保持原始數據分類情況，也可以理解成對原始數據分類過程影響最小的多屬性評價方法是最優的評價方法。當某一期刊在原始數據中屬于優秀期刊，而經過評價后變為中等期刊，如果這類情況出現的次數較少則認為是正常的，例如一些在優秀期刊中處于較后面的期刊。不過上述情況的出現次數較多時，或由太多普通期刊變為優秀期刊時，則表明此時評價方法存在問題。期刊數量對于聚類種類具有重要影響。如果實際評價期刊的數量較多時，例如總共包含了300種，則可將其分成3類；對于數量較少的評價期刊，例如期刊數量只有20種，則可將其分成兩類。對聚類結果進行一致度篩選包括如下過程：（1）選擇評價對象，結合評價對象數量來完成聚類分類；（2）通過Eans聚類方法對對原始指標實施分類，確定聚類種類的數量，通常為2～3種，由此獲得各類期刊的分類屬性集；（3）利用n種可行的多屬性評價方法來完成評價，獲得n種評價結果集；對得到的評價結果實施聚類，獲得包含n種聚類結果集Z；（4）計算出各聚類結果Z和原始聚類結果之間的一致度，得到具有最高一致度的多屬性評價方法。選擇達到最高一致度的聚類結果作為學術期刊評價結果。
2評價方法與數據
為深入分析多屬性評價方法的實際應用過程，本文分別采用加權線性匯總、倒數平均、主成分分析、Vikor、Tops、共五類評價方法開展了評價，同時利用聚類分析來選擇合適的評價方法。加權線性匯總是采用權重方法進行數理統計匯總的傳統方法；倒數平均是利用線性加權方法進行數理統計匯總的傳統方法；主成分分析是采用評價矩陣來多的評價指標數的方法。
3實證結果
3．1期刊評價
分別以加權線性匯總、Vikor、Tops、倒數平均與主成分分析來評價期刊，同時還需注意，在本文算例中各項指標具有相等的權重，即不對加權線性匯總、倒數平均以及Top設定權重。之后對各評價方法得到的評價結果實施聚類。對原始數據進行分類后得到了34種優秀期刊、175種良好期刊、70種一般期刊，呈現中間多、兩邊少的變化趨勢，采用Vikor評價方法只得到了2種優秀期刊，45種良好期刊以及230種普通期刊，因此該方法明顯不合理。采用主成分分析得到的評價結果包含9種優秀期刊、73種良好期刊以及192種普通期刊，無法滿足分類要求。根據所得分數的高低對各評價方法進行排序為1、2、3，與原始數據的分類排序結果一致。例如，對Tops評價結果進行排序所得的分類結果也為1、2、3，這跟原始指標分類排序結果相符，未發生錯位排序的現象，由此表明采用不同評價方法得到的結果和原始數據的分類評價結果形成了相互對應。
3．2聚類一致度分析
對比各評價方法的聚類分類結果和原始數據聚類結果，判斷兩者是否一致，并由此計算得到一致度結果?？梢园l現，采用倒數平均聚類分析結果得到和原始數據聚類分析結果相同的期刊總共為150種，之后是Tops評價方法，總共為71種，第三類是加權線性匯總方法，總共為69種，采用Vikor評價方法只存在63種與原始數據聚類分析結果相同的情況，采用主成分分析得到了64種一致的結果，根據以上測試結果，應選擇倒數平均方法來完成評價過程。
3．3穩健性檢驗分析
為分析聚類種類是否會對評價方法的選擇過程產生影響，總共設定了3種聚類，再驗證聚類一致度結果。先進行聚類處理，分別對3種分類實施聚類，得到的分類結果。原始數據被分成4類，其中第一類為18種，第二類為71種，第三類為176種，與刊評價的預期結果相符合。在上述分類結果中，Vikor評價得到的第一類期刊總共為106種，第二類共3種，與實際情況不太相符，因此被淘汰。將各類評價方法所得的聚類結果和原始數據聚類結果相比所得期刊數一致性結果可以發現，倒數平均方法達到了最高的一致度，總共有150種，之后為Tops方法，總共有101種，第三是線性加權匯總方法，總共73種，第四為Vikor評價方法，總共63種，最少的是主成分分析方法，總共63種。應注意，進行3種分類處理得到的聚類結果一致性情況和3種分類方式相同，由此表明聚類數量基本不會對評價方法的選擇造成影響。
4總結
1）分別以加權線性匯總、Vikor、Tops、倒數平均與主成分分析來評價期刊，根據所得分數的高低對各評價方法進行排序，與原始數據的分類排序結果一致。表明采用不同評價方法得到的結果和原始數據的分類評價結果形成了相互對應。2）對比各評價方法的聚類分類結果和原始數據聚類結果，進行聚類一致度分析，發現應選擇倒數平均方法來完成評價過程。3）將各類評價方法所得的聚類結果和原始數據聚類結果相比所得期刊數一致性結果可以發現，繼續進行聚類所得的一致度結果表明聚類數量基本不會對評價方法的選擇造成影響。
