高校知识产权信息服务能力评价模型及步骤

3.1 搭建评价指标体系

在服务合作模式研究上，从校内协同和校外合作两个视角出发进行研究，并将对内开展的服务内容和对外开展的服务类型进行对比分析，总结4个二级服务指标，即“协同能力”“实现能力”“推广能力”和“保护能力”，再结合实际归纳总结提供知识产权信息服务的高校，分别得到对应的三级措施层指标。最终指标体系分别是目标层A、准则层B、措施层C。

3.2 构造判断矩阵

利用专家打分法，根据专家意见，分析下层指标对上层指标的重要性，两两指标间的相对重要性程度从1至9，共9个标度进行量化，标度越大，重要性程度越高，根据专家打分得到的两两因素的相对重要性可以得到矩阵。结合公式aij=Bi/Bj，计算出二级指标Bi 较Bj 的相对重要性数值，依次可得矩阵中的一个数值。

3.3 计算权重向量

二级指标较一级指标相对权重值的权重向量的计算公式如下：

3.4 一致性检验(https://www.xing528.com)

一致性检验是为了客观上矫正由专家不同意见产生的对失误的认知及片面性，也就意味着两两比较的矩阵结果与整体矩阵结果一致方可通过检验。首先，判断矩阵A的最大特征值λmax，其中n是矩阵阶数；其次，将得到的最大特征值代入公式计算一致性指标CI，公式如下：

CI值越小，一致性程度越高，然而不同阶数对判断矩阵的一致性也有影响，因此，仅从CI值确定一致性检验是不充分的，这时要消除阶数影响，引入修正系数RI。CI对应的RI值可以在表中查阅。代入公式可得一致性比率

当n ≥ 3 阶，CR ≤ 0.1 时，接受该判断矩阵的一致性；CR＞0.1 时，该判断矩阵相对整体偏离了一致性，要重新调整矩阵直到一致。

模糊综合评价构建步骤如下：①构建评价对象的因素集U={u1，u2，…，um}，m 指被评价对象因素指标的个数；②构建评价对象的评语集，设V={v1，v2，…，vn}，v1，v2，v3，…，vn 分别表示等级差别的评价结果，一般为很好、较好、一般、不好或高、较高、中、较低、低类似的结语；③构建评价因素的权重集，W={w1，w2，…，wm} 是反映各级指标的重要性，这个权重值将直接影响最终的模糊综合评价结果，Wi 代表第i个因素指标的权重；④构建模糊关系矩阵，依次对单因素进行模糊评价，判断矩阵如公式（6）所示；⑤进行模糊综合评价。用W 矩阵模糊合成算子得到公式（7）。

B是模糊综合评价的结果量值，A 是模糊权重的向量，R为综合评价模糊关系矩阵。

高校知识产权信息服务目前仍处于初级阶段，服务层次、服务目标、服务能力都需要进一步提高。图书馆作为高校信息服务及推广的核心部门，任务非常艰巨。在认识到自身优势的前提下，更应注重服务能力进一步提升，加强自我考核，从多方面、多领域提升服务效能。采用模糊综合评价模型能够对高校知识产权信息服务的实际效能进行定性与定量相结合的综合分析，评价结果更加科学性、可视化，评价思路更加具有导向性。高校知识产权信息服务能力评价模型的搭建为高校知识产权信息服务效能评价提供了一定的参考，有利于为高校提供更好的服务，这是我们研究的主要内容和目标。