一种评估基层社区社情民意的指标体系的建立方法

摘要

本发明公开了一种评估基层社区社情民意的指标体系的建立方法，步骤如下：1）建立评估基层社区社情民意的三级数据采集维度；2）采取主客观组合赋权法设定三级数据采集维度的权重；3）利用归一化方法，确定各三级数据采集维度的权重，完成整个指标体系的建立。本发明解决了现有应用中基层社区社情民意数据采集范围有限，采集内容混乱，数据维度较窄；基层社区社情民意没有很好的衡量和评估体系；没有清晰明确的反映基层社区社情民意的信息化应用的实施路径的问题。

说明书

技术领域

本发明属于社区治理技术领域，具体指代一种评估基层社区社情民意的指标体系的建立方法。

背景技术

在中国全面进入数字化时代的当下，在运用信息化手段提升工作效能方面做了很多提升，例如普遍建设了基层社区网站、人员档案和管理信息系统，将基层社区的人员年龄、性别、受教育程度、家庭状况等基本情况记录在案，并将基层社区的警务管理、生活服务、公益慈善类、文体活动等利用信息化手段进行追踪和归档等。但在收集和描绘基层社区社情民意方面，大多还停留在通过线上调查问卷来简单的采集社区群众对一些涉及切身利益的决定以及热点、焦点事件的反馈，收集到的社情民意碎片化、局部化、浅显化，往往没有深刻把握时代变革和社会转型中矛盾问题及基层社区群众的思想情绪，评估结果往往只反映了基层社区社情民意的“一鳞半爪”，谈不上标准化、体系化，没有在社区的建设和管理提供切实有效的信息化支撑。

发明内容

针对于上述现有技术的不足，本发明的目的在于提供一种评估基层社区社情民意的指标体系的建立方法，以解决现有应用中基层社区社情民意数据采集范围有限，采集内容混乱，数据维度较窄；基层社区社情民意没有很好的衡量和评估体系；没有清晰明确的反映基层社区社情民意的信息化应用的实施路径的问题。

为达到上述目的，本发明采用的技术方案如下：

本发明的一种评估基层社区社情民意的指标体系的建立方法，步骤如下：

1)建立评估基层社区社情民意的三级数据采集维度；

2)采取主客观组合赋权法设定三级数据采集维度的权重；

3)利用归一化方法，确定各三级数据采集维度的权重，完成整个指标体系的建立。

进一步地，所述步骤1)中三级数据采集维度为：第一级数据采集维度3个，第二级数据采集维度5个，第三级数据采集维度30个，数据按照第三级数据采集维度来采集；数据采集维度是指被采集数据的范围和其内容所包含的指向。

进一步地，所述步骤2)中权重体系建立：

采用主客观组合赋权法的组合权重法设定权重体系，组合权重ω

式中，α

进一步地，所述步骤2)中使用主观赋权法获得第三级数据采集维度的权重，在选择主观赋权法时，根据基层社区社情民意的三级数据采集维度采用多层次分析法；具体为：

211)构造判断矩阵，判断矩阵是建立第三级数据采集维度之间两两比较的影响程度的矩阵，基层社情民意的30个数据采集维度所构成的判断矩阵A为：

其中，n的值为30；

212)在判断矩阵中，用标度来表示数据采集维度之间的比较影响程度；

213)基于标度设置原则，为判断矩阵中的a

214)检验判断矩阵合理性，矩阵一致性定义为λ＝aij*ajk＝aik；判断矩阵的合理性是指矩阵中每个值的取值范围都在合理区间内，合理性公式为：

式中，

式中，n表示判断矩阵中指标的个数，λ

215)当RC<0.1时，则表示一致性检验通过，判断矩阵构造合理；RC越大，判断矩阵的不一致性程度越严重，判断矩阵构造越不合理；根据此标准，调整a

216)确定权重值α

进一步地，所述步骤2)中使用客观赋权法获得第三级数据采集维度的权重：采集数据方式分为线上采集和线下采集；线上采集分为政务数据、社区系统数据、互联网数据；线下采集分为基层座谈和民调，采用熵值法来对第三级数据采集维度进行赋权，其根据数据采集维度的数据相对变化程度来决定权重；信息熵是指样本数据的离散程度越大，熵值越小，携带的信息量就越多，权重就越大；反之，样本数据的离散程度越小，熵值越大，携带的信息量就越少，权重就越小；

221)形成原始数据评价矩阵，假设依据第三级数据采集维度采集的样本数据m个，则评估基层社区社情民意的原始数据评价矩阵为：

其中，n为第三级数据采集维度的个数30，y

222)数据处理，对y

其中，Sj为第j个数据采集维度采集的样本数据的数值的和，

经过数据处理后的数据评价矩阵为：

223)计算第j个数据采集维度的熵值：

其中，常数k>0，且

224)定义第j个数据采集维度的权重，权重为：

β

进一步地，所述步骤3)中利用归一化方法，确定每个第三级数据采集维度的权重具体包括：

对组合权重ω

其中，ω′

因为设定的数据采集维度也是评估基层社情民意的指标，所以在权重设定之后，对应的指标体系建立完成。

本发明的有益效果：

(1)本发明围绕业务目标，建立主客观组合赋权法设定权重，主观赋权法用于对基层社情民意定性的判断，客观赋权法用于对基层社情民意定量的分析，确定评估基层社情民意的实施路径。

(2)确定主观赋权法采用多层次分析方法，客观赋权法采用熵值法，厘清基层社情民意评估的业务特点与算法模型选取的关联关系。

(3)确定使用算法模型设定权重时的调优方法，避免在使用多层次分析方法时过于依赖人为经验，在使用熵值法时过于依赖原始数据。

(4)确定利用归一化处理设定最终权重，确保最终的权重设置的合理性。

附图说明

图1为本发明的方法示意图。

具体实施方式

为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。

参照图1所示，本发明的一种评估基层社区社情民意的指标体系的建立方法，步骤如下：

1)建立评估基层社区社情民意的三级数据采集维度；

选取和融合相关理论基础，建立评估基层社区社情民意的三级数据采集维度；

三级数据采集维度为：第一级数据采集维度3个，第二级数据采集维度5个，第三级数据采集维度30个，数据按照第三级数据采集维度来采集，具体如表1所示；数据采集维度是指被采集数据的范围和其内容所包含的指向；表1如下：

表1

2)采取主客观组合赋权法设定三级数据采集维度的权重；

所述权重体系建立：

采用主客观组合赋权法的组合权重法设定权重体系，组合权重ω

式中，α

使用主观赋权法获得第三级数据采集维度的权重，在选择主观赋权法时，根据基层社区社情民意的三级数据采集维度采用多层次分析法；具体为：

211)构造判断矩阵，判断矩阵是建立第三级数据采集维度之间两两比较的影响程度的矩阵，基层社情民意的30个数据采集维度所构成的判断矩阵A为：

其中，n的值为30；

212)在判断矩阵中，用标度来表示数据采集维度之间的比较影响程度；标度是指这种比较影响程度一种数值化的表达方式。在此方法中，标度值如表2所示；

表2

213)基于标度设置原则，为判断矩阵中的a

214)检验判断矩阵合理性，矩阵一致性定义为λ＝a

式中，

式中，n表示判断矩阵中指标的个数，λ

RI表示随机一致性指标，为常量，可查表获得，具体数值如下表3所示；

表3

215)当RC＜0.1时，则表示一致性检验通过，判断矩阵构造合理；RC越大，判断矩阵的不一致性程度越严重，判断矩阵构造越不合理；根据此标准，调整a

216)确定权重值α

使用客观赋权法获得第三级数据采集维度的权重：采集数据方式分为线上采集和线下采集；线上采集分为政务数据、社区系统数据、互联网数据；线下采集分为基层座谈和民调，采用熵值法来对第三级数据采集维度进行赋权，其根据数据采集维度的数据相对变化程度来决定权重；信息熵是指样本数据的离散程度越大，熵值越小，携带的信息量就越多，权重就越大；反之，样本数据的离散程度越小，熵值越大，携带的信息量就越少，权重就越小；

221)形成原始数据评价矩阵，假设依据第三级数据采集维度采集的样本数据m个，则评估基层社区社情民意的原始数据评价矩阵为：

其中，n为第三级数据采集维度的个数30，y

222)数据处理，对y

其中，S

经过数据处理后的数据评价矩阵为：

223)计算第j个数据采集维度的熵值：

其中，常数k>0，且

224)定义第j个数据采集维度的权重，权重为：

β

3)利用归一化方法，确定各三级数据采集维度的权重，完成整个指标体系的建立；

利用归一化方法，确定每个第三级数据采集维度的权重具体包括：

对组合权重ω

其中，ω′

因为设定的数据采集维度也是评估基层社情民意的指标，所以在权重设定之后，对应的指标体系建立完成。

本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。