服务绩效评价法：实现国家创新发展中信息服务协同组织

模糊数学试图利用数学工具解决模糊事务问题，美国加州大学控制论专家扎德（L.A.Zadeh）发表了《模糊集合论》，形成了模糊数学算法。模糊数学用于评价的基本思想是：由于评价对象的比较等级之间具有模糊性，因而引入模糊隶属度进行运算，更能反映被评对象的属性，使评价结果更具有合理性^[5]。

模糊综合评价法（Fuzzy Synthetin Evaluation）是建立在模糊集理论基础上的分析方法，在于运用模糊数学方法分析和评价具有多元复杂关系的服务组织上，其基本思路是将评价对象分解成多个因素组成的模糊集合集，按内在作用机制设定各因素的评价等级，组成评价的模糊集合，最后根据各个因素在评价目标中的权重分配，计算求出评价值^[6]。在知识信息服务绩效评价中，基本步骤为：

首先，建立因素集，即将绩效评价的内容对象归为评价因素，如将服务质量因素归为服务完整性、适用性、及时性、针对性。即形成因素集：服务质量={完整性、适用性、及时性、针对性}，表示为：

因素集U={u1，u2，…，ui}，（i=1，2，…，n）。

其次，构建判断集，即评价判断的标准区分，如：

将评判标准分为1～5个级别，由此建立评判集V={V1，V2，V3，V4，V5}，它们分别表示绩效水平的不同状态。以此出发，按评价者对评价对象的判断结果构建关系矩阵，即U与V之间的关联矩阵。

设共有n位评价者，在Di指标评判中，m位评价者选择j级，记作mij，j∈U，则评价者对Di指标选择j级的概率为：rij=mij/n。

于是，可以得到对Di指标评价的行向量^[7]。设按1～5个等级进行评价，Di评价的行向量记为Ri=（ri1，ri2，…，ri5），模糊评价矩阵R为：(www.xing528.com)

其中，rij为对第i个因素做出第j评价级别的专家人数与参加评价的专家总人数之比。

最后，进行模糊综合评判，即根据模糊运算规划进行绩效因素的评判，以明确信息服务绩效在各方面的体现。

由前面的模糊集合和模糊矩阵，可以建立如下的模糊综合评价模型：

因此，模糊综合评判集为：

在模糊运算的基础上，即可得出关于绩效评价的结论。所得出的结论由于客观地反映了评价者对相关问题的判断，因而具有统计上的意义。

模糊综合评价法是在模糊环境下，考虑多种因素的影响，基于某种目的对一事物做出的综合评价方法，通过定性指标的定量化判断，提供综合性评价结果。