基于因子-BP人工神经网络的期刊评价方法选择研究

摘要：

[目的/意义]学术评价中多属性评价方法有几十种,每种评价方法结果均不相同,难以进行方法选择.[方法/过程]本文在分析评价本质属性的基础上,提出了一种新的多属性评价方法选取方法:因子-BP人工神经网络筛选法,并以JCR2017经济学期刊为评价对象,同时采用专家会议赋权法、主成分分析、因子分析、TOPSIS进行评价,并进行评价方法的选择.[结果/结论]研究结果表明:在学术评价中多属性评价方法的选择必须兼顾主观和管理因素;因子-BP人工神经网络筛选法是一种有效的评价方法选取手段;因子-BP人工神经网络筛选法可以用来辅助专家赋权;对于多属性评价方法的进一步优化成为新的问题;当评价对象较少时不宜采用本文方法.

关键词：学术评价、多属性评价、方法选择、人工神经网络、因子人工神经网络筛选法

所属期刊栏目：40

分类号：G302(科学研究理论)

资助基金：国家社会科学基金项目:学术评价与创新绩效评价问题研究;浙江省一流学科A类项目浙江工商大学统计学,管理科学与工程

在线出版日期：2020-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：128-135,153