[发明专利]一种学科发展的多维评价预测方法

权利要求书

1.一种学科发展的多维评价预测方法，其特征在于，包括以下步骤：

S1、首先获取各学科在一端历史时间内的多个评价维度的表现数据，反映学科在多个评价维度上的表现情况，时间段以年为单位，历史时间段为(过往1年、3年或N年)；

S2、将所获取的多个评价维度的表现数据作为协调模型的输入数据，构建一段时间内协调模型，所述协调模型输出各学科基于表现数据的学科比重数据，对各学科与市场协调度序列进行预测；

S3、当计算po值后，且po值【-1,1】，取值越大表示单个学科与市场协调度越接近，反之则越低，将各评价维度的序列参量分量e1、e2、...、en分别带入S203中公式进行计算，按照po的大小依次进行排序，形成协调度值对应各学科的矩阵图，对po值的动态行为进行判断，预测某学科对应市场协调度的发展趋势。

2.根据权利要求1所述的一种学科发展的多维评价预测方法，其特征在于：所述S1中，用以(N-2、N、N+2)来体现各历史时间段，根据人为选择历史时间段区间。

3.根据权利要求1所述的一种学科发展的多维评价预测方法，其特征在于：所述学科包含工学科、理学科、管理学科、经济学科、教育学科和文学科。

4.根据权利要求1所述的一种学科发展的多维评价预测方法，其特征在于：所述评价维度包含科研经费分布信息、研究成果信息、入学人数信息、人才需求信息。

5.根据权利要求1所述的一种学科发展的多维评价预测方法，其特征在于：所述协调模型的构建方式如下：

S201、首先将多个评价维度，即科研经费分布信息x1、研究成果信息x2、入学人数信息x3和人才需求信息x4的原始表现数据转化为标准化数据，标准数据均值为0，标准差为1，计算公式为：

S(1,4)为x1-x4的单个样本标准差，为样本均值，n为维度评价数量；

S202、通过S(1,4)标准化数据的计算将其分为各评价维度的序列参量分量e总，用以e1、e2、...、en来表示，A和B分别表示e总中的最大值和最小值，e总的其中某项有序度Wen通过以下公式计算：

S203、在对多项评价维度的有序度进行计算后，Wen【0,1】，且数值越大，某一项评价维度作用越大，则优先对该评价维度有序度进行计算预测，具体计算方式如下：

初始时刻有序度为t0，当前时刻有序度为t1，计算各评价维度的有序度对市场的协调度值po,Q＝±1，且表示为协调度的正负号，Q＝-1，则学科与市场协调度至少存在一个维度未向有序化方向转变。