大数据环境下的评价理论、方法和应用

As humans have the ability to acquire, store, share, analyze and utilize big data, big data appears to change the decision-making modes and human behaviors. As one of the most important functions of decision-making, evaluation technique is able to assist management decisions directly, but also provide information to support more complex decisions indirectly. Evaluation in the big data environment can be found in many areas, and has important significance for national security, economic development and social progress. The basic characteristics of the data environment, including the huge amount of data, high frequency of data flow, different information in sampling and population, and unstructured characteristics in data set, bring a challenge to the traditional evaluation theories and methods. Focusing on three specific backgrounds, including the personal health status evaluation in the cloud medical environment, the growth evaluation to the innovational enterprises, and the performance evaluation to the service supply chains, the current project aims to study some scientific problems on the evaluation theories, methods and applications in the big data environment. Five important problems, including data processing, evaluation methods, evaluation behaviors, evaluation modes and demonstrative applications, will be studied. The research achievements of the current project are expected to enrich the evaluation theories and methods, and provide reliable support for the relevant industries.

随着人类有能力获取、储存、分享、分析并利用大数据，大数据开始改变决策模式和人类行为。作为决策最重要的职能之一，评价技术可直接作为一项管理决策，也可为其它复杂决策问题间接提供信息支持。大数据环境下的评价问题，广泛分布于众多领域，对于国家安全、经济发展、社会进步具有重要意义。大数据环境所具有的基本特征，包括规模巨大的数据量、高频更新的数据流、抽样与总体包含着不同的信息量、数据的非结构化特征等，给传统评价理论和方法带来挑战。在此背景下，本项目依托云医疗环境下个人健康状况评价、互联网创新型企业的成长性评价、服务供应链的绩效评价三个具体背景，围绕大数据环境下的评价理论、方法与应用，研究五个方面的科学问题，包括数据处理、评价方法、评价行为、评价模式和示范应用。本项目预期研究成果将极大丰富评价理论和方法体系，并对相关行业提供可靠的决策支持。

大数据环境下的评价问题，广泛分布于众多领域，对于国家安全、经济发展、社会进步具有重要意义。本项目围绕大数据环境下的评价理论、方法与应用，研究五个方面的科学问题，包括数据处理、评价方法、评价行为、评价模式和示范应用。经过五年的研究，本项目已经发表SCI与SSCI检索期刊论文136篇，SCI检索会议论文1篇，中文学术期刊论文61篇，国际学术专著章节和国际学术会议论文6篇。其中，项目团队在Proceedings of the National Academy of Sciences of the United States of America、The Annals of Statistics、Biometrika、Manufacturing & Service Operations Management等顶级期刊发表了论文。本项目的学术创新成果主要包括：高维数据的降维处理研究；非结构化数据的结构化处理研究；复杂结构系统的效率评价；包含关联数据的效率评价；基于随机多属性可接受度分析（SMAA）的评价方法；电子商务平台和移动社交网络下的数据分析与行为机理分析；特殊数据结构下的环境效率评价等。本项目的主要应用成果包括：在线评价系统设计与开发、医疗大数据分析、电子书阅读平台的大数据评价应用、科技成果五元价值评价方法等。本项目团队成员中三人晋升正教授，五人被评为各类学术人才，共培养36名研究生获得博士学位，共培养60名研究生获得硕士学位。总体而言，本项目比较顺利的完成了预定研究任务，研究成果超过了预期目标。本项目的研究工作为大数据环境下的评价工作提供了适合的方法，为更多领域的应用奠定了基础。