企业信息门户常用评价方法

1.主成分分析法

主成分分析法是一种用于多指标综合评价的数学方法，它的基本思想是把多个单项指标组合起来，通过一定的数学变换步骤，最终形成一个能反映事物各个侧面的综合指标。该方法能消除非主要指标对最终结果的影响，并通过处理，剔除某些存在同质化倾向的指标。它是在已经获取原始数据的情况下处理原始数据的一种有效方法。

主成分分析法的不足：主成分分析法是否最终得到科学合理的分析结果，同指标的构建有很大关系，这取决于各指标间的相关系数，也影响到数据的可信度；主成分分析法只是一种数学“线性”降维技术方法，只能对线性问题进行处理，不太适合非线性问题处理；主成分分析法在对构建的指标进行简化筛选的过程中，可能会出现主成分存在明显违背常识的现象，造成分析结果表现合理的人为假象，最终得出失真的综合评价结果。

2.模糊综合评价法

模糊综合评价法是一种基于模糊数学的多指标综合评价法，该综合评价法根据模糊数学的隶属度原理，将定性评价转化为定量评价，即用模糊数学对受到各种因素制约的事物或对象在进行相关隶属度分析的基础上做出一个总体评价。它具有输出的结果清晰、系统性强等特点，能有效地解决模糊的、难以量化描述的非结构问题。

模糊综合评价法的不足：如何合理构建单因素判断矩阵以及综合评价指标，如何科学确定权重，是当前利用模糊综合评价法过程中最关键性的步骤，它直接关乎该方法是否达到预期的分析效果。在实际操作中，一般只是简单地根据人的主观经验直接得到数据，或者采用多位专家集体评分取得数据，再通过与层次分析法的结合得出最后结论。该方法的最薄弱点就是整个评价分析过程中始终体现出较强的人为主观性，这是由于这种人为主观性的存在，必然导致此种综合评价法在科学性、实时性和实用性上受到极大影响，也制约了该方法的广泛应用，另外，在应用过程中还可能出现综合评价失效、具体等级范围设定有误等问题。

3.层次分析法

层次分析法（Analytic Hierarchy Process，简称AHP）是由美国运筹学家沙旦在20世纪70年代提出的一种定性与定量分析相结合的多目标决策与评价的综合分析方法。它广泛应用于工程技术、经济管理、社会生活中的决策过程，而且还可以进行分析和预报，是系统分析中常用的一种决策方法。层次分析法的基本原理是把一个复杂的问题按各因素隶属关系，由高到低表示为有序的递阶层次结构。最上层表示层次分析要达到的目标，即目标层；中间层表示采取某种措施、政策等来实现预定总目标所涉及的中间环节，即准则层；最底层表示要选用的解决问题的各项措施和方案，即措施层。

层次分析法的不足：该法充分重视人的知识和主观经验，由于它属于主观赋权法，因而它具有自身无法克服的主观性，即使采取控制评价专家数量、严格挑选专家等措施，也无法根本改变它的主观性。

4.粗糙集分析法

粗糙集分析法（Rough Set，简称RS）是由波兰科学家、数学家Pawlak于1982年提出，它是一种刻画不完整和不确定性的数学工具，能有效地分析和处理不精确、不一致和不完整等各种不完备信息，从中发现隐含的知识并揭示潜在的规律。这一新的软科学计算方法，已在许多科学、工程与研究领域得到成功应用，成为当前国际上人工智能理论及其应用领域的研究热点之一。

粗糙集法的不足：利用粗糙集理论进行评价时，权重数据来源于样本数据本身所内含的客观信息，能够有效排除人为的主观因素，使得最终的结果较为科学合理，但权重不能完全体现各指标自身价值的重要性，有可能会出现与现实不符的情况，造成评价结果的可信度遭受怀疑，而且每次调查样本的影响较大，不同样本往往会得出不同的权重数据。