時(shí)間：2022-03-07 00:19:32
開篇：寫作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇數(shù)據(jù)信息論文，希望這些內(nèi)容能成為您創(chuàng)作過程中的良師益友，陪伴您不斷探索和進(jìn)步。
關(guān)鍵詞：信息論與編碼；教學(xué)改革；教學(xué)方法
中圖分類號(hào)：G424 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2016）19-0085-02
一、引言
信息論與編碼是南通大學(xué)電子信息類本科三年級(jí)的一門專業(yè)必修課，主要是研究信息傳輸?shù)挠行院涂煽啃缘囊婚T學(xué)科[1，2]。該課程是通信技術(shù)與概率論、隨機(jī)過程、數(shù)理統(tǒng)計(jì)等學(xué)科相互融合而發(fā)展起來的一門交叉學(xué)科[3]。該課程要求學(xué)生掌握線性代數(shù)、微積分等基本的數(shù)學(xué)工具，還需要學(xué)生對(duì)通信原理等課程有較深刻的認(rèn)識(shí)。個(gè)人計(jì)算機(jī)的普及和通信專業(yè)軟件的日益成熟，使得該課程的實(shí)驗(yàn)教學(xué)成為可能。可見，該課程理論性強(qiáng)、內(nèi)容多，與先修課程有密切的關(guān)系。針對(duì)該課程的變化與最新發(fā)展，為了提高教學(xué)效果，筆者在理論教學(xué)、實(shí)驗(yàn)教學(xué)、科研聯(lián)系教學(xué)、考核方式等多個(gè)方面進(jìn)行了改革。
二、教材選擇
根據(jù)學(xué)校的層次、專業(yè)特點(diǎn)和教學(xué)對(duì)象選擇一本合適的教材是教學(xué)改革的一個(gè)基本方面。目前，有關(guān)信息論與編碼這一課程的教材非常多。如王育民編著的《信息論與編碼理論》以及Cover著寫的《信息論基礎(chǔ)》的中譯本和英文影印本。隨著網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，最近出現(xiàn)了一些新教材，如仇佩亮編著的《多用戶信息論》、Yeung編寫的《信息論基礎(chǔ)》和Gamal編著的《網(wǎng)絡(luò)信息論》。這些教材的知識(shí)體系結(jié)構(gòu)和側(cè)重點(diǎn)各有不同，而且差別很大。根據(jù)信息論與編碼專業(yè)必修課的性質(zhì)，按照強(qiáng)調(diào)基礎(chǔ)理論學(xué)習(xí)，突出對(duì)所學(xué)理論知識(shí)靈活應(yīng)用的原則，我校選用了曹雪虹主編的《信息論與編碼》作為教材。該教材吸收了國內(nèi)外眾多現(xiàn)有教材的精華，注重基本概念，突出基礎(chǔ)理論，強(qiáng)調(diào)應(yīng)用。而且，該教材難度適中，文字通俗易懂，用較多的例題和圖示闡述了基本概念、基礎(chǔ)理論和應(yīng)用，適合作為我校信息工程和通信工程等專業(yè)的教材。
三、課程內(nèi)容改革
教學(xué)內(nèi)容改革是課程改革的核心。根據(jù)我校相關(guān)專業(yè)的實(shí)際教學(xué)情況和效果，對(duì)信息論與編碼教學(xué)內(nèi)容改革有如下的考慮。
（一）注重教學(xué)內(nèi)容的承上啟下
教師在該課程教學(xué)中，要強(qiáng)調(diào)已學(xué)專業(yè)基礎(chǔ)課中的信號(hào)與系統(tǒng)、數(shù)字信號(hào)處理和通信原理，分別解決點(diǎn)對(duì)點(diǎn)通信系統(tǒng)中關(guān)于信源和信道的一些具體問題，而信息論與編碼將從更抽象的層面看待整個(gè)通信系統(tǒng)，為通信學(xué)科的發(fā)展指明了方向。正如著名通信理論家Viterbi所說，如果把現(xiàn)代通信技術(shù)比喻成飛船，則晶體管是它的引擎，而信息論是它的方向盤[4]。注重該課程與已學(xué)課程融合的同時(shí)，還要突出該課程在后續(xù)課程學(xué)習(xí)中的作用，指出該課程是數(shù)據(jù)壓縮技術(shù)、語音信號(hào)處理、圖像處理等課程的理論基礎(chǔ)。另外，教學(xué)過程中，還要適當(dāng)介紹信息論的最新進(jìn)展和研究熱點(diǎn)，以激發(fā)學(xué)生的學(xué)習(xí)興趣。
（二）教學(xué)內(nèi)容的模塊化
教學(xué)過程中，將信息論與編碼的教學(xué)內(nèi)容看作一個(gè)有機(jī)整體，遵循注重結(jié)論表述的通俗易懂、突出理論嚴(yán)密和精美的原則，把課程內(nèi)容分為信息度量、香農(nóng)三大定理、編碼三大塊內(nèi)容。信息度量描述了將抽象信息量化的方法，為學(xué)習(xí)香農(nóng)三大定理提供了理論基礎(chǔ)。隨后，結(jié)合學(xué)生已學(xué)課程，介紹香農(nóng)三大定理的意義，通俗形象地表述香農(nóng)三大定理，指出香農(nóng)三大定理是信源編碼和信道編碼技術(shù)的理論基礎(chǔ)。
編碼理論包含信源編碼和糾錯(cuò)碼兩大塊內(nèi)容。其中信源編碼部分主要包括香農(nóng)編碼、費(fèi)諾編碼、霍夫曼編碼、游程編碼、算術(shù)編碼、變換編碼等，是香農(nóng)第一和第三定理的應(yīng)用。糾錯(cuò)碼包含線性分組碼、循環(huán)碼、卷積碼、TCM碼和Turbo碼等，是香農(nóng)第二定理的經(jīng)典應(yīng)用。講授這部分內(nèi)容時(shí)，主要向?qū)W生介紹二元編碼，以簡代繁，讓學(xué)生能夠快捷掌握實(shí)用的編碼技術(shù)。
（三）融合最新研究成果，突出實(shí)踐和應(yīng)用
授課過程中，一方面，注意引導(dǎo)學(xué)生用所學(xué)到的理論解釋先前所學(xué)專業(yè)基礎(chǔ)課的部分經(jīng)典內(nèi)容和結(jié)論，突出所學(xué)課程的應(yīng)用功能。例如用數(shù)據(jù)處理不等式解釋為什么信號(hào)經(jīng)過處理會(huì)丟失部分信息，用限平均功率最大熵定理解釋為什么總假設(shè)信道噪聲是高斯白噪聲，用信息論的基本概念導(dǎo)出香農(nóng)信道容量公式等。另一方面，隨著信息和通信技術(shù)的進(jìn)步和發(fā)展，在講課過程中，需要向?qū)W生講授LDPC碼、協(xié)作通信、MIMO通信系統(tǒng)和網(wǎng)絡(luò)編碼等最新出現(xiàn)的通信和編碼技術(shù)，以及網(wǎng)絡(luò)信息論的最新理論成果。
許多高校在講授信息論與編碼這門課時(shí)，往往注重理論教學(xué)，重視向?qū)W生講解抽象的概念、理論和對(duì)重要結(jié)論的邏輯推理，而忽略了這門課是理論和實(shí)踐緊密結(jié)合的課程，對(duì)實(shí)驗(yàn)教學(xué)的關(guān)注非常有限，學(xué)生很難將學(xué)到的理論知識(shí)與實(shí)際相結(jié)合[5]。課程改革后，為該課程確定了四個(gè)實(shí)驗(yàn)，分別是信息熵計(jì)算、信道容量計(jì)算、霍夫曼編碼實(shí)驗(yàn)、CRC校驗(yàn)編碼實(shí)驗(yàn)。
四、教學(xué)方式改革
教學(xué)方式改革的目的就是要激發(fā)學(xué)生的學(xué)習(xí)熱情和學(xué)習(xí)興趣，讓學(xué)生成為教學(xué)的主體，信息論與編碼的教學(xué)方式的改革包含以下幾個(gè)方面。
（一）傳統(tǒng)板書與多媒體結(jié)合
信息論與編碼這一課程的內(nèi)容多、理論性強(qiáng)，許多結(jié)論需嚴(yán)格的推理證明。因此，課程教學(xué)中需要把多媒體教學(xué)信息量大和傳統(tǒng)板書易于展示復(fù)雜理論推導(dǎo)、表現(xiàn)力強(qiáng)、便于師生交流的優(yōu)點(diǎn)相結(jié)合。這樣，生動(dòng)形象的多媒體教學(xué)保證了課堂的信息量，而嚴(yán)格的推理證明可以讓學(xué)生深刻理解相關(guān)結(jié)論，領(lǐng)悟理論的精要，掌握課程的重點(diǎn)和難點(diǎn)。
（二）內(nèi)容講述形象化，邏輯推理嚴(yán)格化
信息論與編碼是運(yùn)用數(shù)學(xué)工具解決通信中問題的典范。課改過程中，講授該課程時(shí)，做到語言通俗易懂；表述重要結(jié)論時(shí)，盡量形象生動(dòng)。例如，講授香農(nóng)第二定理時(shí)，先指出香農(nóng)第二定理所給出的結(jié)論是信息傳輸是否出錯(cuò)，取決于信道容量和信息率之間的關(guān)系，而不是數(shù)據(jù)傳輸?shù)拇螖?shù)，這和人們直觀認(rèn)識(shí)不一樣。在學(xué)生對(duì)香農(nóng)第二定理有了感性認(rèn)識(shí)后，給出香農(nóng)第二定理嚴(yán)格的推理證明，讓學(xué)生感受理論的嚴(yán)密和精美。
（三）靈活運(yùn)用多種教學(xué)方法
綜合運(yùn)用多種教學(xué)方法，不僅能將理論知識(shí)融會(huì)貫通，而且可以引導(dǎo)學(xué)生進(jìn)行主動(dòng)的探究性學(xué)習(xí)，還可以引導(dǎo)學(xué)生主動(dòng)思考，積極參加討論，提高學(xué)習(xí)效率及綜合運(yùn)用所學(xué)知識(shí)解決實(shí)際問題的能力[6]。
在信息論與編碼課程改革過程中，筆者根據(jù)學(xué)生所在系別和專業(yè)的不同，綜合運(yùn)用案例式教學(xué)、研究型教學(xué)、啟發(fā)式教學(xué)、演示練習(xí)式教學(xué)、互動(dòng)討論教學(xué)等多種教學(xué)方法，將這些教學(xué)方法貫穿于該課程教學(xué)的始終。并在該課程教學(xué)中引入實(shí)驗(yàn)教學(xué)，使用Matlab仿真軟件搭建通信系統(tǒng)模型，實(shí)現(xiàn)理論和實(shí)踐的有機(jī)結(jié)合。
五、課程考核方式改革
課程改革后，采用的考核方式比傳統(tǒng)考核方式更加全面、細(xì)致、科學(xué)。學(xué)生的成績將由平時(shí)作業(yè)、課堂練習(xí)、學(xué)習(xí)報(bào)告、課堂討論發(fā)言、實(shí)驗(yàn)和期末考試幾個(gè)部分組成。
布置適量的課后作業(yè)可以讓學(xué)生及時(shí)鞏固所學(xué)知識(shí)，深化對(duì)基本概念和基本理論的理解，掌握解決問題的基本方法，提升學(xué)生解決問題的能力。同時(shí)，能激發(fā)學(xué)生探索發(fā)現(xiàn)解決問題的方法，通過一題多解、一題巧解能夠把學(xué)生的發(fā)散性思維和聚斂思維結(jié)合起來。
針對(duì)課程的典型例題和解決問題的典型方法，教學(xué)過程中進(jìn)行精講和演示，爾后選擇合適的習(xí)題，讓學(xué)生做課堂小測(cè)試。這種小測(cè)試是根據(jù)“90后”學(xué)生喜歡看手機(jī)、注意力容易分散的特點(diǎn)設(shè)計(jì)的，小測(cè)試可提高學(xué)生的注意力，增強(qiáng)教師對(duì)課堂氣氛的調(diào)動(dòng)和掌控，同時(shí)可讓學(xué)生及時(shí)鞏固所學(xué)理論和方法。
要求學(xué)生組成3～4人的學(xué)習(xí)小組，圍繞與該課程緊密相關(guān)的抽象概念、基本理論展開討論，讓學(xué)生經(jīng)過討論對(duì)課程有更全面的認(rèn)識(shí)。每個(gè)學(xué)習(xí)小組的學(xué)生一起完成實(shí)驗(yàn)，并選擇和該課程密切相關(guān)的科研課題，閱讀與所選課題密切相關(guān)的書籍和論文，合作書寫一份不少于3000字的手寫報(bào)告，要求參考文獻(xiàn)不少于10篇。
該課程最終需要閉卷考試，教學(xué)改革后，我們更新了題庫的部分題目，增加了近年來出現(xiàn)的新題型。同時(shí)，各任課教師統(tǒng)一了考試要點(diǎn)，重點(diǎn)檢測(cè)學(xué)生對(duì)核心內(nèi)容的理解和掌握，避免了偏題和怪題的出現(xiàn)，有效檢驗(yàn)了學(xué)生對(duì)課程內(nèi)容掌握情況，真實(shí)反映了學(xué)生對(duì)課程的理解程度。
六、結(jié)語
該文分析了信息論與編碼課程最新的發(fā)展和變化趨勢(shì)，根據(jù)課程組各位任課教師多年的教學(xué)心得，對(duì)課程進(jìn)行了教學(xué)改革，因地制宜地調(diào)整了教學(xué)大綱，重新對(duì)課程教學(xué)進(jìn)行了整體設(shè)計(jì)，優(yōu)化了教學(xué)內(nèi)容，增加了實(shí)驗(yàn)教學(xué)環(huán)節(jié)，綜合運(yùn)用多種教學(xué)方法，提高課程的趣味性和應(yīng)用性，促使學(xué)生積極、主動(dòng)地學(xué)習(xí)該課程。
參考文獻(xiàn)：
[1]曹雪虹，張宗橙.信息論與編碼[M].北京：清華大學(xué)出版社，2009.
[2]Cover M Thomas，Joy A Thomas. Elements of Information Theory[M].北京：清華大學(xué)出版社，2007.
[3]謝正光，包志華，章國安.概率統(tǒng)計(jì)在信息論與編碼教學(xué)中的應(yīng)用[J].南通大學(xué)學(xué)報(bào)，2008，25（4）：88-90.
[4]仇佩亮.信息論與編碼[M].北京：高等教育出版社，2011.
[關(guān)鍵詞]圖像壓縮；圖像編碼；壓縮標(biāo)準(zhǔn)
中圖分類號(hào)：Tp311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-914X（2014）45-0358-01
0 引言
當(dāng)今社會(huì)正處于高速發(fā)展的信息時(shí)代，而信息本身就需要進(jìn)行存儲(chǔ)、圖像信息是人類認(rèn)識(shí)世界和感知世界的重要源泉。圖像具有確切性、直觀性、高效性、時(shí)空性等特征，圖像信息的這些特性導(dǎo)致它的數(shù)據(jù)量特別龐大。圖像壓縮就是對(duì)數(shù)值矩陣進(jìn)行處理，用相對(duì)少的數(shù)據(jù)來表示這個(gè)數(shù)值矩陣。這個(gè)過程要在圖像數(shù)據(jù)存儲(chǔ)、處理和傳輸之前進(jìn)行，在這之后要對(duì)壓縮過的圖像進(jìn)行解壓縮來重建圖像，這就是圖像壓縮和解壓縮，也稱圖像編碼和圖像解碼。
1 圖像壓縮的原理
從信息論的觀點(diǎn)來看，圖像作為一個(gè)信源，描述信源的數(shù)據(jù)是信息量和信息冗余量之和。所以在圖像數(shù)據(jù)的表示中存在著大量的冗余，如時(shí)間冗余、空間冗余、知識(shí)冗余、視覺冗余等，可以利用圖像本身的一些特點(diǎn)和人眼的視覺特性，去除這些冗余數(shù)據(jù)就可以使原始圖像數(shù)據(jù)量極大的減少，從而解決圖像數(shù)據(jù)量龐大的問題，實(shí)現(xiàn)圖像數(shù)據(jù)壓縮。
2 經(jīng)典圖像編碼
2.1 變換編碼
很多圖像編碼的原理是通過消除圖像的冗余度來達(dá)到壓縮的目的，而變換編碼則是改變了冗余度的表達(dá)方法，將原始數(shù)據(jù)用另一種更加緊湊的方法表示，有時(shí)可以實(shí)現(xiàn)更高的數(shù)據(jù)壓縮。離散余弦變換（DCT）即是一種分形變換編碼。DTC的出色之處是能將大部分圖像分成像塊，使像塊的能量集中到少數(shù)低頻DTC系數(shù)上，這樣一來DCT可以將圖像的能量很大程度的集中在一起，為壓縮打下了基礎(chǔ)。
2.2 嫡編碼
嫡編碼的原理是根據(jù)消息或消息序列出現(xiàn)概率的分布特性來尋找概率和碼字長度間的最優(yōu)匹配。游程編碼、霍夫曼編碼和算術(shù)編碼等都是目前使用較多的嫡編碼。
3 現(xiàn)代圖像編碼
現(xiàn)代圖像編碼和經(jīng)典圖像編碼的區(qū)別之處在于它不是像經(jīng)典圖像編碼那樣盡量去除圖像的相關(guān)性，而是利用圖像的相關(guān)性進(jìn)行編碼。
3.1 分形編碼
分形編碼是一種直接在空間域?qū)ふ也⒆畲笙薅鹊乩脠D像的自相似性的編碼方法。
3.2 模型基圖像編碼
模型基圖像編碼主要是利用圖像的區(qū)域、輪廓等二維特征以及形狀、運(yùn)動(dòng)軌跡等三維特征進(jìn)行建模，然后對(duì)圖像和模型進(jìn)行分析得出模型的各種參數(shù)，再對(duì)參數(shù)進(jìn)行編碼傳輸，解碼端則由圖像綜合恢復(fù)出圖像。這種編碼方式可以實(shí)現(xiàn)較高的壓縮比，圖像的恢復(fù)質(zhì)量也有了大大的提高。
3.3 小波變換技術(shù)
小波變換理論是新的數(shù)學(xué)分支，其基本思想是將原始圖像通過一族小波函數(shù)轉(zhuǎn)換為小波域的系數(shù)，再通過略去某一閾值下的系數(shù)，保留部分原始能量保留較多的系數(shù)來壓縮圖像。在小波變換中，圖像被分解為不同空間、不同頻率的子圖像，一幅圖像每經(jīng)過一次小波變換，圖像就被分解為四幅大小為原來的四分之一的小塊頻帶區(qū)域，再將這四幅子圖針對(duì)人的視覺特點(diǎn)分別進(jìn)行不同的編碼處理，可以得到比較高的壓縮比和好的壓縮質(zhì)量。
4 圖像壓縮的分類
圖像壓縮一般根據(jù)圖像數(shù)據(jù)是否有丟失分為有損壓縮和無損壓縮兩類，無損壓縮是理想的壓縮方法（無信息丟失），也稱可逆壓縮。有損壓縮也稱不可逆壓縮，經(jīng)過有損壓縮后，重建圖像中像素的值和原始圖像中對(duì)應(yīng)的像素的值不完全相等，圖像會(huì)發(fā)生畸變。
圖像無損壓縮編碼方法可分為兩大類：基于統(tǒng)計(jì)概率的算法和基于字典技術(shù)的算法。基于統(tǒng)計(jì)概率的算法是根據(jù)信息論中的變長編碼定理和信息嫡的相關(guān)知識(shí)，用較短的代碼代表出現(xiàn)概率大的符號(hào)，用較長代碼代表出現(xiàn)概率小的符號(hào)，從而實(shí)現(xiàn)數(shù)據(jù)壓縮。而基于字典技術(shù)生成的文件包含的是定長編碼，每個(gè)碼代表原文件中的一個(gè)特定序列。
和無損壓縮不同的是，有損壓縮編碼在圖像進(jìn)行解碼還原之后的準(zhǔn)確度上要求沒有那個(gè)高，因此會(huì)產(chǎn)生一定程度上的失真，但這種編碼方式可以提高圖像的壓縮能力。一般情況下，這種失真人眼看起來可能會(huì)比較明顯，也可能不明顯，不管是哪種，只要在人眼的容忍范圍之內(nèi)，就說明這種壓縮時(shí)可行的。
5 圖像壓縮標(biāo)準(zhǔn)
隨著圖像處理技術(shù)的發(fā)展，研究人員提出了多種圖像壓縮標(biāo)準(zhǔn)。常用的圖像壓縮標(biāo)準(zhǔn)分為靜止圖像壓縮標(biāo)準(zhǔn)和視頻圖像壓縮標(biāo)準(zhǔn)。
目前最常用的靜止圖像壓縮標(biāo)準(zhǔn)是JPEG圖像壓縮標(biāo)準(zhǔn)。JPEG標(biāo)準(zhǔn)定義基于DCT得有損基本編碼系統(tǒng)、面向大規(guī)模壓縮得擴(kuò)展的編碼系統(tǒng)和面向可逆壓縮的無損獨(dú)立編碼系統(tǒng)。JPEG具有有失真和無失真兩種編碼解碼的處理方式，其中無失真得到的解碼后圖像和原圖像數(shù)據(jù)基本相同，但壓縮率較低，而有失真可以實(shí)現(xiàn)高的壓縮比，但同時(shí)可能會(huì)導(dǎo)致圖像的失真較明顯。壓縮比的高低可以在算法中改變壓縮參數(shù)來調(diào)整。JPEG標(biāo)準(zhǔn)的計(jì)算量不算很大，算法也易于實(shí)現(xiàn)，所以具有較好的實(shí)用性能。
隨著多媒體技術(shù)的快速發(fā)展和廣泛應(yīng)用，為滿足用戶對(duì)更高壓縮效率和對(duì)壓縮圖像的互動(dòng)性和可伸縮性的要求，JPEG2000應(yīng)運(yùn)而生的。
JPEG2000標(biāo)準(zhǔn)可以實(shí)現(xiàn)很高的壓縮性能，它還具有只對(duì)感興趣區(qū)域編碼、可進(jìn)行有損壓縮和無損壓縮、對(duì)錯(cuò)誤的魯棒性、對(duì)碼流做隨機(jī)訪問等特性。靈活使用這些特征，不僅可以達(dá)到很高的壓縮比，還可以滿足在移動(dòng)和網(wǎng)絡(luò)環(huán)境下交互操作和可伸縮性的要求。JPEG2000的需求針對(duì)性以及技術(shù)先進(jìn)性保證了它光明的應(yīng)用前景。
6 圖像壓縮性能的評(píng)價(jià)
一個(gè)圖像壓縮方法性能的評(píng)價(jià)主要從兩個(gè)方面來衡量：壓縮比和圖像質(zhì)量評(píng)價(jià)。壓縮比就是原始圖像文件大小與壓縮后生成文件大小的比值，比值越大，說明壓縮率越高。圖像質(zhì)量評(píng)價(jià)一般是通過保真度準(zhǔn)則來判斷。保真度準(zhǔn)則有兩種：客觀保真度準(zhǔn)則和主觀保真度準(zhǔn)則。
6.1 客觀保真度準(zhǔn)則
客觀保真度準(zhǔn)則是對(duì)解碼圖像和原始圖像的誤差進(jìn)行定量計(jì)算的一種衡量標(biāo)準(zhǔn)，一般是對(duì)整個(gè)圖像或者圖像中的某個(gè)指定區(qū)域進(jìn)行某種平均計(jì)算得到均方誤差。
6.2 主觀保真度準(zhǔn)則
圖像經(jīng)壓縮編碼和解碼還原之后，圖像質(zhì)量的好壞還有一個(gè)直接的評(píng)價(jià)者就是人眼，因此人的主觀印象也是衡量一個(gè)圖像壓縮編碼的重要因素。主觀保真度準(zhǔn)則的實(shí)施過程是選定若干評(píng)價(jià)者對(duì)待評(píng)圖像打分，對(duì)這些分?jǐn)?shù)求個(gè)平均值可以得到主觀評(píng)價(jià)分。但因?yàn)閭€(gè)體評(píng)價(jià)會(huì)受到個(gè)人喜好、光線、距離等因素的影響，很難對(duì)其制定一個(gè)統(tǒng)一的標(biāo)準(zhǔn)，所以圖像的主觀質(zhì)量評(píng)價(jià)方法受到了一定的限制。
參考文獻(xiàn)
[1] 張偉.基于小波變換的圖像壓縮系統(tǒng)研究[D].廈門大學(xué)碩士論文.2005.2.
[2] 向輝.基于小波理論的圖像壓縮算法研究[D].華東師范大學(xué)碩士論文.2006.7.
[3] 張躍飛.基于稀疏分解的圖像壓縮[D].西南交通大學(xué)碩士論文.2006.9.
[4] 雷萌.數(shù)據(jù)壓縮算法的比較研究[J].2014.11.
注：基金項(xiàng)目：2012年民族學(xué)院校內(nèi)項(xiàng)目“基于哈希表的數(shù)據(jù)壓縮算法研究”，項(xiàng)目編號(hào)：12myZ05
作者簡介
【關(guān)鍵詞】正交頻分復(fù)用（OFDM）多徑干擾噪音降解
一、OFDM的簡單介紹
OFDM是正交頻分復(fù)用技術(shù)（Orthogonal Frequency Division Multiplexing）的縮寫，OFDM是基于多路載波的新型信號(hào)調(diào)制傳輸技術(shù)，具體是將信號(hào)數(shù)據(jù)分解成多個(gè)相互獨(dú)立的子信號(hào)流，各子信號(hào)流將以相對(duì)低很多的流量傳輸，多個(gè)子信號(hào)流以較低流量并行傳輸是OFDM的典型特征，相對(duì)于傳統(tǒng)的單載波系統(tǒng)，多載波模式可以大幅度擴(kuò)展信道容量。上世紀(jì)60年代，關(guān)于多載波調(diào)制傳輸技術(shù)的理論工作就已經(jīng)展開，通信技術(shù)專家論證了盡管多載波傳輸存在信號(hào)干擾，但仍可大幅度優(yōu)化信息傳輸系統(tǒng)的性能。七零年代初，OFDM首次被已專利形式確定下來，1971年Weinstein和Ebert采用離散傅氏變換實(shí)現(xiàn)了多載波調(diào)制，該方法發(fā)表在了IEEE雜志上，之后的十多年內(nèi)，雖然人們深入研究了如何在移動(dòng)通信領(lǐng)域運(yùn)用多載波調(diào)制技術(shù)，但由于當(dāng)時(shí)數(shù)字信號(hào)處理技術(shù)及高效信號(hào)調(diào)制技術(shù)沒有跟上，多載波傳輸技術(shù)并沒有被廣泛應(yīng)用。這一情況直到上世紀(jì)九十年代才被改觀，從此OFDM技術(shù)受到重視并被廣泛應(yīng)用開來。
OFDM技術(shù)相對(duì)于傳統(tǒng)的單載波系統(tǒng)，雖然有效地?cái)U(kuò)展了信道容量，但多徑傳播各路信號(hào)難以事先關(guān)聯(lián)，不可避免出現(xiàn)子信道信號(hào)相互干擾，如何消除各種干擾稱為噪音降解。
二、噪信降解準(zhǔn)備之離散多音頻（DMT）技術(shù)
OFDM最先采用頻率不同的子路載波傳輸單個(gè)高容量信息流，而不是分別用各路徑傳輸相異子信息流，那種情況下，發(fā)射端采用并行發(fā)射，單一信道內(nèi)可將此種并行發(fā)射傳送技術(shù)與單載波高容量串行傳送進(jìn)行比較，若簡單借助多組發(fā)射機(jī)和接收機(jī)來實(shí)現(xiàn)，成本會(huì)非常高，后來人們實(shí)現(xiàn)了將9點(diǎn)的QAM調(diào)制技術(shù)應(yīng)用于多載波調(diào)制系統(tǒng)上，接收端使用子信道相關(guān)性檢測(cè)，子載波間的頻率間距取決于碼元編解速率，使頻譜利用率達(dá)到了優(yōu)化。
離散傅氏變換技術(shù)是將輸入信號(hào)分組，使各組數(shù)據(jù)包含n個(gè)復(fù)數(shù)碼元，每組的一個(gè)復(fù)數(shù)碼元占用一個(gè)子信道，接收端先對(duì)輸入信號(hào)取樣，然后對(duì)每組數(shù)據(jù)實(shí)施離散傅里葉變換，復(fù)原原信號(hào)。這種模式的OFDM稱為DMT，即離散多音頻，DMT技術(shù)主要優(yōu)勢(shì)是基于FFT算法的優(yōu)越性，理論上講，n碼元FFT僅耗用nlogn次乘法運(yùn)算，直接采用DFT所需的運(yùn)算為n2量級(jí)。
近20年來，OFDM技術(shù)，特別是DMT技術(shù)，已經(jīng)被廣泛運(yùn)用到各種通信技術(shù)中，如今，DMT已被用作ADSL的標(biāo)準(zhǔn)技術(shù)。
三、多載波信道噪音降解
OFDM技術(shù)配合適當(dāng)?shù)木幋a技術(shù)及交織技術(shù)，可有效抵抗無線信道的干擾，在無線通信高速傳輸技術(shù)中，頻率響應(yīng)曲線一般不是平坦的，OFDM的主要想法是將給定信道在頻域內(nèi)分解成相互正交的子信道，每個(gè)子信道用一個(gè)子載波調(diào)制，各子載波并行傳輸。即使總信道不是平坦的，但能保證每個(gè)子信道的相對(duì)平坦性，由于子信道窄帶傳輸，信號(hào)帶寬顯著小于信道帶寬，大大消除了子信號(hào)間的干擾。
將高速率、高容量的數(shù)據(jù)流分解為多子路徑低速率、低容量數(shù)據(jù)流，各子信號(hào)流數(shù)據(jù)采用相互獨(dú)立調(diào)制并迭加在一起構(gòu)成發(fā)送信號(hào)，由于信道速率及容量降低，同時(shí)碼元周期增大，多徑干擾將較少地遺傳到下一碼元，這樣就降低了多徑時(shí)延在信號(hào)碼元中所占百分比，削弱了多徑干擾對(duì)信號(hào)傳輸系統(tǒng)的影響。實(shí)驗(yàn)顯示，依據(jù)802.11a標(biāo)準(zhǔn)指定的編碼交織工序以及對(duì)應(yīng)的解碼解交織工序，完全恢復(fù)了原來的信息信號(hào)。下圖是示波器所顯示的雙探頭觀測(cè)結(jié)果，比較兩路波形，信號(hào)在靈敏度內(nèi)不見有差異。
要加快OFDM功率譜帶之外的部分下降速度，需對(duì)OFDM符號(hào)實(shí)施加窗處理，加窗處理可以使周期邊緣幅度漸變至零，升余弦窗函數(shù)表示為式（1）：（1）
Ts指加窗前的符號(hào)長度，β為滾降因子，（1+β）Ts指加窗后的符號(hào)長度。
下面的式（2）常用來刻畫OFDM之輸出信號(hào)的等效
由式（2）所刻畫的OFDM信號(hào)有一個(gè)缺點(diǎn)：功率譜帶外干擾衰減速度太慢，雖然增加子載波數(shù)可加快功率譜帶外干擾衰減速度，但若不采用加窗技術(shù)，效果仍不夠理想。
實(shí)際通信過程中，加窗過程如下：
（1）在n數(shù)字調(diào)制好的信號(hào)符后面補(bǔ)零，形成n個(gè)輸入樣本值序列。
（2）對(duì)樣本值序列實(shí)施IFFT運(yùn)算，將輸出信號(hào)最后的前綴分別植入對(duì)應(yīng)的OFDM符號(hào)之前，再將IFFT輸出信號(hào)最前面Tpostfix樣值植入到OFDM符號(hào)之后。
（3）將OFDM符號(hào)與式子（1）定義的升余弦窗函數(shù)棕（t）時(shí)域相乘。
（4）將經(jīng)加窗后的OFDM符延時(shí)Ts，與前一個(gè)經(jīng)加窗后的OFDM符號(hào)相加，相鄰的兩個(gè)OFDM符號(hào)之間會(huì)存在寬帶為βTs的重疊區(qū)。
多載波調(diào)制（MCM）技術(shù)是將具有某一帶寬的非線性信道分解為N個(gè)近似子信道，每個(gè)子信道是近似線性的，每個(gè)子信道以低速碼（1/N碼元速率）進(jìn)行數(shù)據(jù)傳輸，低速率傳輸數(shù)據(jù)碼元周期長，只要時(shí)延值與碼元周期的比值小于某一定值，符間串?dāng)_就不會(huì)明顯。本質(zhì)上講，MCM對(duì)信道的時(shí)延擴(kuò)散不敏感，用MCM即使不采用均衡器也可獲得較好的性能。
由香農(nóng)公式可知，子信道頻率響應(yīng)為近似線性信道時(shí)，信道容量幾乎達(dá)到最大值。每個(gè)子信道中，發(fā)射功率譜密度可依據(jù)信道特性決定，各信道獨(dú)立編碼，再采用適應(yīng)于該子信道映射模式實(shí)現(xiàn)信號(hào)傳輸―――信噪比較高時(shí)采用MQAM映射模式，信噪比較低時(shí)采用BPSK或QPSK的映射模式。另外，頻率間距Δf足夠小時(shí)，C（f）幾乎為常數(shù)，接收端不必要采用均衡算法補(bǔ)償，此時(shí)符間串?dāng)_已經(jīng)可以忽略。
參考文獻(xiàn)
[1] Sunborg J. Universal Personal Telecommunication（UPT），“Concept and Standardisation.”，Erisson Review， 1993， p.70-74
[2] John G. Proakis.張力軍，張宗橙，鄭寶玉譯. Digital Communication （Third Editon）[M].電子工業(yè)出版社，1999，2.，p.552-560
[3]姜丹.信息論與編碼[M].中國科學(xué)技術(shù)大學(xué)出版社，2001，pp.125-130
[4]呂浚哲. OFDM的信道均衡技術(shù)[D].西安電子科技大學(xué)碩士學(xué)位論文，2001.1
關(guān)鍵詞：大學(xué)；創(chuàng)新教育；指標(biāo)體系
【中圖分類號(hào)】G40-034
一、大學(xué)創(chuàng)新教育評(píng)價(jià)研究背景和現(xiàn)狀
2010年6月，《國家中長期人才發(fā)展規(guī)劃綱要（2010-2020年）》頒布實(shí)施，創(chuàng)新機(jī)制是《人才綱要》中人才發(fā)展的指導(dǎo)方針之一，營造創(chuàng)新文化和創(chuàng)新人才培養(yǎng)機(jī)制，最大限度地解放人的創(chuàng)造性，是我國教育改革與發(fā)展面臨的最大挑戰(zhàn)。
對(duì)于創(chuàng)新教育，朱永新、楊樹兵教授認(rèn)為：創(chuàng)新教育是根據(jù)創(chuàng)新原理，以培養(yǎng)學(xué)生具有一定的創(chuàng)新意識(shí)、創(chuàng)新思維、創(chuàng)新能力以及創(chuàng)新的個(gè)性為主要目標(biāo)的教育理論和方法，使學(xué)生牢固、系統(tǒng)地掌握科學(xué)知識(shí)的同時(shí)發(fā)展他們的創(chuàng)新能力；閻立欽教授認(rèn)為：創(chuàng)新教育是指在基礎(chǔ)教育階段以培養(yǎng)人的創(chuàng)新精神和創(chuàng)新能力為基本價(jià)值取向的教育實(shí)踐。其核心是著重研究和解決如何培養(yǎng)學(xué)生創(chuàng)新意識(shí)、創(chuàng)新精神和創(chuàng)新能力的問題，是素質(zhì)教育的重要組成部分。在創(chuàng)新教育評(píng)價(jià)方面，陳周見在碩士論文中具體論述了創(chuàng)新教育評(píng)價(jià)的基本特征、基本原則與基本方法，從創(chuàng)新教育工作評(píng)價(jià)、創(chuàng)新教育教師評(píng)價(jià)和創(chuàng)造力測(cè)評(píng)三個(gè)方面綜合評(píng)價(jià)創(chuàng)新教育。
創(chuàng)新教育是全面素質(zhì)教育的重要組成部分。我國自90年代提出創(chuàng)新教育理念以來，真正實(shí)施了創(chuàng)新教育并且成績顯著的學(xué)校并不多，大多數(shù)學(xué)校的創(chuàng)新教育仍停留在形式化、平庸化、淺層次的局面。有些學(xué)校雖然開展了一些創(chuàng)新教育的嘗試，但是真正堅(jiān)持下去的極少。其中的原因較多，創(chuàng)新教育評(píng)價(jià)的不完善是其原因之一。創(chuàng)新教育評(píng)價(jià)是實(shí)施創(chuàng)新教育的必不可少的環(huán)節(jié)，沒有關(guān)于創(chuàng)新教育的評(píng)價(jià)就不可能有真正意義上的創(chuàng)新教育。
教育評(píng)價(jià)是以建立在一定的教育價(jià)值觀基礎(chǔ)之上的目標(biāo)體系為依據(jù)，運(yùn)用現(xiàn)代科學(xué)技術(shù)與方法，解析教育系統(tǒng)的狀態(tài)變量，對(duì)其社會(huì)價(jià)值進(jìn)行判斷，并為教育決策提供反饋信息的過程。
創(chuàng)新教育評(píng)價(jià)是以一定的創(chuàng)新教育價(jià)值觀指導(dǎo)下建立的目標(biāo)分類體系為基準(zhǔn)，運(yùn)用現(xiàn)代人文科學(xué)方法及數(shù)學(xué)方法與技術(shù)，解析教育系統(tǒng)狀態(tài)變量，對(duì)創(chuàng)新教育的個(gè)人本體價(jià)值和社會(huì)價(jià)值進(jìn)行評(píng)鑒和判斷，并為教育導(dǎo)向、激勵(lì)和改進(jìn)提供信息反饋的過程。
創(chuàng)新教育評(píng)價(jià)作為一個(gè)研究領(lǐng)域來說是絕不可忽視的。不管是在理論的研究方面，還是在實(shí)踐的探索方面，其意義重大而深遠(yuǎn)。本研究課題主要從實(shí)證方面構(gòu)建大學(xué)創(chuàng)新教育評(píng)價(jià)指標(biāo)體系，將教育對(duì)象、教育內(nèi)容和教育方法等一級(jí)評(píng)價(jià)指標(biāo)細(xì)化為二級(jí)指標(biāo)，理論與實(shí)證研究相結(jié)合，為大學(xué)創(chuàng)新教育的評(píng)估提供實(shí)證依據(jù)，進(jìn)而正確地評(píng)價(jià)我國大學(xué)教育改革的優(yōu)勢(shì)。
二、大學(xué)創(chuàng)新教育評(píng)價(jià)指標(biāo)體系設(shè)置的基本思路
創(chuàng)新機(jī)制是《人才綱要》中人才發(fā)展的指導(dǎo)方針之一，營造創(chuàng)新文化和創(chuàng)新人才培養(yǎng)機(jī)制，最大限度地解放人的創(chuàng)造性，是我國教育改革與發(fā)展面臨的最大挑戰(zhàn)。總書記在慶祝清華大學(xué)建校100周年大會(huì)上發(fā)表重要講話，向各高校提出了"全面提高高等教育質(zhì)量"的要求，大學(xué)教育要在現(xiàn)有基礎(chǔ)上有所創(chuàng)新，與時(shí)俱進(jìn)。這是推動(dòng)教育事業(yè)特別是高等教育科學(xué)創(chuàng)新發(fā)展的綱領(lǐng)性文獻(xiàn)。
大學(xué)教育要把提高質(zhì)量作為教育改革發(fā)展最核心最緊迫的任務(wù)，大力提升人才培養(yǎng)水平，大力增強(qiáng)科學(xué)研究能力，大力服務(wù)經(jīng)濟(jì)社會(huì)發(fā)展，大力推進(jìn)文化傳承創(chuàng)新。要深化教育質(zhì)量問題調(diào)查研究，建立健全適合中國國情、具有國際視野的教育質(zhì)量標(biāo)準(zhǔn)。要健全高等教育質(zhì)量評(píng)價(jià)體系，出臺(tái)高等學(xué)校本科教學(xué)評(píng)估新方案，加強(qiáng)分類評(píng)價(jià)、分類管理、分類指導(dǎo)。要加強(qiáng)教育教學(xué)質(zhì)量監(jiān)管監(jiān)測(cè)，創(chuàng)造條件有關(guān)教育教學(xué)質(zhì)量年度報(bào)告。要積極推動(dòng)協(xié)同創(chuàng)新，鼓勵(lì)高等學(xué)校同科研機(jī)構(gòu)、行業(yè)企業(yè)開展深度合作，加強(qiáng)產(chǎn)學(xué)研用結(jié)合。
因此，大學(xué)創(chuàng)新教育狀況評(píng)價(jià)應(yīng)適合中國國情，建立具有國際化的評(píng)價(jià)標(biāo)準(zhǔn)。本課題正是以《國家中長期人才發(fā)展規(guī)劃綱要（2010-2020年）》為依據(jù)，從大學(xué)教育對(duì)象、教育內(nèi)容和教育方法等方面全面評(píng)價(jià)高校開展創(chuàng)新教育的狀況。
大學(xué)創(chuàng)新教育狀況的評(píng)價(jià)可簡單地表示為：
大學(xué)創(chuàng)新教育狀況指數(shù) = 大學(xué)創(chuàng)新教育對(duì)象指數(shù) + 大學(xué)創(chuàng)新教育內(nèi)容指數(shù) + 大學(xué)創(chuàng)新教育方法指數(shù)。
本課題的大學(xué)創(chuàng)新教育評(píng)價(jià)指標(biāo)體系設(shè)置的基本思路如下圖1和圖2所示。
圖1
圖2
三、大學(xué)創(chuàng)新教育狀況實(shí)證評(píng)價(jià)方法的選取
（一）主觀賦權(quán)法與客觀賦權(quán)法
大學(xué)創(chuàng)新教育狀況的實(shí)證評(píng)價(jià)的關(guān)鍵是對(duì)已選取的各指標(biāo)的權(quán)重的確定。
對(duì)實(shí)際問題選定被評(píng)價(jià)的指標(biāo)后，確定各個(gè)指標(biāo)的權(quán)重系數(shù)，常有以下幾種方法：主觀賦權(quán)法，客觀賦權(quán)法。
主觀賦權(quán)法是由評(píng)價(jià)分析人員根據(jù)自己理解的各項(xiàng)指標(biāo)重要性而賦權(quán)的一類方法，其原始數(shù)據(jù)主要由評(píng)價(jià)分析人員根據(jù)經(jīng)驗(yàn)主觀判斷得到，常見的有專家咨詢法、循環(huán)打分法、排序法、二項(xiàng)系數(shù)法和層次分析法等。
客觀賦權(quán)法是指利用指標(biāo)值所反映的客觀信息確定權(quán)重的一種方法，其原始數(shù)據(jù)由各指標(biāo)在被評(píng)價(jià)對(duì)象中的實(shí)際數(shù)據(jù)形成，常見的有均方差法、主成分分析法、離差最大化法、熵值法、代表計(jì)數(shù)法等。
總體來說，這兩類方法各有優(yōu)缺點(diǎn)：主觀賦權(quán)法客觀性較差，但解釋性強(qiáng)；客觀賦權(quán)法確定的權(quán)系數(shù)雖然大多數(shù)情況下客觀性較強(qiáng)，但有時(shí)會(huì)與各指標(biāo)的實(shí)際重要程度相悖，而且解釋性較差，對(duì)所得的結(jié)果難以給出明確的解釋。
在主觀賦權(quán)中，一般將專家咨詢法與循環(huán)打分法結(jié)合使用，具體做法是：召集或挑選同行業(yè)的一批專家，先讓他們分別根據(jù)個(gè)人的經(jīng)驗(yàn)和主觀感受給每個(gè)指標(biāo)確定一個(gè)權(quán)數(shù)，經(jīng)過處理后，將第一輪的賦權(quán)結(jié)果反饋給各位專家，并進(jìn)行第二輪評(píng)估，如此反復(fù)幾次，直至專家們的評(píng)定意見比較吻合時(shí)為止。
本文中，由于各高校的發(fā)展水平不同，創(chuàng)新教育系統(tǒng)的完善程度相差較大，專家的意見比較分散，專家評(píng)價(jià)時(shí)難以把握分寸，所以不適合運(yùn)用專家咨詢法和循環(huán)打分法來評(píng)價(jià)本課題的指標(biāo)權(quán)重。
層次分析法（AHP）是美國著名運(yùn)籌學(xué)家T·L·Saaty于上世紀(jì)七十年代提出的，它體現(xiàn)了人類決策思維的基本特征：分解、判斷、綜合，并以它的簡潔性、實(shí)用性、適應(yīng)性和系統(tǒng)性得到了世界各國廣泛的應(yīng)用，引起了數(shù)學(xué)界和經(jīng)濟(jì)學(xué)界的高度重視。層次分析法的基本原理則是把復(fù)雜的問題分解為各個(gè)組成元素，將這些元素按支配關(guān)系分組形成有序的遞階層次結(jié)構(gòu)，根據(jù)一定的比率標(biāo)度，通過兩兩比較的方式，將判斷定量化，形成比較判斷矩陣，計(jì)算確定層次中諸元素的相對(duì)重要性，典型的應(yīng)用實(shí)例是綜合評(píng)價(jià)我國的電話網(wǎng)可靠性。
本文中確定了兩個(gè)級(jí)別的指標(biāo)，在評(píng)價(jià)指標(biāo)的權(quán)重過程中，上層指標(biāo)所支配的下層指標(biāo)并沒有出現(xiàn)相互交叉的現(xiàn)象，不能利用主觀判斷的兩兩比較而忽略了實(shí)際所收集數(shù)據(jù)的客觀存在性，還會(huì)導(dǎo)致二級(jí)指標(biāo)的主觀疊加。排序法和二項(xiàng)系數(shù)法都存在主觀排序的步驟，無法建立對(duì)本課題中所收集數(shù)據(jù)的支撐，再者，指標(biāo)（變量）的數(shù)量眾多造成在系數(shù)的計(jì)算上存在困難，所以不適合應(yīng)用于本課題的評(píng)價(jià)體系中。
在客觀賦權(quán)中，均方差法和離差最大化法相對(duì)簡便，結(jié)合使用更能體現(xiàn)它們?cè)跀?shù)據(jù)處理上的優(yōu)越性，均方差在數(shù)值上面的體現(xiàn)就是數(shù)據(jù)在均值上產(chǎn)生的波動(dòng)，如果波動(dòng)（均方差）越大，提供的信息就越多，但是，就本課題來說，指標(biāo)值沒有所謂的閾值，而且沒有統(tǒng)一的量綱，如果利用最大離差法進(jìn)行數(shù)據(jù)歸一化處理后，均方差法處理的標(biāo)準(zhǔn)化數(shù)據(jù)不能代表各指標(biāo)真正的均值和均方差，從而最終的權(quán)值和評(píng)價(jià)結(jié)果可靠性不是最好的。主成分分析法是一種降維的統(tǒng)計(jì)方法，它借助于一個(gè)正交變換，將其分量相關(guān)的原隨機(jī)向量轉(zhuǎn)化成其分量不相關(guān)的新隨機(jī)向量，這在代數(shù)上表現(xiàn)為將原隨機(jī)向量的協(xié)方差陣變換成對(duì)角形陣，在幾何上表現(xiàn)為將原坐標(biāo)系變換成新的正交坐標(biāo)系，使之指向樣本點(diǎn)散布最開的p個(gè)正交方向，然后對(duì)多維變量系統(tǒng)進(jìn)行降維處理，使之能以一個(gè)較高的精度轉(zhuǎn)換成低維變量系統(tǒng)，再通過構(gòu)造適當(dāng)?shù)膬r(jià)值函數(shù)，進(jìn)一步把低維系統(tǒng)轉(zhuǎn)化成一維系統(tǒng)，這在難以量化的指標(biāo)評(píng)價(jià)體系中用得比較頻繁。本課題中未涉及到多維變量，無需利用主成分分析法來進(jìn)行降維處理和線性擬合，簡單的問題復(fù)雜化不符合科學(xué)性規(guī)律，所以不予采用主成分分析法。
熵原本是一熱力學(xué)概念，它最先由申農(nóng)（C.E.Shannon）引入信息論，現(xiàn)已在工程技術(shù)，社會(huì)經(jīng)濟(jì)等領(lǐng)域得到十分廣泛的應(yīng)用。根據(jù)信息論的基本原理，信息是系統(tǒng)有序程度的一個(gè)度量；而熵是系統(tǒng)無序程度的一個(gè)度量，二者絕對(duì)值相等，但符號(hào)相反。如果系統(tǒng)可能處于多種不同狀態(tài)。而每種狀態(tài)出現(xiàn)的概率為Pi （i=1，2，...，m）時(shí)，則該系統(tǒng)的熵就定義為：
顯然，當(dāng)Pi=1/m （i=1，2，...，m），即概率相等時(shí)，熵取得最大值為：
若現(xiàn)設(shè)有m個(gè)待評(píng)項(xiàng)目，n個(gè)評(píng)價(jià)指標(biāo)，形成原始指標(biāo)數(shù)據(jù)矩陣R= （rij）m×n，對(duì)于某個(gè)指標(biāo)rj，有信息熵
不難理解，如果某個(gè)指標(biāo)的熵Ej越小，就表明其指標(biāo)值的變異程度越大，提供的信息量越多，在評(píng)價(jià)體系中所起的作用越大，則其權(quán)重也應(yīng)越大；反之，某個(gè)指標(biāo)的熵Ej越大，就表明其指標(biāo)值的變異程度越小，提供的信息量越少，在評(píng)價(jià)中所起的作用越小，則其權(quán)重也應(yīng)越小。所以在具體分析過程中，可根據(jù)各個(gè)指標(biāo)值的變異程度利用熵來計(jì)算出各個(gè)指標(biāo)權(quán)重，利用各個(gè)指標(biāo)權(quán)重對(duì)所有指標(biāo)進(jìn)行加權(quán)，從而得出較為客觀的評(píng)價(jià)結(jié)果。
綜上所述，熵值法能夠比較充分利用本課題中所收集的數(shù)據(jù)，得到所需的信息量，其原理已經(jīng)闡述過，廣泛地應(yīng)用在企業(yè)經(jīng)營績效評(píng)價(jià)、銀行競(jìng)爭力評(píng)價(jià)系統(tǒng)中，是目前常用的一種指標(biāo)賦權(quán)方法。
最終，本課題采用均方差法和熵值法來分別評(píng)價(jià)知識(shí)產(chǎn)權(quán)競(jìng)爭力狀況，一方面可以比較兩種常用的客觀方法的優(yōu)劣，另一方面驗(yàn)證評(píng)價(jià)結(jié)果的一致性。
（二）利用均方差模型進(jìn)行評(píng)價(jià)的方法
假定需要評(píng)價(jià)某城市m個(gè)年度的知識(shí)產(chǎn)權(quán)發(fā)展和保護(hù)狀況，評(píng)價(jià)指標(biāo)體系包括n個(gè)指標(biāo)。這是一個(gè)由m個(gè)樣本組成，用n個(gè)指標(biāo)做綜合評(píng)價(jià)的問題，對(duì)此，可以建立如下的數(shù)學(xué)模型：
樣本的集合為：
每一樣本（評(píng)價(jià)對(duì)象）ui由n個(gè)指標(biāo)的數(shù)據(jù)表征：
ui = { Xi1，Xi2，...，Xij，...，Xin } （j =1，2，...，n）
采集數(shù)據(jù)，得到評(píng)價(jià)系統(tǒng)的初始數(shù)據(jù)矩陣：
X = { xij } m×n （1）
上式中xij表示第i個(gè)樣本第j項(xiàng)評(píng)價(jià)指標(biāo)的數(shù)值。對(duì)初始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，以消除指標(biāo)的量綱、數(shù)量級(jí)和方向的差異，得到數(shù)據(jù)的標(biāo)準(zhǔn)化矩陣：
X' = { x'ij } m×n （2）
上式中x'ij為xij的標(biāo)準(zhǔn)數(shù)據(jù)。將指標(biāo)標(biāo)準(zhǔn)數(shù)據(jù)轉(zhuǎn)化為概率值，得到概率矩陣：
由概率矩陣計(jì)算各指標(biāo)的均值E（）：
由各指標(biāo)的均值計(jì)算它們的均方差：
根據(jù)得出各指標(biāo)的權(quán)重：
用第j項(xiàng)指標(biāo)權(quán)重，與標(biāo)準(zhǔn)化矩陣中的第i個(gè)樣本第j項(xiàng)評(píng)價(jià)指標(biāo)接近度的乘積作為的評(píng)價(jià)值，即：
第i個(gè)樣本的評(píng)價(jià)值
顯然，越大，樣本的效果越好。最終比較所有的數(shù)值，即可得到評(píng)價(jià)結(jié)論。
對(duì)于多層結(jié)構(gòu)的評(píng)價(jià)系統(tǒng)，由于均方差的不可相加性，利用最底層結(jié)構(gòu)指標(biāo)的均方差值來計(jì)算上層結(jié)構(gòu)指標(biāo)的評(píng)價(jià)值，若上層結(jié)構(gòu)的某一指標(biāo)包含n'個(gè)最底層結(jié)構(gòu)的指標(biāo)，那么該指標(biāo)的評(píng)價(jià)值為：
（三）利用熵值模型進(jìn)行運(yùn)行績效評(píng)價(jià)的方法1
熵值模型評(píng)價(jià)方法的前兩個(gè)步驟與均方差模型相同，由此接下去，
P = {pij} m×n （3）'
式中常數(shù)K與系統(tǒng)的樣本數(shù)m有關(guān)。對(duì)于一個(gè)信息完全無序的系統(tǒng)，有序度為零，e=1，當(dāng)m個(gè)樣本處于完全無序分布狀態(tài)時(shí)，由此得出
某項(xiàng)指標(biāo)的信息效用價(jià)值取決于該指標(biāo)的信息熵與1之間的差值
'
利用熵值法估算各指標(biāo)的權(quán)重，其本質(zhì)還是利用該指標(biāo)信息的價(jià)值系數(shù)來計(jì)算的，其價(jià)值系數(shù)越高，對(duì)評(píng)價(jià)的重要性就越大。最后可以得到第j項(xiàng)指標(biāo)的權(quán)重為：
用第j項(xiàng)指標(biāo)權(quán)重，與標(biāo)準(zhǔn)化矩陣中的第i個(gè)樣本第j項(xiàng)評(píng)價(jià)指標(biāo)接近度的乘積作為的評(píng)價(jià)值，即：
第i個(gè)樣本的評(píng)價(jià)值
同樣，越大，樣本的效果越好。最終比較所有的數(shù)值，即可得到評(píng)價(jià)結(jié)論。
對(duì)于多層結(jié)構(gòu)的評(píng)價(jià)系統(tǒng)，根據(jù)熵的可加性，可以進(jìn)行層次結(jié)構(gòu)分析，利用下層結(jié)構(gòu)的指標(biāo)信息效用值，按比例確定對(duì)應(yīng)于上層結(jié)構(gòu)的權(quán)重?cái)?shù)值。以兩層指標(biāo)體系為例，對(duì)下層指標(biāo)的效用值求和，記作（k=1，2，...，q）。
下層指標(biāo)對(duì)應(yīng)于上層結(jié)構(gòu)的權(quán)重為：
（9）'
若下層指標(biāo)的評(píng)價(jià)值為，則下層指標(biāo)對(duì)應(yīng)于上層結(jié)構(gòu)的評(píng)價(jià)值為：
（10）'
[論文摘要]從文獻(xiàn)考據(jù)學(xué)角度，對(duì)“信息”一詞源流加以考證，指出并修正當(dāng)前學(xué)術(shù)界存在的一些誤讀、誤判。通過探究“信息”一詞在我國古典文獻(xiàn)中的詳細(xì)出處，提出“信息”一詞最早辭源出自唐朝崔備的《清溪路中寄諸公》中這一論點(diǎn)。進(jìn)而對(duì)“信息”一詞的內(nèi)涵、發(fā)展、演變進(jìn)行剖析并得出結(jié)論：一切事物包括自然界和人類社會(huì)都會(huì)產(chǎn)生信息，信息不是事物的本身，而是由事物發(fā)出的由接收者感知、分析、判斷出的消息、情報(bào)、數(shù)據(jù)、指令、信號(hào)等當(dāng)中所包含的內(nèi)容。
當(dāng)今社會(huì)已進(jìn)入“信息爆炸”、“信息革命”的時(shí)代，信息可謂無處不在無時(shí)不有。隨之而來則是對(duì)“信息”的研究猶如雨后春筍一般，并漸成顯學(xué)，出現(xiàn)了諸如“信息學(xué)”、“信息管理學(xué)”、“信息傳播學(xué)”、“信息法學(xué)”、“信息哲學(xué)”等一系列成熟或半成熟的學(xué)科。我國在這一領(lǐng)域的研究起步較晚，但目前亦取得了一些可喜成果。當(dāng)然在這些成果中，也存在不少學(xué)術(shù)爭議，如關(guān)于“信息”一詞的辭源等。本文力圖從文獻(xiàn)考據(jù)學(xué)角度出發(fā)，對(duì)“信息”一詞的起源、發(fā)展及內(nèi)涵做一定的研究和分析，以期修正當(dāng)前相關(guān)學(xué)術(shù)成果中關(guān)于“信息”一詞的誤讀、誤判。
1、“信息”的源流
在研究信息科學(xué)時(shí)，一般都會(huì)提到“信息”一詞的起源。對(duì)于起源問題，目前在學(xué)術(shù)界有兩種代表性觀點(diǎn)：其一為“李中說”，即許多學(xué)者普遍認(rèn)同的一種觀點(diǎn)，認(rèn)為“信息”一詞出自唐代詩人李中《碧云集·暮春懷故人》中的“夢(mèng)斷美人沉信息，目穿長路倚樓臺(tái)”。關(guān)于“李中說”也有兩個(gè)版本，一為“南唐李中主”；二為“中唐詩人李中”。其二為“陳壽說”，即司有和先生在其專著《信息管理學(xué)》(以下簡稱“司文”)一書中提出的新觀點(diǎn)，認(rèn)為“信息”一詞出自陳壽《三國志》中的“正數(shù)欲來，信息甚大”。
關(guān)于此兩種觀點(diǎn)，中國人民大學(xué)檔案學(xué)院的王英瑋老師已經(jīng)在《“信息”一詞源流考》中有過論述，現(xiàn)將其考證結(jié)論總結(jié)如下：
“信息”一詞早在唐代就已經(jīng)被人們普遍利用，而李中為五代十國時(shí)的南唐詩人，因此“信息”辭源絕非可能出自李中的《碧云集·暮春懷故人》一文。(筆者注：王老師在其文“幾點(diǎn)結(jié)論”中所寫的“南唐(后唐)詩人李中”的說法有誤，南唐并不等同于后唐。后唐(923－936)在南唐之前，為李存勖所建。)
司有和先生批駁“李中說”的考證基本可信，但關(guān)于南唐的立國時(shí)間記述有誤，南唐的立國時(shí)間為937－975年而非902－929年。
“司文”中的“正數(shù)欲來，信息甚大”引語中的“數(shù)”為訛文，應(yīng)當(dāng)為“叔”，“正叔”乃北宋學(xué)者程頤之“字”。該引語中所說“信息”一詞，實(shí)際上出自北宋學(xué)者朱熹的《二程外傳》而非陳壽的《三國志》，所以并不早于南唐李中詩句中所提到的“信息”一詞；《三國志》中也并不存在“信息”一詞，“司文”中的引語實(shí)為誤引。
“信息”一詞的辭源，當(dāng)不晚于南北朝時(shí)期的梁朝，即公元502－557年。其依據(jù)為：清代學(xué)者嚴(yán)可均編纂的《全梁文·卷五十二》中有“信息”一詞的記錄，原文為：“玲瓏綺構(gòu)，無風(fēng)自響，不拂而凈，耽耽肅肅，信息心之勝地……”。
筆者根據(jù)王英瑋老師的研究思路曾仔細(xì)核對(duì)其考證結(jié)果，對(duì)于以上四點(diǎn)總結(jié)只同意前三點(diǎn)，而最后一點(diǎn)不敢茍同。經(jīng)考證所謂“信息心之勝地”等語，其實(shí)早在唐代的《藝文類聚》第七十七卷中《內(nèi)典下·寺碑》中就有記載，原文摘錄如下：“梁／王僧孺／中寺／碑／曰：……威風(fēng)鏗鏘，如鳴更戢；旁攀鏤檻，斜登鈿砌；煜爚金鋪，玲瓏綺樽；無風(fēng)自響，不拂而凈。耽耽肅肅，信息心之勝地；穆穆愔愔，固忘想之嘉所……”根據(jù)文章含義分析及駢文寫作規(guī)律，可以看出文中“信息心之勝地”句讀讀法為“信／息心／之／勝地”而非“信息／心／之／勝地”，應(yīng)該是和下旬“固／忘想／之／嘉所”相互對(duì)應(yīng)的。所以此處表面上雖然出現(xiàn)了“信息”二字，但實(shí)際上“信息”一詞的本義并沒有出現(xiàn)。所以王英瑋老師關(guān)于“信息”辭源“當(dāng)不晚于南北朝時(shí)期的梁朝”的觀點(diǎn)就失去了其論據(jù)，這一點(diǎn)是值得商榷的。
“信息”一詞的最早辭源根據(jù)目前研究成果及筆者收集掌握的資料，早在南唐李中之前的唐朝就有六位詩人用過信息一詞，分別為崔備(生卒年不詳，建中二年(781年)進(jìn)士及第)、杜牧(803—853)、陸龜蒙(?一881年)、馬戴(生卒年不詳，會(huì)昌四年進(jìn)士及第)、唐彥謙(生卒年不詳，晚唐，咸通時(shí)，舉進(jìn)士十余年不第；光啟末，貶漢中掾曹)和魚玄機(jī)(843?—868)，根據(jù)其生活年代考察可知崔備出生最早。因此可得出，目前有據(jù)可查的、最早使用“信息”一詞的文獻(xiàn)當(dāng)為崔備《清溪路中寄諸公》中的“別來無信息，可謂井瓶沉”。
值得一提的是明朝羅貫中所著《三國演義》第二十五回和第九十九回分別提到張遼和司馬懿口中說出的“信息”一詞，雖說《三國演義》是明朝人寫的漢末三國時(shí)期的文學(xué)故事，但根據(jù)人們對(duì)《三國演義》“七分史實(shí)三分虛構(gòu)”的評(píng)價(jià)，我們可以揣測(cè)張遼和司馬懿能說出“信息”二字也是可能的。如果以此推測(cè)，“信息”一詞在漢朝時(shí)人們就開始使用了，當(dāng)然這樣的推測(cè)不足為史實(shí)依據(jù)。
2、“信息”的發(fā)展
2.1 “信息”一詞在唐詩宋詞元曲中由微漸廣
“信息”一詞在唐代出現(xiàn)之后，并沒有立即得到廣泛使用。據(jù)作者現(xiàn)有資料統(tǒng)計(jì)，在唐代只有六位詩人各使用過一次，五代時(shí)一位作者使用一次。但是到兩宋以后，這個(gè)詞語的使用就得到了迅猛發(fā)展，不但使用的人數(shù)大量增長，而且被同一作者多次運(yùn)用，例如蘇軾、楊萬里、黃裳、史達(dá)祖、柳永等就反復(fù)使用。據(jù)粗略統(tǒng)計(jì)，兩宋期間使用該詞語的作者就有九十多人，使用次數(shù)達(dá)一百一十余次。元朝立國時(shí)間雖然短暫，但該詞已經(jīng)深入人心，得到了繼續(xù)沿用。參見史藥房的《水龍吟》、尹志平的《江城子·義州作》和王實(shí)甫的《西廂記》等作品。
2.2“信息”一詞在明清時(shí)期得到廣泛使用
明清時(shí)期，“信息”一詞不僅如唐伯虎這樣的文人墨客、風(fēng)流才子喜歡使用，如在其《題畫三首》詩詞中有“迂疏任是傍人笑，要探梅花信息難”之句。就連江湖豪杰如魯達(dá)、武松；閨閣兒女如鳳姐、黛妹；市井小民如四兒、五娘；奴才丫鬟如賴大、平兒；甚至是神仙鬼怪如孫猴、黃獅等，也都在廣泛使用，習(xí)以為常到脫口而出。這一點(diǎn)在《水滸傳》、《紅樓夢(mèng)》、《七俠五義》、《三國演義》、《三言二拍》、《聊齋志異》、《西游記》等小說人物對(duì)白中可得到映證。例如《紅樓夢(mèng)》第十六回“賈元春才選鳳藻官秦卿夭逝黃泉路”中有：賈母便喚進(jìn)賴大來細(xì)問端的。賴大稟道：“小的們只在臨敬門外伺候，里頭的信息一概不能得知……”從引文中可以看出，“信息”一詞十分自然地出于賴大之口，說明它在當(dāng)時(shí)民間口語中已經(jīng)普及，而不僅僅是文人筆下“高雅”之詞語了。
2.3“信息”一詞至現(xiàn)代已拓展到社會(huì)各個(gè)領(lǐng)域
二次世界大戰(zhàn)特別是20世紀(jì)40年代后期，隨著信息論、控制論、系統(tǒng)論的問世，申農(nóng)(.E.Shannon)、維納(Norbert Wiener)等人把“信息”一詞從普通用語轉(zhuǎn)變成為具有特定意義的科學(xué)術(shù)語。特別是20世紀(jì)80年代前后，隨著貝爾、奈斯比特、托夫勒等人把“信息”融合于社會(huì)的各個(gè)領(lǐng)域，“信息社會(huì)”、“后工業(yè)社會(huì)”、“第三次浪潮”、“成熟社會(huì)”等學(xué)說更使“信息”成為描述與預(yù)測(cè)社會(huì)發(fā)展的重要因素，成為社會(huì)眾所矚目的事物。目前，“信息”一詞已不是單純的科學(xué)術(shù)語或技術(shù)名詞，而是社會(huì)共有的、普遍化的術(shù)語，它已經(jīng)深入到社會(huì)各個(gè)領(lǐng)域了。
轉(zhuǎn)貼于
3、“信息”內(nèi)涵
3.1“信息”通常泛指“消息”、“音訊”、“情況”等
例如李清照的“不乞隋珠與和璧，只乞鄉(xiāng)關(guān)新信息”，此處泛指故國家鄉(xiāng)的消息、音訊或情況。又如《水滸傳》第六回“九紋龍剪逕赤松林魯智深火燒瓦罐寺”中——智深道：“兄弟，須要分手。灑家投東京去，你休相送。你打華州，須從這條路去。他日卻得相會(huì)。若有個(gè)便人，可通個(gè)信息來往。”——這里的“信息”是泛指九紋龍別后的音訊、消息。這是“信息”內(nèi)涵的泛指，也是其最普遍、最通用、最主要的含義，直到當(dāng)今信息社會(huì)這層含義仍然占據(jù)重要地位。
3.2“信息”特指“消息”、“音訊”、“情況”等
例如《三國演義》第二十五回“屯土山關(guān)公約三事救白馬曹操解重圍”中——(張)遼又曰：“(關(guān)羽)但知玄德信息，雖遠(yuǎn)必往。”操搖首日：“然則吾養(yǎng)云長何用?此事卻難從。”——此處的“信息”特指有關(guān)劉備“去向”的消息，而不是指其它的消息，這是“信息”一詞內(nèi)涵的特指。
3.3“信息”在發(fā)展過程中出現(xiàn)“情報(bào)”的含義
例如《三國演義》第九十九回——(司馬)懿月 ：“蜀兵千里而來，利在速戰(zhàn)；今來此不戰(zhàn)，必有謀也。隴西諸路，曾有信息否?”——這里的“信息”，就不僅僅是一般的“消息、音訊、訊息”的意義了，它已經(jīng)具有了軍事情報(bào)的含義，這是“信息”內(nèi)涵的擴(kuò)展。
3.4“信息”有時(shí)也代指“書信”
例如宋代程公許《去歲重陽日得彥威信附六月間二小倒及從弟倒》詩句：“萬一郵傳通，庶幾信息聞”。再如宋代洪皓《次觀表文韻》詩句：“江左四年無信息，欲傳尺素羨雙魚”。再如宋代方千里《六丑》詩句：“遠(yuǎn)水沉雙鯉無信息”。這里的“信息”均是代指“書信”或其內(nèi)容，這是“信息”內(nèi)涵的外延。
3.5“信息”在不同學(xué)科中的差異性
影響比較廣泛的有以下幾種：
申農(nóng)認(rèn)為：從通信角度看，信息是數(shù)據(jù)信號(hào)等構(gòu)成的消息所載有的內(nèi)容；從實(shí)用角度看，信息是指能為人們所認(rèn)識(shí)和利用的但事先又不知道的消息、情況等。
維納認(rèn)為：信息既不是物質(zhì)也不是能量，信息是控制系統(tǒng)進(jìn)行調(diào)節(jié)活動(dòng)時(shí)與外界相互作用相互交換的內(nèi)容；信息是系統(tǒng)的組織性的量度。
克勞斯：信息是由物理載體與語義構(gòu)成的統(tǒng)一體。
鐘義信：信息是事物存在的方式或運(yùn)動(dòng)的狀態(tài)以及這種方式、狀態(tài)的直接或間接的表述。
ISO：對(duì)人有用能夠影響人們行為的數(shù)據(jù)，而在日常用語中，信息仍然是消息、情報(bào)、情況、資料、知識(shí)等的總稱。
縱覽各家觀點(diǎn)可以得出如下結(jié)論：一切事物包括自然界和人類社會(huì)都會(huì)產(chǎn)生信息，信息不是事物的本身而是由事物發(fā)出的，由接收者感知、分析、判斷出的消息、情報(bào)、數(shù)據(jù)、指令、信號(hào)等當(dāng)中所包含的內(nèi)容。而我們圖書情報(bào)界所研究的“信息”主要指文獻(xiàn)信息，它是指依附于一定載體的消息、情報(bào)、數(shù)據(jù)、新聞、知識(shí)、思想等的總稱。當(dāng)前，隨著信息技術(shù)的發(fā)展和普及，人類社會(huì)逐漸從工業(yè)社會(huì)步入了信息時(shí)代。信息已成為現(xiàn)代社會(huì)一種非常重要的資源，信息社會(huì)中的“信息”就像農(nóng)業(yè)社會(huì)的土地工業(yè)社會(huì)的資金和技術(shù)一樣，將會(huì)成為人們競(jìng)相爭奪的對(duì)象，從某種意義上來講信息就是現(xiàn)代社會(huì)最重要的財(cái)富，誰掌握了信息誰就掌握了未來。
“信息”是現(xiàn)代社會(huì)中的一個(gè)使用頻率非常高的詞匯，我們經(jīng)常在不同的場(chǎng)合中使用“信息”這一概念，那么作為一個(gè)科學(xué)的概念，信息的內(nèi)涵是什么呢?
各種人等對(duì)信息有不同的理解，有人認(rèn)為信息就是消息，傳遞信息就是傳遞消息。這有一定道理，但不太準(zhǔn)確。信息和消息是有區(qū)別的，一般來說信息是消息的具體內(nèi)容，而消息是信息的外殼。一則消息可能包含豐富的信息，也可能只包含有限的信息。有人認(rèn)為信息就是信號(hào)，信號(hào)與信息是密不可分的，但兩者不能等同。信號(hào)可以承載信息，也可以傳遞信息，人們?cè)谑褂眯盘?hào)這一概念時(shí)更強(qiáng)調(diào)傳遞信息的信號(hào)物理屬勝，而不是其所傳遞的內(nèi)容。同一信息可以通過不同的信號(hào)承載和傳遞。如教師在講課時(shí)，可以將知識(shí)通過聲音信號(hào)傳遞給學(xué)生，也可以通過視覺信號(hào)傳遞給學(xué)生。有人是從信息的功能出發(fā)給信息下定義的，如信息科學(xué)的創(chuàng)始人申農(nóng)就將信息定義為熵的減少，即信息可以消除人們對(duì)事物認(rèn)識(shí)的不確定性。
關(guān)鍵詞：數(shù)據(jù)挖掘；體育訓(xùn)練；決策樹ID3
中圖分類號(hào)：TP311文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044(2012)22-5492-04
Application Review and Analysis of Data Mining Techniques in Sport Training
XU Jian-min, OU Mu-hua, XIONG Jin-zhi
(Computer College, Dongguan University of Technology, Dongguan 523808, China)
Abstract：With the continuous development of sports, most sports are using IT to access and accumulate. Faced with a huge database and fierce competition in the game, the data mining technology in the field of sports will become a trend. This study focuses mainly on the implementation of the various algorithms based on the data mining, which investigates the algorithm based on decision tree classification applied to tennis, the algorithm based on BP neural network, and the FP-tree algorithm based on association rules. Finally, on the basis of the above method, the study analyzes the direction of improvement to and possible drawbacks of the decision-making ID3 algorithm, and provides a way of research of data mining which will be applied to sports.
Key words: data mining; sports training; decision tree ID3
目前體育數(shù)據(jù)信息的分析通常采用常規(guī)統(tǒng)計(jì)方法：抽樣理論、假設(shè)檢驗(yàn)、決策理論、估計(jì)理論、時(shí)間序列等[1]，大多數(shù)統(tǒng)計(jì)分析技術(shù)都要求完善的數(shù)學(xué)理論和嚴(yán)謹(jǐn)?shù)氖褂眉记桑瑢?duì)使用者要求很高，且大多屬于抽樣研究，存在不同程度的丟失信息現(xiàn)象。此外，傳統(tǒng)統(tǒng)計(jì)方法很難挖掘出數(shù)據(jù)資料的潛在規(guī)律。隨著近年來體育領(lǐng)域數(shù)據(jù)增多，各種指標(biāo)的體質(zhì)監(jiān)測(cè)數(shù)據(jù)，各種各類體育競(jìng)技比賽數(shù)據(jù)等越來越多，形成海量數(shù)據(jù)[2]。與此同時(shí)，計(jì)算機(jī)應(yīng)用技術(shù)在存儲(chǔ)、模擬分析數(shù)據(jù)方面有著很明顯的發(fā)展?jié)摿ΑＳ谑牵绾卧诤Ａ繑?shù)據(jù)中尋找各種因素間的相互關(guān)系、發(fā)現(xiàn)它們之間的變化規(guī)律，進(jìn)而對(duì)數(shù)據(jù)深入分析就成為了計(jì)算機(jī)的重要發(fā)展方向之一。因此，數(shù)據(jù)挖掘技術(shù)的研究和應(yīng)用成為體育科學(xué)研究中不可或缺的內(nèi)容之一。
該文首先介紹數(shù)據(jù)挖掘的定義和基本方法，其次綜述數(shù)據(jù)挖掘技術(shù)在國內(nèi)外體育訓(xùn)練的應(yīng)用情況，最后在此基礎(chǔ)上經(jīng)過對(duì)方法和研究方向的分析，提出未來數(shù)據(jù)挖掘技術(shù)在體育訓(xùn)練上的研究方向。
1數(shù)據(jù)挖掘的基本方法
數(shù)據(jù)挖掘作為一門跨學(xué)科的應(yīng)用技術(shù)，它涵蓋了統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、人工智能、模糊數(shù)學(xué)等諸多科學(xué)領(lǐng)域，形成了根據(jù)具體任務(wù)而進(jìn)行數(shù)據(jù)分析以及知識(shí)萃取的方法體系。同樣，對(duì)于相同的問題也可以根據(jù)不同的應(yīng)用領(lǐng)域特點(diǎn)選擇不同的算法。比如，處理描述性挖掘任務(wù)有數(shù)據(jù)特征化和數(shù)據(jù)區(qū)分等概念抽象和數(shù)據(jù)匯總概要處理；預(yù)測(cè)性挖掘任務(wù)因目標(biāo)變量屬性的不同有分類和預(yù)測(cè)方法。
數(shù)據(jù)挖掘的方法主要有：
1）分類：按照分析對(duì)象的屬性分門別類加以定義，建立類組。
2）回歸：是使用一系列的現(xiàn)有數(shù)值來預(yù)測(cè)一個(gè)連續(xù)數(shù)值的可能值。
3）預(yù)測(cè)：根據(jù)對(duì)象屬性的過去觀察值來估計(jì)該屬性未來的值。
4）聚類：是將一組數(shù)據(jù)按照相似性和差異性分為幾個(gè)類別，其目的是使得屬于同一個(gè)類別的數(shù)據(jù)間的相似性盡可能大，不同類別中的數(shù)據(jù)間的相似性盡可能小。
5）關(guān)聯(lián)：是要找出在某一事件同時(shí)出現(xiàn)的事件。主要是要找出：如果甲因素出現(xiàn)在某一事件的一部分，則乙因素也出現(xiàn)在該事件中的機(jī)率有多大。
數(shù)據(jù)挖掘常用的技術(shù)主要有決策樹、遺傳算法、聚類分析、神經(jīng)網(wǎng)絡(luò)技術(shù)、關(guān)聯(lián)規(guī)則等[3-4]。
1）決策樹
一種用樹枝狀展現(xiàn)數(shù)據(jù)受各變量的影響情況的分析預(yù)測(cè)模型，根據(jù)對(duì)目標(biāo)變量產(chǎn)生效應(yīng)的不同而制定分類規(guī)則，它是建立在信息論基礎(chǔ)之上，對(duì)數(shù)據(jù)進(jìn)行分類的一種方法。它首先通過一批已知的訓(xùn)練數(shù)據(jù)建立一棵決策樹，然后采用建好的決策樹對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)。決策樹的建立過程是數(shù)據(jù)規(guī)則的生成過程，因此這種方法實(shí)現(xiàn)了數(shù)據(jù)規(guī)則的可視化，其輸出結(jié)果容易理解，精確度較好，效率較高，因而較常用。常用的方法有分類及回歸樹法、卡方自動(dòng)交互探測(cè)法等[3]。
2）遺傳算法
一種新的最佳化空間搜索方法，它應(yīng)用算法的適應(yīng)函數(shù)來決定搜索的方向，運(yùn)用一些擬生物化的人工運(yùn)算過程進(jìn)行一代又一代的周而復(fù)始的演化，求得一個(gè)最佳結(jié)果。特點(diǎn)是具有強(qiáng)固形與求值空間的獨(dú)立性。強(qiáng)固形使問題的限制條件降到最低，并大幅度提高系統(tǒng)的容錯(cuò)能力；而求值空間的獨(dú)立性則使遺傳算法的設(shè)計(jì)單一化，且適用于多種不同性質(zhì)、領(lǐng)域的問題。將遺傳算法運(yùn)用于數(shù)據(jù)挖掘，可以開采出與眾不同的信息，是別的算法所不能替代的。
3）聚類分析
聚類分析是將數(shù)據(jù)對(duì)象分成類或簇的過程，使同一簇中的對(duì)象之間具有很高的相似度，而不同簇中的對(duì)象高度相異。一個(gè)好的聚類方法會(huì)最大化類內(nèi)的相似性，最小化類間的相似性。主要聚類方法有：劃分算法、層次算法、基于密度的方法、基于網(wǎng)格的方法、基于模型的方法。
4）神經(jīng)網(wǎng)絡(luò)技術(shù)
一種模仿人腦思考結(jié)構(gòu)的數(shù)據(jù)分析模式，由輸入變量或數(shù)值中自我學(xué)習(xí)并根據(jù)學(xué)習(xí)經(jīng)驗(yàn)所得的知識(shí)不斷調(diào)整參數(shù)，以期得到資料的模式。是建立在自學(xué)習(xí)的數(shù)學(xué)模型基礎(chǔ)之上，它可以對(duì)大量復(fù)雜的數(shù)據(jù)進(jìn)行分析，并能完成對(duì)人腦或計(jì)算機(jī)來說極為復(fù)雜的模式抽取及趨勢(shì)分析。神經(jīng)網(wǎng)絡(luò)的處理過程主要是通過網(wǎng)絡(luò)的學(xué)習(xí)功能找到一個(gè)恰當(dāng)?shù)倪B接加權(quán)值來得到最佳結(jié)果。比較典型的學(xué)習(xí)方法是回溯法。通過將輸出結(jié)果同一些已知值進(jìn)行一系列比較，加權(quán)值不斷調(diào)整，得到一個(gè)新的輸出值，再經(jīng)過不斷的學(xué)習(xí)過程，最后該神經(jīng)網(wǎng)絡(luò)得到一個(gè)穩(wěn)定的結(jié)果。
5）關(guān)聯(lián)規(guī)則
關(guān)聯(lián)規(guī)則挖掘就是從大量的數(shù)據(jù)中挖掘出有價(jià)值描述數(shù)據(jù)項(xiàng)之間相互聯(lián)系的有關(guān)知識(shí)。關(guān)聯(lián)規(guī)則主要應(yīng)用在商業(yè)數(shù)據(jù)庫中：商品分類設(shè)計(jì)、降價(jià)經(jīng)銷分析、生產(chǎn)安排、貨架擺放策略等。關(guān)聯(lián)規(guī)則主要反映了一個(gè)事物與其他事物之間的相互依存性和關(guān)聯(lián)性。給定一個(gè)事務(wù)集D，挖掘關(guān)聯(lián)規(guī)則的問題就變成如何產(chǎn)生支持度和可信度分別大于用戶給定的最小支持度和最小可信度的關(guān)聯(lián)規(guī)則問題。
2數(shù)據(jù)挖掘在體育領(lǐng)域中的應(yīng)用
2.1數(shù)據(jù)挖掘國內(nèi)外研究情況
1)數(shù)據(jù)挖掘在體育訓(xùn)練國內(nèi)研究的情況
查閱中國期刊中文數(shù)據(jù)庫，碩士博士論文中，涉及到體育數(shù)據(jù)挖掘的體育科研論文內(nèi)容主要有：體育教學(xué)、學(xué)生體質(zhì)調(diào)研、運(yùn)動(dòng)訓(xùn)練監(jiān)控、臨場(chǎng)比賽優(yōu)化、體育信息管理等的數(shù)據(jù)挖掘研究以及優(yōu)化數(shù)據(jù)挖掘工具在體育領(lǐng)域的應(yīng)用研究。
楊雙燕、趙水寧比較全面地介紹了數(shù)據(jù)挖掘技術(shù)在學(xué)生體質(zhì)調(diào)研、體育產(chǎn)業(yè)、競(jìng)技體育、體育決策管理中的應(yīng)用方向[5]。高洪歌通過對(duì)優(yōu)秀運(yùn)動(dòng)員參加的國際比賽中的各項(xiàng)技戰(zhàn)術(shù)參數(shù)，然后運(yùn)用關(guān)聯(lián)規(guī)則、聚類分析和基于馬爾代夫過程的數(shù)據(jù)挖掘算法，揭示了隱含于數(shù)據(jù)中的很多信息[6]。孟憲明、凌培亮從視野和步長等方面對(duì)人工魚群算法進(jìn)行改進(jìn)，并提出基于該算法的乒乓球技戰(zhàn)術(shù)分類規(guī)則數(shù)據(jù)挖掘模型，分析頂級(jí)乒乓球運(yùn)動(dòng)員比賽實(shí)例，結(jié)果表明與乒乓球技戰(zhàn)術(shù)關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘相比，該模型在挖掘質(zhì)量和挖掘效果上有較大優(yōu)勢(shì)[7]。龔明波，鐘平中通過對(duì)通過球隊(duì)進(jìn)球、射門、射門命中率、角球等11項(xiàng)攻防技術(shù)指標(biāo)進(jìn)行主成分分析的基礎(chǔ)上，確定球隊(duì)技戰(zhàn)術(shù)能力聚類的綜合指標(biāo)，形成聚類樣本。在此基礎(chǔ)上，引入模擬人類視覺系統(tǒng)的尺度空間理論，提出了基于尺度層次空間聚類的球隊(duì)技戰(zhàn)術(shù)分類方法[8]。陳健、姚頌平以CBA聯(lián)賽為背景運(yùn)用關(guān)聯(lián)規(guī)則得出核心運(yùn)動(dòng)員的得分與球隊(duì)獲勝的關(guān)聯(lián)度，核心運(yùn)動(dòng)員的上場(chǎng)時(shí)間和關(guān)聯(lián)度等[9]。
2)數(shù)據(jù)挖掘在國外體育領(lǐng)域中的應(yīng)用現(xiàn)狀
在新世紀(jì)初美國NBA的教練運(yùn)用IBM公司提供的DM工具Advanced Scout能在比賽中輔助教練員林場(chǎng)決定隊(duì)員替換方案，取得了很好地效果。此后，NBA球隊(duì)從各方面廣泛使用該系統(tǒng)來優(yōu)化他們的戰(zhàn)術(shù)組合。
美國國家曲棍球聯(lián)盟與IBM建立了一個(gè)合資公司，推出了電子實(shí)時(shí)比賽計(jì)分和統(tǒng)計(jì)系統(tǒng)NHL-ICE.該軟件可以讓教練、播音員、記者及球迷共同利用NHL各類數(shù)據(jù)，使用NHL-ICE挖掘各自所需的信息。
意大利運(yùn)用數(shù)據(jù)挖掘技術(shù)開發(fā)了Data Volley軟件系統(tǒng)，實(shí)現(xiàn)了排球比賽的技戰(zhàn)術(shù)統(tǒng)計(jì)分析。
2.2決策樹算法的應(yīng)用
決策樹是一種典型的分類方法，首先對(duì)數(shù)據(jù)進(jìn)行處理，利用歸納算法生成可讀的規(guī)則和決策樹，然后使用決策對(duì)新數(shù)據(jù)進(jìn)行分析。本質(zhì)上決策樹是通過一系列規(guī)則對(duì)數(shù)據(jù)進(jìn)行分類的過程。分類（Classification）任務(wù)就是通過學(xué)習(xí)獲得一個(gè)目標(biāo)函數(shù)（Target Function）,將每個(gè)屬性集x映射到一個(gè)預(yù)先定義好的類標(biāo)號(hào)y。分類任務(wù)的輸入數(shù)據(jù)是紀(jì)錄的集合，每條記錄也稱為實(shí)例或者樣例。
決策樹算法最具影響和最為典型的算法的主要是ID3算法。ID3算法的基本思想：以信息熵為度量，用于決策樹節(jié)點(diǎn)的屬性選擇，每次優(yōu)先選取信息量最多的屬性，亦即能使熵值變?yōu)樽钚〉膶傩裕詷?gòu)造一顆熵值下降最快的決策樹，到葉子節(jié)點(diǎn)處的熵值為0。此時(shí)，每個(gè)葉子節(jié)點(diǎn)對(duì)應(yīng)的實(shí)例集中的實(shí)例屬于同一類[10]。
2.3神經(jīng)元網(wǎng)絡(luò)的應(yīng)用
BP算法的基本思想是：學(xué)習(xí)過程分為兩個(gè)部分：信號(hào)正向傳播和誤差的反向回傳。信號(hào)從正向傳播時(shí)，輸入數(shù)據(jù)從輸入層進(jìn)入，經(jīng)過各級(jí)隱層網(wǎng)絡(luò)依次逐層處理，傳遞到輸出層，如果輸出層輸出的結(jié)果和期望不相符或者差距很大，那么將誤差值當(dāng)做調(diào)整的信號(hào)一次各層向著相反的方向傳回來，通過作用神經(jīng)元之間的連接權(quán)矩陣，使誤差減小。經(jīng)過不斷的學(xué)習(xí)，最后使得誤差減小到可以接受的范圍以內(nèi)。具體的算法步驟如下：
1)從訓(xùn)練數(shù)據(jù)集中取出某一樣本數(shù)據(jù)，將信息錄入到神經(jīng)網(wǎng)絡(luò)中的輸入端。
2)根據(jù)各個(gè)節(jié)點(diǎn)間的連接情況正向逐層的處理后，可以得到神經(jīng)網(wǎng)絡(luò)的輸出數(shù)據(jù)。
3)計(jì)算網(wǎng)絡(luò)輸出的數(shù)據(jù)值與期望輸出的數(shù)據(jù)值的誤差。
4)把誤差逐層按照相反的方向傳回到之前各層網(wǎng)絡(luò)，并且按照一定的原則將誤差信號(hào)的值作用到連接的權(quán)值上，使整個(gè)神經(jīng)網(wǎng)絡(luò)的連接權(quán)值誤差越來越小。
5)將數(shù)據(jù)集輸入—輸出樣本逐一重復(fù)以上步驟，直到整個(gè)樣本集的誤差減小到可以接受的范圍。
目前國內(nèi)有學(xué)者將BP神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用到研究體育生化指標(biāo)對(duì)競(jìng)技的影響[12]。他們采用采用BP神經(jīng)網(wǎng)絡(luò)，輸入的神經(jīng)元個(gè)數(shù)為4個(gè)，隱含層5個(gè)神經(jīng)元，輸出1個(gè)神經(jīng)元。經(jīng)研究得到的結(jié)論是：
1）BP神經(jīng)網(wǎng)絡(luò)精確度比較高，預(yù)測(cè)結(jié)果清晰地預(yù)測(cè)了運(yùn)動(dòng)員競(jìng)技能力和比較科學(xué)的預(yù)測(cè)了運(yùn)動(dòng)員的未來發(fā)展趨勢(shì)。
2）在體育訓(xùn)練中，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)模型對(duì)運(yùn)動(dòng)員生化指標(biāo)數(shù)據(jù)可以預(yù)測(cè)運(yùn)動(dòng)員競(jìng)技成績并且對(duì)指導(dǎo)教練員選拔運(yùn)動(dòng)員有一定的科學(xué)幫助。
2.4關(guān)聯(lián)規(guī)則
數(shù)據(jù)關(guān)聯(lián)是數(shù)據(jù)庫中存在的一類重要的可被發(fā)現(xiàn)的知識(shí)。若兩個(gè)或多個(gè)變量的取值之間存在某種規(guī)律性，就稱為關(guān)聯(lián).關(guān)聯(lián)分析的目的是找出數(shù)據(jù)庫中隱藏的關(guān)聯(lián)網(wǎng)[13]。
設(shè)I={i1,i2,…,im}是項(xiàng)的集合。關(guān)聯(lián)規(guī)則：形如A => B的蘊(yùn)涵式，其中A?I , B?I ,并且A∩B =?。支持度：P(AUB)，即A和B這兩個(gè)項(xiàng)集在事務(wù)集D中同時(shí)出現(xiàn)的概率.置信度：P(B I A)，即在出現(xiàn)項(xiàng)集A的事務(wù)集D中，項(xiàng)集B也同時(shí)出現(xiàn)的概率.如果一條關(guān)聯(lián)規(guī)則同時(shí)滿足最小支持度閾值和最小置信度閾值，那么就認(rèn)為它是有趣的，并稱為強(qiáng)關(guān)聯(lián)規(guī)則。給定一個(gè)事務(wù)集D，挖掘關(guān)聯(lián)規(guī)則問題就是產(chǎn)生支持度和可信度分別大于用戶給定的最小支持度和最小可信度的關(guān)聯(lián)規(guī)則[14]。
3分析
3.1各種常用方法的適用范圍及不足
基于數(shù)據(jù)挖掘決策樹分類方法即ID3方法，比較簡單明了，它構(gòu)建樹的步驟簡單，在屬性不多的情況下人為就可建立，實(shí)用性非常強(qiáng)。
基于數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則方法的乒乓球技戰(zhàn)術(shù)分析系統(tǒng)可以根據(jù)乒乓球比賽的實(shí)戰(zhàn)數(shù)據(jù)結(jié)果進(jìn)行統(tǒng)計(jì)分析，應(yīng)用關(guān)聯(lián)規(guī)則中的FP-growth算法，深入挖掘選手A和選手B在各項(xiàng)技術(shù)的比拼，切磋過程中的弱項(xiàng)和強(qiáng)項(xiàng)，也就是選手A與選手B進(jìn)行比賽時(shí)哪些技戰(zhàn)術(shù)會(huì)讓自己得分，運(yùn)用哪些技戰(zhàn)術(shù)會(huì)使自己失分。不僅有利于自身選手在體育訓(xùn)練中加強(qiáng)自己的薄弱環(huán)節(jié)，并且在自己水平有限的情況下和某個(gè)個(gè)體選手對(duì)決時(shí)可以充分發(fā)揮自己的強(qiáng)項(xiàng)，盡量避免使自己失分的弱項(xiàng)，這樣可以把握形勢(shì)的主動(dòng)權(quán)，取得更好的成績。所以數(shù)據(jù)挖掘在體育訓(xùn)練方面的應(yīng)用可以挖掘眾多體育信息中潛在的規(guī)律，使體育訓(xùn)練和比賽朝著理性化和精確化的道路發(fā)展，故數(shù)據(jù)挖掘在體育方面產(chǎn)生的影響是舉足輕重的。
將乒乓球比賽技戰(zhàn)術(shù)分析做成一個(gè)實(shí)用、有效的軟件，廣泛的被各個(gè)乒乓球隊(duì)使用，作為為教練做出正確的分析和決策提供一個(gè)參考，使教練的意見和訓(xùn)練更加的客觀，使體育比賽更加的科學(xué)精準(zhǔn)[11-12]。
不過這種方法有一定的不足：
1）比如如果只錄入一場(chǎng)比賽，那么數(shù)據(jù)的說服力和準(zhǔn)確度都會(huì)下降。并且在這種不完全數(shù)據(jù)的統(tǒng)計(jì)中技術(shù)水平往往也和現(xiàn)場(chǎng)情況選手的壓力、體能情況和發(fā)揮息息相關(guān)。
2）就是FP-tree關(guān)聯(lián)規(guī)則本身具有一定的誤差。源于它是以支持度-置信度為基礎(chǔ)的關(guān)聯(lián)規(guī)則挖掘方法，在理論上缺乏嚴(yán)格的理論證明和基礎(chǔ)。在閾值參數(shù)設(shè)定缺乏客觀標(biāo)準(zhǔn)時(shí)就將其直接應(yīng)用到客戶細(xì)分中，可能會(huì)產(chǎn)生一些誤導(dǎo)。
基于關(guān)聯(lián)規(guī)則本身的局限，我們有必要開發(fā)更好的算法，克服這些不足，在發(fā)現(xiàn)規(guī)則的同時(shí)需要更多的數(shù)據(jù)，更深層次的聯(lián)系才行。
3.2對(duì)基于決策樹ID3算法的思考
決策樹ID3算法通過學(xué)習(xí)建立一棵決策樹。在生成決策樹的時(shí)候，通常采用信息增益方法來確定生成每個(gè)節(jié)點(diǎn)時(shí)所應(yīng)選擇的合適屬性，也就是通過選擇具有最高信息增益的屬性作為測(cè)試是否合適做當(dāng)前屬性的方法。目的是為了將劃分后的獲得的訓(xùn)練樣本進(jìn)行分類所需要信息最小。也就是利用該屬性進(jìn)行信息劃分會(huì)使產(chǎn)生的各樣本子集中不同類別混合程度降低。因此決策樹采用這種規(guī)則能夠有效減少對(duì)象分類所需要的劃分次數(shù)。
理想的決策樹有三種：1）葉子結(jié)點(diǎn)數(shù)最少；2）葉子節(jié)點(diǎn)深度最小；3）葉子結(jié)點(diǎn)數(shù)最少且葉子節(jié)點(diǎn)深度最小。但是這種最優(yōu)的決策樹是NP難題。因此，決策樹優(yōu)化問題是很難解決的。不過可以盡量通過結(jié)合實(shí)際情況優(yōu)化算法使數(shù)據(jù)挖掘的分類更有效[13]。決策樹ID3算法在網(wǎng)球的例子中尚可正確執(zhí)行和得出可行的結(jié)論。但是ID3算法有一些不足：1）用戶信息的計(jì)算比較依賴于特征取值的數(shù)目較多的屬性，這樣不太合理。
2）ID3算法在建樹時(shí)，每個(gè)結(jié)點(diǎn)僅含有一個(gè)屬性，是一種單元的算法，屬性特征間的相關(guān)性強(qiáng)調(diào)的不夠充分，無法體現(xiàn)出屬性間相互聯(lián)系的特點(diǎn)。
3）ID3對(duì)噪聲較為敏感。
4）當(dāng)數(shù)據(jù)樣本集增加時(shí)，ID3的決策樹會(huì)隨之變化。
4結(jié)論
該文首先是對(duì)國內(nèi)體育訓(xùn)練中數(shù)據(jù)挖掘技術(shù)的應(yīng)用狀況進(jìn)行綜述，然后對(duì)決策樹的應(yīng)用，BP神經(jīng)網(wǎng)絡(luò)技術(shù)在研究體育生化指標(biāo)對(duì)競(jìng)技的影響的應(yīng)用以及FP-Tree算法在乒乓球比賽技術(shù)分析中的應(yīng)用進(jìn)行分析，最后對(duì)ID3算法和FP-Tree算法提出自己的見解：雖然做成最優(yōu)的決策樹是一個(gè)難題，但是我們可以根據(jù)自己的經(jīng)驗(yàn)和實(shí)際情況靈活的運(yùn)用算法，即可在實(shí)際應(yīng)用中取得更好的效果，比如訓(xùn)練人員可以根據(jù)天氣等情況判定每日是否適合戶外訓(xùn)練或比賽；另外，運(yùn)用關(guān)聯(lián)分析數(shù)據(jù)挖掘技術(shù)可以實(shí)現(xiàn)乒乓球比賽中技術(shù)運(yùn)用更加合理、精確；它可以實(shí)現(xiàn)對(duì)實(shí)戰(zhàn)中選手自身的技術(shù)弱項(xiàng)和強(qiáng)項(xiàng)的挖掘，以及運(yùn)用哪些技術(shù)可以得分或失分，為比賽中技術(shù)運(yùn)用提供了科學(xué)的依據(jù)。
參考文獻(xiàn)：
[1]遲殿委,周興斌.數(shù)據(jù)挖掘的體育訓(xùn)練決策支持系統(tǒng)[J].微型計(jì)算機(jī),2009(25):190-192.
[2]郝麗,劉樂平.數(shù)據(jù)挖掘（Data Mining）在體育統(tǒng)計(jì)中的應(yīng)用[J].華東理工學(xué)院學(xué)報(bào),2004,6(5): 92-95.
[3]胡斐.數(shù)據(jù)挖掘在體育領(lǐng)域中的應(yīng)用研究綜述[J].科技創(chuàng)新導(dǎo)報(bào),2010(27):211-212.
[4]朱明.數(shù)據(jù)挖掘[M].2版.合肥:中國科學(xué)技術(shù)大學(xué)出版社,2008.
[5]楊雙燕,趙水寧.體育數(shù)據(jù)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用研究[J].浙江體育科學(xué),2003,2(30): 49-51.
[6]高洪歌,趙會(huì)群.關(guān)聯(lián)規(guī)則挖掘在乒乓球比賽技戰(zhàn)術(shù)分析中的應(yīng)用[J].北方工業(yè)大學(xué)學(xué)報(bào),2003,18(1): 15-20.
[7]孟憲明,凌培亮.基于人工魚群算法的乒乓球數(shù)據(jù)挖掘[J].計(jì)算機(jī)工程,2010,36(5): 28-31.
[8]龔明波,鐘平.尺度空間層次聚類在足球球隊(duì)技、戰(zhàn)術(shù)能力分類中的應(yīng)用研究[J].體育科學(xué),2005,25(1):87-90.
[9]陳健,姚頌平.關(guān)聯(lián)分析在籃球技術(shù)統(tǒng)計(jì)數(shù)據(jù)分析中的應(yīng)用[J].上海體育學(xué)院學(xué)報(bào), 2009, 33(5):91-94.
[10]欒麗華,吉根林.決策樹分類技術(shù)研究[J].計(jì)算機(jī)工程,2004,5(9):95-96.
[11]高洪敏.數(shù)據(jù)挖掘技術(shù)在乒乓球比賽技戰(zhàn)術(shù)分析中的應(yīng)用研究[D].北京,北方工業(yè)大學(xué),2006.
[12]趙會(huì)群,孫晶,花勇民,等.數(shù)據(jù)挖掘技術(shù)在體育比賽技戰(zhàn)術(shù)分析中的應(yīng)用研究[J].北京體育大學(xué)學(xué)報(bào),2008,31(5):712-715.
論文關(guān)鍵詞：稅收管理績效評(píng)價(jià)體系設(shè)計(jì)
一、稅收管理績效評(píng)價(jià)概述
稅收管理績效評(píng)價(jià)是稅務(wù)機(jī)關(guān)運(yùn)用一定的指標(biāo)體系對(duì)稅收管理過程及其結(jié)果進(jìn)行概括性的評(píng)價(jià)。評(píng)價(jià)時(shí)應(yīng)本著系統(tǒng)的、戰(zhàn)略的、權(quán)變的眼光，注重對(duì)指標(biāo)的相互關(guān)系及其權(quán)重的確定，采取客觀、公正、科學(xué)、全面的評(píng)價(jià)方法，快捷準(zhǔn)確地將信息反饋給管理層，以供實(shí)施控制決策之用。稅收管理績效評(píng)價(jià)可以從效果和效率兩方面進(jìn)行。
(一)稅收管理績效評(píng)價(jià)的目標(biāo)
稅收管理的目標(biāo)是為了促使納稅人依法納稅。稅收管理績效目標(biāo)服從和服務(wù)于稅收管理目標(biāo)，通過實(shí)施績效評(píng)價(jià)，引導(dǎo)和促進(jìn)稅務(wù)機(jī)關(guān)實(shí)現(xiàn)稅收管理目標(biāo)。因此，稅收管理績效評(píng)價(jià)的目標(biāo)應(yīng)當(dāng)是在稅收遵從的前提下，為納稅人提供優(yōu)質(zhì)、高效的納稅服務(wù)，從而達(dá)到稅收收益最大化和納稅滿意度最大化。
(二)稅收管理績效評(píng)價(jià)的實(shí)施前提
一是要有高質(zhì)量的數(shù)據(jù)資源。實(shí)施有效的稅收管理績效評(píng)價(jià)要求高度的稅收信息化程度，管理數(shù)據(jù)資源高度集中，至少要到省一級(jí)，有專業(yè)的數(shù)據(jù)處理中心，對(duì)產(chǎn)生的數(shù)據(jù)資源實(shí)時(shí)進(jìn)行校驗(yàn)、統(tǒng)計(jì)、篩選、分類、分析，有相應(yīng)的保障數(shù)據(jù)質(zhì)量和安全的制度和措施。二是對(duì)稅收管理過程及結(jié)果進(jìn)行標(biāo)準(zhǔn)化管理。要最終做出績效評(píng)價(jià)的判斷結(jié)果，除了建立科學(xué)的指標(biāo)體系，還必須有可行的評(píng)價(jià)標(biāo)準(zhǔn)對(duì)評(píng)價(jià)對(duì)象進(jìn)行分析評(píng)判。評(píng)價(jià)標(biāo)準(zhǔn)是評(píng)價(jià)結(jié)果產(chǎn)生的基準(zhǔn)和前提。
(三)稅收管理績效評(píng)價(jià)的主體
在高度信息化條件下，稅收管理主體可以分為兩個(gè)層面：管理層面和操作層面。管理層面主要指省級(jí)以上稅務(wù)機(jī)關(guān)和單純具有內(nèi)部管理職能、不直接面對(duì)納稅人的地市級(jí)稅務(wù)機(jī)關(guān)，操作層面即為直接面向納稅人的地市級(jí)以下稅務(wù)機(jī)關(guān)。在稅收管理績效評(píng)價(jià)體系下，稅收管理主體就是稅收管理績效評(píng)價(jià)的主體。
(四)稅收管理績效評(píng)價(jià)的范圍
現(xiàn)代稅收管理理論中的稅收管理．主要是指稅收的征收管理，只包括稅收?qǐng)?zhí)法權(quán)的管理。稅務(wù)機(jī)關(guān)績效評(píng)價(jià)包括對(duì)稅務(wù)行政管理權(quán)和稅收?qǐng)?zhí)法權(quán)行使績效的評(píng)價(jià)。本文主要是對(duì)稅務(wù)機(jī)關(guān)及其工作人員行使稅收?qǐng)?zhí)法權(quán)的過程及其結(jié)果產(chǎn)生的績效，即稅收管理績效進(jìn)行評(píng)價(jià)分析。
二、構(gòu)建稅收管理績效評(píng)價(jià)體系應(yīng)注意事項(xiàng)
(一)合理設(shè)定評(píng)價(jià)指標(biāo)
指標(biāo)設(shè)計(jì)在以“目標(biāo)管理”為手段的績效評(píng)價(jià)體系中具有重要意義。指標(biāo)既是稅務(wù)人員工作行為的導(dǎo)向，又是評(píng)價(jià)稅務(wù)人員工作業(yè)績的標(biāo)準(zhǔn)。好的指標(biāo)可以起到事前積極誘導(dǎo)和事后公正評(píng)價(jià)的作用，差的指標(biāo)會(huì)使整個(gè)績效評(píng)價(jià)體系失效甚至對(duì)整個(gè)稅務(wù)系統(tǒng)造成危害。我們對(duì)稅務(wù)人員工作績效進(jìn)行考核和評(píng)價(jià)的全部內(nèi)容，必須涵蓋稅務(wù)人員7O～8O以上的工作，根據(jù)崗位職責(zé)確定指標(biāo)。指標(biāo)的設(shè)計(jì)要體現(xiàn)多元化，不僅要能綜合反映稅務(wù)人員的工作業(yè)績，還要考核其工作態(tài)度、創(chuàng)新精神、知識(shí)水平、工作能力，是否能與他人交流與共享信息。各級(jí)稅務(wù)機(jī)關(guān)也可以結(jié)合實(shí)際在此基礎(chǔ)上自行設(shè)計(jì)指標(biāo)體系。這就意味著指標(biāo)的設(shè)計(jì)要堅(jiān)持定量分析和定性分析相結(jié)合，對(duì)于兩類指標(biāo)組合權(quán)重的選擇取決于被評(píng)價(jià)稅務(wù)人員的崗位職責(zé)。不同的部門工作側(cè)重點(diǎn)不同，有的是在于提高納稅人的滿意程度，樹立稅務(wù)機(jī)關(guān)的良好形象，有的是在于實(shí)現(xiàn)稅款的應(yīng)收盡收、減少納稅人的稅款漏征率。對(duì)量化指標(biāo)要求高的稅務(wù)部門，則量化指標(biāo)的權(quán)重大些，對(duì)定性指標(biāo)要求高的稅務(wù)部門，則定性指標(biāo)的權(quán)重大些。
(二)注意事中溝通
若把稅務(wù)部門績效評(píng)價(jià)體系比做一臺(tái)機(jī)器，溝通在其中所起的作用就是劑，它能保證整個(gè)績效評(píng)價(jià)體系良性運(yùn)轉(zhuǎn)。沒有完善的信息交流和溝通機(jī)制也就沒有稅務(wù)部門的績效評(píng)價(jià)體系。溝通存在于評(píng)價(jià)前、評(píng)價(jià)中、評(píng)價(jià)后三個(gè)階段。在績效評(píng)價(jià)實(shí)施前的指標(biāo)設(shè)計(jì)階段，稅務(wù)部門的領(lǐng)導(dǎo)或評(píng)價(jià)者應(yīng)把被評(píng)價(jià)人員納入到指標(biāo)的設(shè)計(jì)過程中。溝通一方面可以使績效指標(biāo)和標(biāo)準(zhǔn)成為每一個(gè)部門和稅務(wù)人員均能理解的共同語言，從而對(duì)其行為產(chǎn)生事前誘導(dǎo)作用，消除排斥心理、引導(dǎo)接受并指導(dǎo)行為；另一方面也避免了指標(biāo)的設(shè)計(jì)與實(shí)際相脫離，增強(qiáng)了指標(biāo)的可操作性。對(duì)于績效評(píng)價(jià)后的溝通，評(píng)價(jià)人員根據(jù)被評(píng)價(jià)稅務(wù)人員的績效評(píng)價(jià)結(jié)果，鼓勵(lì)與組織目標(biāo)一致的行為，同時(shí)對(duì)于不符合或偏離組織目標(biāo)的行為予以引導(dǎo)，幫助找到原因，并提出改進(jìn)建議使其接受進(jìn)一步的培訓(xùn)或改變工作態(tài)度。人們最常忽視的是評(píng)價(jià)過程中的溝通，然而在評(píng)價(jià)過程中及時(shí)進(jìn)行溝通引導(dǎo)被評(píng)價(jià)稅務(wù)人員的行為，可以防微杜漸，大大改善評(píng)價(jià)結(jié)果。在實(shí)際工作中，事中溝通也通常最有效。
(三)根據(jù)個(gè)體需要選擇激勵(lì)手段
績效評(píng)價(jià)與績效付酬是不可分割的兩個(gè)方面。傳統(tǒng)行為學(xué)理論分析，行為是由動(dòng)機(jī)支配的，而動(dòng)機(jī)是由需要所引起的。因此了解和把握人的需要特點(diǎn)，是建立有效的激勵(lì)制度的基礎(chǔ)。需要的層次性決定了激勵(lì)手段的多樣性，即物質(zhì)激勵(lì)和非物質(zhì)激勵(lì)相結(jié)合的激勵(lì)機(jī)制。對(duì)于物質(zhì)激勵(lì)，可以通過對(duì)薪酬體制的設(shè)計(jì)而完成，在績效評(píng)價(jià)體系中，稅務(wù)人員的工資一公務(wù)員基本工資+績效工資x工作難易系數(shù)。對(duì)于非物質(zhì)激勵(lì)，可以通過“情感激勵(lì)”對(duì)稅務(wù)人員個(gè)體工作給予認(rèn)同、尊重、表揚(yáng)，對(duì)其職位的提升、賦予信任和責(zé)任來實(shí)現(xiàn)。評(píng)價(jià)人員必須確定被評(píng)價(jià)稅務(wù)人員目前所處的需求層次和特點(diǎn)，并依據(jù)其特點(diǎn)選擇適合不同個(gè)體的激勵(lì)結(jié)合方式。
(四)建立硬性約束機(jī)制
激勵(lì)和約束是稅務(wù)部門績效評(píng)價(jià)體系中的兩個(gè)不可分割的因素，只有二者之間實(shí)現(xiàn)整體協(xié)調(diào)，才能發(fā)揮績效評(píng)價(jià)的功能。績效評(píng)價(jià)體系內(nèi)的約束實(shí)際上是一個(gè)問題的兩個(gè)方面，一方面如果稅務(wù)人員的評(píng)價(jià)結(jié)果較差或與整個(gè)系統(tǒng)的目標(biāo)相悖，將遭受批評(píng)和懲罰，為此付出代價(jià)；另一方面對(duì)評(píng)價(jià)結(jié)果差的稅務(wù)人員的處罰就是對(duì)其他稅務(wù)人員的約束，或者說是反面激勵(lì)，從反面達(dá)到激勵(lì)約束相容。由此我們可以看出，在績效評(píng)價(jià)體系中，激勵(lì)和約束是緊密聯(lián)系在一起的，它們協(xié)同在一起發(fā)揮最優(yōu)作用。
三、不同層面設(shè)計(jì)稅收管理績效評(píng)價(jià)體系的探討
(一)稅收管理績效評(píng)價(jià)技術(shù)的運(yùn)用及其分析
1．基于平衡計(jì)分卡的績效評(píng)價(jià)。
平衡計(jì)分卡是一種綜合績效管理體系。它將組織經(jīng)營任務(wù)的決策轉(zhuǎn)化為四大部分的指標(biāo)：財(cái)務(wù)、顧客、內(nèi)部流程、學(xué)習(xí)與發(fā)展，將組織戰(zhàn)略分為這四個(gè)方面的考察目標(biāo)，每一考察目標(biāo)分別設(shè)置幾個(gè)獨(dú)立的指標(biāo)，多種指標(biāo)組成了相互聯(lián)系的一個(gè)系列指標(biāo)體系。這些目標(biāo)和指標(biāo)既保持一致又相互加強(qiáng)，構(gòu)成了有機(jī)的統(tǒng)一體，從而達(dá)到財(cái)務(wù)指標(biāo)與非財(cái)務(wù)指標(biāo)、短期與長期、內(nèi)部與外部、過去與未來之間的平衡。因此，利用平衡計(jì)分卡進(jìn)行管理決策，能明確地看出它對(duì)整個(gè)稅收管理績效評(píng)價(jià)體系研究組織戰(zhàn)略目標(biāo)所帶來的影響。在平衡計(jì)分卡中，財(cái)務(wù)方面是平衡計(jì)分卡的最終結(jié)果，財(cái)務(wù)指標(biāo)的實(shí)現(xiàn)是客戶滿意和客戶忠誠的結(jié)果。只有實(shí)現(xiàn)內(nèi)部流程的效率性和一致性，即在時(shí)間、質(zhì)量和價(jià)格方面滿足客戶，才能達(dá)到客戶滿意和客戶忠誠。而內(nèi)部流程的優(yōu)化與否主要取決于企業(yè)員工的能力。
2．基于關(guān)鍵指標(biāo)的績效評(píng)價(jià)。
關(guān)鍵績效指標(biāo)的類型主要有數(shù)量、質(zhì)量、成本和時(shí)限。在確定關(guān)鍵績效指標(biāo)時(shí)，指標(biāo)的設(shè)定要具體，切中目標(biāo)、適度細(xì)化、能夠權(quán)變；指標(biāo)是可度量的，是數(shù)量化和行為化的，數(shù)據(jù)或信息要具有可獲性；要具可實(shí)現(xiàn)性，在付出努力的情況下，在適度的時(shí)限內(nèi)可以實(shí)現(xiàn)；要有現(xiàn)實(shí)性，是可證明和觀察的，不是假設(shè)或主觀猜測(cè)；指標(biāo)的設(shè)定要考慮時(shí)間，關(guān)注效率。
3．基于目標(biāo)的績效評(píng)價(jià)。
目標(biāo)管理下的稅收管理績效評(píng)價(jià)體系研究是以系統(tǒng)論、控制論和信息論為理論基礎(chǔ)，把以工作為中心和以人為中心的管理激勵(lì)方法有機(jī)地結(jié)合起來，把工作任務(wù)量化，層層分解。目標(biāo)管理法是為了改善組織在競(jìng)爭中軟弱無力所實(shí)施的一項(xiàng)措施，通過權(quán)力下放和自我控制來提高組織的競(jìng)爭力，它建立在充分信任和信息透明的基礎(chǔ)上，更強(qiáng)調(diào)人的創(chuàng)造性和主觀能動(dòng)性。基于目標(biāo)的績效評(píng)價(jià)方法主要有四個(gè)操作步驟：設(shè)定績效目標(biāo)、確定目標(biāo)達(dá)到的時(shí)間框架、實(shí)際績效水平與績效目標(biāo)相比較、設(shè)定新的績效目標(biāo)。
(二)管理層面基于目標(biāo)的稅收管理績效評(píng)價(jià)體系分析
1．基于目標(biāo)的關(guān)鍵績效指標(biāo)體系構(gòu)建要求。
管理層面的工作要強(qiáng)調(diào)納稅人導(dǎo)向、結(jié)果導(dǎo)向。它需要為操作層面提供政策咨詢、宣傳培訓(xùn)、協(xié)調(diào)審批等服務(wù)，而這些工作始終要圍繞顧客的需求進(jìn)行。管理層面許多工作的最終結(jié)果要靠操作層面的執(zhí)行來實(shí)現(xiàn)，為體現(xiàn)它的導(dǎo)向思想，有必要將其工作績效與操作層面的主要執(zhí)行結(jié)果掛起鉤來。管理層面要通過對(duì)關(guān)鍵績效指標(biāo)的篩選來突出工作重點(diǎn)，調(diào)整衡量標(biāo)準(zhǔn)，要加大對(duì)主體業(yè)務(wù)和主要職能的評(píng)價(jià)力度。對(duì)過程的控制主要通過正確執(zhí)行管理體系文件來實(shí)現(xiàn)，采取抽查的方式進(jìn)行，將需要關(guān)注的重要過程篩選出來，每次只從其中抽取部分進(jìn)行檢查。
2．基于目標(biāo)的績效評(píng)價(jià)體系設(shè)計(jì)思路。
管理層面的績效評(píng)價(jià)根據(jù)“目標(biāo)引導(dǎo)，面向流程”的指導(dǎo)思想，按照“質(zhì)量方針一總體目標(biāo)一具體質(zhì)量指標(biāo)”的思路，結(jié)合管理層面的主要職能，建立起基于目標(biāo)的規(guī)范化、標(biāo)準(zhǔn)化、精細(xì)化、科學(xué)化的績效評(píng)價(jià)體系。
(1)政策和制度的有效性。主要體現(xiàn)為稅收政策能夠有效地保證稅收職能的實(shí)現(xiàn)，有利于保證稅收“應(yīng)收盡收”的收人組織原則，有利于收人水平的調(diào)節(jié)和收人公平分配，有利于營造公平有序、誠信納稅、和諧的稅收環(huán)境，有利于促進(jìn)依法治稅目標(biāo)的順利實(shí)現(xiàn)。評(píng)價(jià)該績效目標(biāo)的指標(biāo)可以使用稅收征收率這一指標(biāo)進(jìn)行評(píng)價(jià)。
(2)稅收分析預(yù)測(cè)的準(zhǔn)確性。受指令性稅收計(jì)劃的影響，政府部門一度強(qiáng)調(diào)用稅收完成數(shù)來評(píng)價(jià)稅收管理工作。要解決這樣的問題，一是要樹立制定科學(xué)稅收計(jì)劃的觀念，實(shí)事求是地測(cè)算和上報(bào)建議計(jì)劃以及影響收人的主要增減因素；二是運(yùn)用科學(xué)的手段做好收人預(yù)測(cè)工作，對(duì)稅收預(yù)測(cè)的效果主要引人稅收收人預(yù)測(cè)準(zhǔn)確率指標(biāo)來評(píng)價(jià)，同時(shí)把查補(bǔ)稅款總額作為稅款預(yù)計(jì)水平的一個(gè)修正指標(biāo)。
(3)稅收數(shù)據(jù)質(zhì)量和安全性。有效的稅收監(jiān)控是稅收管理的基礎(chǔ)，而它又是建立在有效的數(shù)據(jù)管理基礎(chǔ)上。管理軟件通過采取有效手段，對(duì)各類數(shù)據(jù)進(jìn)行檢驗(yàn)、審核、檢測(cè)和維護(hù)，及時(shí)發(fā)現(xiàn)和避免異常數(shù)據(jù)，清理垃圾數(shù)據(jù)、冗余數(shù)據(jù)，糾正錯(cuò)誤信息，確保數(shù)據(jù)信息真實(shí)、準(zhǔn)確、完整和實(shí)用。數(shù)據(jù)高度集中，對(duì)管理層面而言，維護(hù)管理信息系統(tǒng)的安全性也很重要，可以通過垃圾數(shù)據(jù)量、冗余數(shù)據(jù)量、數(shù)據(jù)利用程度、應(yīng)急預(yù)案啟動(dòng)的次數(shù)、數(shù)據(jù)災(zāi)難發(fā)生的次數(shù)以及解決效果等方面設(shè)定評(píng)價(jià)指標(biāo)。
(4)納稅評(píng)估的質(zhì)量和效果。納稅評(píng)估的有效性評(píng)價(jià)應(yīng)當(dāng)包括評(píng)估對(duì)象確定的準(zhǔn)確性、評(píng)估發(fā)現(xiàn)的問題戶數(shù)、補(bǔ)繳稅款、移交稽查戶數(shù)以及納稅人真實(shí)申報(bào)率的提高等方面。
(5)執(zhí)法監(jiān)督的有效性和法律救濟(jì)的處理能力。依法治稅是衡量稅收管理工作績效的核心標(biāo)準(zhǔn)和實(shí)現(xiàn)稅收各項(xiàng)職能的核心途徑。管理層面通過執(zhí)法監(jiān)督和法律救濟(jì)，可以通過執(zhí)法檢查、納稅人投訴、案件復(fù)查等方式進(jìn)行，主要通過稅務(wù)案件應(yīng)訴維持率、復(fù)議案件維護(hù)率、稅務(wù)案件審理準(zhǔn)確率等指標(biāo)來評(píng)價(jià)。
(6)提供服務(wù)的質(zhì)量。無論納稅人將需求直接傳遞還是由操作層面?zhèn)鬟f給管理層面，管理層面都應(yīng)當(dāng)?shù)韧谂c納稅人直接傳遞，進(jìn)行及時(shí)、準(zhǔn)確的處理。因此，顧客需求的有效處理率、處理及時(shí)性和準(zhǔn)確性都應(yīng)當(dāng)成為關(guān)注的內(nèi)容。
(三)操作層面基于平衡計(jì)分卡的稅收管理績效評(píng)價(jià)體系分析
1．財(cái)務(wù)的稅收征收率指標(biāo)選擇。
稅收管理戰(zhàn)略目標(biāo)主要是提高納稅人稅收遵從程度，在財(cái)務(wù)角度主要體現(xiàn)為實(shí)現(xiàn)稅收收益最大化，其“核心結(jié)果”指標(biāo)主要體現(xiàn)為稅收征收率的高低。在一定的經(jīng)濟(jì)發(fā)展水平和既定的稅制模式下，稅收管理水平的高低決定了法定稅收收人的實(shí)際征收量。因此，財(cái)務(wù)方面的指標(biāo)主要體現(xiàn)為對(duì)稅收管理水平的衡量和評(píng)價(jià)，具體包括納稅人戶籍管理水平、核定征收戶管理質(zhì)量、納稅申報(bào)質(zhì)量以及稅負(fù)水平四個(gè)方面的相應(yīng)指標(biāo)。核心結(jié)果指標(biāo)則依據(jù)稅收經(jīng)濟(jì)觀，在征管能力一定的情況下，稅收規(guī)模隨經(jīng)濟(jì)的波動(dòng)而波動(dòng)。從理論上說，只要稅務(wù)機(jī)關(guān)依法治稅，對(duì)無知性稅收不遵從的納稅人提供優(yōu)質(zhì)服務(wù)，對(duì)自私性不遵從的納稅人加強(qiáng)管理監(jiān)控，就能夠?qū)崿F(xiàn)應(yīng)收盡收。在評(píng)價(jià)是否實(shí)現(xiàn)有效地組織稅收收人方面，用稅收征收率進(jìn)行評(píng)價(jià)。
2．征管過程驅(qū)動(dòng)性指標(biāo)選擇。
(1)納稅人戶籍管理水平。按照屬地管理的原則，戶籍管理水平主要反映評(píng)價(jià)期該轄區(qū)內(nèi)納稅人獲得的全面性，以及納稅人各項(xiàng)基礎(chǔ)信息是否真實(shí)、準(zhǔn)確。主要由稅務(wù)登記率、發(fā)票使用率、戶均發(fā)票使用量、稅控裝置數(shù)據(jù)采集率等指標(biāo)來評(píng)價(jià)。
(2)核定征收戶管理質(zhì)量。在日常稅收征管中，加強(qiáng)對(duì)核定征收戶的管理和評(píng)價(jià)，可以有效監(jiān)控操作層面行使推定課稅權(quán)的情況，降低風(fēng)險(xiǎn)，實(shí)現(xiàn)核定工作的公平、公正、公開，進(jìn)而提高稅收征收率。主要由查賬征收率、定額調(diào)整率、定額戶轉(zhuǎn)查賬戶比率、個(gè)體戶平均稅負(fù)、未達(dá)起征點(diǎn)率、停業(yè)復(fù)業(yè)率等指標(biāo)來評(píng)價(jià)。
