對于基礎(chǔ)Web服務(wù)信息評價指標體系研究的論文
1 基礎(chǔ)Web 服務(wù)信息評價指標體系
針對Web 網(wǎng)站的服務(wù)評估包含準確性、時效性、客觀性、全面性和安全性等方面，在對具體評價指標進行考核時，有的指標只能根據(jù)專家打分、問卷調(diào)查等方式主觀定性評定，無法進行客觀定量測定。本文力圖找出可以定量評定的指標，客觀地對Web 網(wǎng)站的服務(wù)進行評估。基于前述對現(xiàn)狀的分析及思考，本課題以互聯(lián)基礎(chǔ)Web 服務(wù)(應(yīng)用)為研究對象，著力找出能對網(wǎng)上信息的組織、存貯、分布、傳遞、相互引證和開發(fā)利用等進行定量描述和統(tǒng)計分析，能揭示其數(shù)量特征和內(nèi)在規(guī)律的評價指標體系。
1.1 評價指標體系框架。
通過深入分析研究，按照普適、可測、客觀、
直觀的原則，提出了針對當(dāng)前Web 應(yīng)用服務(wù)信息評價指標體系，從Web 網(wǎng)站鏈接數(shù)量、鏈接分布、影響力、用戶體驗、安全五個方面進行評估。
1.2 評價指標體系指標及其內(nèi)涵的界定。對所提出的評價指標體系具體指標及其內(nèi)涵界定如下：
1.2.1 衡量網(wǎng)站的鏈接數(shù)量特征指標。
1.2.1.1 網(wǎng)站的鏈接總數(shù)是一項很重要的指標。一般來說，網(wǎng)站的訪問資源豐富與否、體系組織是否完整、以及信息的披露程度高低，都是由網(wǎng)絡(luò)連接總數(shù)起決定性作用的。它是衡量網(wǎng)絡(luò)連接數(shù)量的其中一項重要指標。
1.2.1.2 鏈接數(shù)的指向。鏈接數(shù)分為內(nèi)部和外部兩種指向。指向內(nèi)部的有鮮明的自身特色，和專業(yè)色彩，能夠滿足特定用戶群的需要，但如果占用比例過高，會造成開放程度不夠，隨之而來的結(jié)果是使用者獲取的信息量會相對減少。主機外和域外的鏈接數(shù)，分別在網(wǎng)站的內(nèi)外資源中得以體現(xiàn)。對于外部指向，大家熟知的就是“站”，將獨立的系統(tǒng)及主機聯(lián)系起來，便構(gòu)成了“站”，主機外和域外的數(shù)量及所占比例，影響著站性質(zhì)。
1.2.2 網(wǎng)站的鏈接密度和平均的頁面鏈接數(shù)是衡量網(wǎng)站鏈接分布的重要指標。鏈接密度“byte/link”。網(wǎng)站的信息含量高低、揭示信息的程度、以及體系是否嚴謹，都是由鏈接出現(xiàn)頻率高低和密度值大小決定的。通常鏈接密度越小越好。排除大媒體文件的影響，網(wǎng)站可以根據(jù)指標變化的活躍與否，來預(yù)測用戶想得到資源的.位置。頁面平均鏈接數(shù)“l(fā)inks/page”。頁面平均鏈接數(shù)和鏈接密度是相對而言的。它越大，網(wǎng)頁信息含量就越多，信息自組程度就越高。
1.2.3 網(wǎng)站被鏈接次數(shù)、網(wǎng)站的影響因子、網(wǎng)絡(luò)可見度，是衡量網(wǎng)站影響力的重要指標。網(wǎng)站影響力和價值是通過網(wǎng)站鏈接數(shù)來衡量的。被鏈接次數(shù)多的網(wǎng)站必定有其獨特的資源和較高的價值。想要全面的了解指向某一網(wǎng)站的鏈接，依靠當(dāng)今的搜索引擎技術(shù)是很難實現(xiàn)的，必須通過特定的范圍及條件才能實現(xiàn)。網(wǎng)站的影響因子定義為：網(wǎng)站被鏈接數(shù)、網(wǎng)站網(wǎng)頁總數(shù)。特定資源網(wǎng)頁被搜索引擎索引的數(shù)量稱作網(wǎng)絡(luò)可見度。
1.2.4 網(wǎng)站影響力指標的衡量。訪問人數(shù)的多寡，是網(wǎng)絡(luò)信息資源影響力最直接的反映。人均訪問頁數(shù)可以是動態(tài)的，也可以是靜態(tài)的。人均訪問頁面數(shù)和人均訪問時間是衡量網(wǎng)絡(luò)信息資源“黏性”的指標，相較而言，人均訪問頁面數(shù)反映指標衡量“黏性”更為合理。瀏覽下載速度。瀏覽速度用于衡量用戶在使用瀏覽器顯示網(wǎng)站首頁時的速度，通常遵循“2-5-10”原則：用戶操作在2S以內(nèi)響應(yīng)，感覺很快; 2-5S 響應(yīng)，感覺還可以授受;5-10S 以上響應(yīng)，感覺很慢;
1.2.5 衡量Web 網(wǎng)站安全的指標。因Web 網(wǎng)站機房均具備相關(guān)硬件安全要求，所以主要考查硬件環(huán)境以外的指標。
1.2.5.1 Web 網(wǎng)站可用性。衡量Web 網(wǎng)站持續(xù)提供服務(wù)的能力。定義為評估考查時間內(nèi)Web 網(wǎng)站可用時間與評估考查時間之比。
1.2.5.2 Web 網(wǎng)站漏洞數(shù)。在評估考查時間內(nèi)，利用Web 應(yīng)用安全深度掃描技術(shù)、Web 應(yīng)用漏洞識別技術(shù)、Web 和數(shù)據(jù)庫異常檢測技術(shù)等對Web 網(wǎng)站掃描發(fā)現(xiàn)的漏洞總數(shù)。
1.2.5.3 Web 網(wǎng)站漏洞修補率。在時限要求內(nèi)，漏洞修補數(shù)與所發(fā)現(xiàn)漏洞總數(shù)的比率。
1.3 評價指標體系綜合評價、權(quán)重策略及動態(tài)調(diào)整。
所提出的評價指標體系是對Web 服務(wù)的具體指標進行評估，取得評價指標體系中各項指標的評估值之后，還需要對Web 服務(wù)進行綜合評估。綜合評估時，首先由于各項指標量綱、函數(shù)關(guān)系不同，進行綜合評估時不具備可比性，必須進行歸一化處理;其次，各項指標在整個評價指標體系中對Web服務(wù)影響的權(quán)重是不同的，需要采用適當(dāng)?shù)臋?quán)重策略賦予權(quán)重值。
1.3.1 指標歸一化處理方法。根據(jù)相關(guān)模糊數(shù)學(xué)理論，采用如下方法對指標進行歸一化處理。將評價指標體系中的指標分為3 類：取值越大越好的指標;取值越小越好的指標;取值在某一區(qū)間適中的指標。
1.3.1.1取值越大越好指標歸一化處理方法。其歸一化處理函數(shù)公式為：其中，(a，b)為x 估值區(qū)間。
1.3.1.2 取值越小越好指標歸一化處理方法。其歸一化處理函數(shù)公式為：其中，(a，b)為x 估值區(qū)間。
1.3.1.3 取值在某一區(qū)間適中指標歸一化處理方法。其歸一化處理函數(shù)公式為：其中，(a，b)為x 估值區(qū)間。
1.3.2 綜合評價。
綜合評價采取百分制，對歸一化處理后的單項指標加權(quán)求和，計算公式如下。其中fi為各項指標模糊化后的值，qi為各指標對應(yīng)權(quán)重。1.3.3 指標權(quán)重的選取。對于各個指標的權(quán)重，采用基于層次分析法(Analytic Hierarchy Process, AHP)的算法，建立判斷矩陣，得到各項評估指標的單項和綜合權(quán)重，并采用兩級指標體系對Web 服務(wù)信息進行評估。
2 基礎(chǔ)Web 服務(wù)信息評價指標體系的實現(xiàn)
上述基礎(chǔ)Web 服務(wù)信息評價指標體系要在具體應(yīng)用中實現(xiàn)，還需要進一步重點對以下技術(shù)進行深入研究：評價系統(tǒng)指標權(quán)重策略確定及動態(tài)調(diào)整技術(shù);相關(guān)評價指標的計算模型和分析診斷技術(shù);Web 應(yīng)用安全深度掃描技術(shù)、Web 和數(shù)據(jù)庫異常檢測技術(shù)、海量數(shù)據(jù)快速檢索技術(shù)、交互式安全事件追溯技術(shù)、Web 應(yīng)用系統(tǒng)風(fēng)險檢測技術(shù)等內(nèi)容。在對上述技術(shù)深入研究的基礎(chǔ)上，采用系統(tǒng)集成的方法，可以實現(xiàn)基礎(chǔ)Web 服務(wù)信息評價指標的采集、測量，從而為Web 應(yīng)用使用者、Web 應(yīng)用開發(fā)人員和管理員、網(wǎng)絡(luò)管理員、信息服務(wù)發(fā)布部門和管理部門提供基礎(chǔ)的服務(wù)信息數(shù)據(jù)。為網(wǎng)站優(yōu)化服務(wù)工作提供數(shù)據(jù)支撐。
結(jié)束語
本研究對Web 信息資源系統(tǒng)的服務(wù)信息影響力指標進行界定，并提出了一個適合的測量(評價)指標體系，從客觀的角度揭示W(wǎng)eb 應(yīng)用數(shù)量特征、內(nèi)在規(guī)律和安全程度，提供滿足各級網(wǎng)絡(luò)管理人員(部門)需求的基礎(chǔ)管理數(shù)據(jù)。
【對于基礎(chǔ)Web服務(wù)信息評價指標體系研究的論文】相關(guān)文章：
對于建設(shè)標準信息服務(wù)網(wǎng)站的研究論文11-01
基于Web的農(nóng)機推廣信息系統(tǒng)的研究與設(shè)計論文11-02
Web服務(wù)組合的敏捷軟件開發(fā)研究論文11-04
高等學(xué)校課堂教學(xué)評價指標體系研究論文01-24