评估模型（精选十篇）
评估模型 篇1
随着社会经济的发展,航空领域呈现出蓬勃生机和活力,民用航空、军事航空和通用航空发展迅速,空管保障面临的压力越来越大。在这种形势下, 尽管民航管制中心系统已经实现了对空中目标及态势信息的实时显示和告警,具备了飞行情报、气象情报、航行情报等信息的处理能力,但仅仅依靠管制已不能再适应增长的交通流量,因而导致了空域使用冲突频繁、拥挤现象时有发生、航班延误增多、等待时间延长。为了确保飞行安全,空管部门一方面通过更加先进的科学技术进一步挖掘现有空域资源的潜力,提高使用效率;另一方面频繁运用流量管理这一国际上通行的行业强制操作手段,来有效限制空中和地面的飞行流量,避免飞行流量突破管制部门的安全保障警戒。
从流量管理的运行概念上说,流量管理的主要任务包括两个层次:
(1)基本任务:需求管理,使空域元素中的用户需求适应空域容量,保障空中交通安全;
(2)高级任务:容量管理,通过空域管理和其他技术手段,增加空域容量以适应飞行需求。
因此,容量评估是流量管理的基础和前提,容量评估的准确性直接影响到流量管理实施的效果。通过容量评估确定系统可以承受的最大流量,是流量管理的主要依据[1]。此外,容量评估也是空域规划的重要内容。针对给定的空域结构、空管服务设施、 空管规则、飞机流配置和管制员水平估计空域的最大容量,分析这些限制因素对空域容量的影响程度, 提出空域结构优化、改进方案以提高空中交通容量, 是有效利用空域资源的重要措施。由此可以看出, 对空域的评估无论是在理论上还是在实际应用方面都具有重要的现实意义。
1国外研究现状
空域的容量评估问题产生于20世纪40年代末期,理论研究的热点在60—80年代,而80年代后主要是将理论研究与实际应用相结合。空域的安全性评估主要在20世纪60年代,之后相继提出了一些方法,但成熟的方法还有待进一步研究。由于容量评估是流量管理的基础,因而容量评估要先于流量管理出现。最先是对跑道容量的研究,后面逐步将一些概念和研究方法移植到终端区、区域容量和航路容量评估的研究中。
对于机场跑道容量的研究,Bowen和Pearcelf在1948年最早提出假定服从泊松分布的到达流模型。1959年,Blumstein对跑道的容量问题作了进一步的研究,分析了跑道的降落容量与间隔要求、下滑道的长度、飞机速度之间的关系。1969年,Harris首次考虑了导航设备的误差和人的因素,假设飞机间隔服从正态分布,从而提出了考虑随机因素的容量模型。Newell于1979年分析了达到流与起飞流之间的关系,并总结了凸状容量曲线。1998年,DavidA.L ee,Coroline Nelson和Gerald Shapiro在总结前人经验的基础上,提出了机场容量和延迟模型,并将该模型应用于美国十多个机场的实际容量评估,取得了预期的效果。 现在国外已经在这些理论研究的基础上开发出较完善的空域评估系统及仿真模型,例如:FAA的机场延误仿真模型ADSIM,这个模型模拟了飞行器在机场地面和实时空域的运行以及进场和离场走廊,提出了对机场飞行器的延误和小时流量进行评估,并且模拟了飞行器在机场表面的滑行和起降,其评估结果包括相应跑道的小时到达率和离场率、滑行的时间以及进近和离场的延误等;TA- AM是一个提供决策支持、计划、设计和分析的实时模式处理下的仿真模型,详细地模型化了整个空侧和空域的环境:登机门、终端、飞机延误、滑行道、跑道、终端空域以及航路航线等环境;提供了灵活的规则来适应不同模型的需要;SIMMOD仿真模型,对空域从机场到航路进行评估及分析[2]。
需要注意的是,由于空域容量受气象条件、跑道数量、着陆限制(终端设施、机位等)、环境限制(噪音、喷气排放等)、管制人员水平、安全考虑等多种因素影响较大,自动化的评估方法在实际应用中还有待进一步的研究。在美国的流量管理体系中,静态容量是根据各方面因素正常情况下的经验值获得的。当气象条件、跑道状况、着陆限制条件(终端设施、机位等)变化时,管制员对容量重新评估得到新的容量值。ATCSCC和ARTCC, ARTCC和TRACON、ATCT每天进行联系,了解各空域容量的变化情况。通过不断的判断和相互沟通过程确定每个元素的容量变化,对各个容量值和相应的告警门限进行实时修改;一旦影响容量值改变的因素消失,返回事先规定的缺省值,也即静态容量值。
2容量评估的方法
根据国内外的研究经验,机场、终端区的容量评估方法可以分为以下4类,如表1所示。
3容量评估模型
机场容量包括停机位、滑行道和跑道容量3个方面,其中跑道容量是关键。
3.1影响因素
(1)空中交通规则
a.空中交通管制的目的是防止飞机之间和飞机与障碍物之间的相撞,维持空中交通的顺畅。要保证飞机在空中的安全,必须保证空中飞行的飞机在垂直和水平方向上满足最小间隔标准;
b.飞机的尾流间隔标准,分为重型、中型、轻型3类,国际民航组织制定了相应的安全标准;
c.跑道占用规则;
d.起降飞机的比例;
e.跑道使用策略;
f.使用的进近方式,指使用的是目视还是仪表进近,是非精密进近还是精密进近;
g.气象条件,指影响机场最低运行标准的气象条件。
(2)空域结构:机场空域结构,包括机场地面结构、机场的净空条件、进近/离场程序的结构、终端区走廊口的位置、各走廊口的流量比例、进出场航路及其相对位置关系等,都对机场容量有很大的影响。 例如:为满足噪音标准,回避居民区或障碍物,常常要求飞机进行额外的机动,飞行特别的航路。
(3)人为因素:人为因素包括管制员的工作负荷限制,管制员为了安全起见,人为地设置飞机间的缓冲区,实际上扩大了飞机的空间或时间间隔,降低了系统容量。这种缓冲的设置主要是在着陆一侧, 起飞侧的缓冲实际中相比要小得多。
(4)技术因素:如飞机各机型比例,各机型的速度性能、燃油性能,飞机进场着陆顺序,风速气象条件,等等。
对于一个处于运营状态的机场而言,在上述影响因素中,有的是固定不变的,如空管规则、空域结构;有的是可以调整优化的,如人为因素(在技术设备的帮助下缩小飞机间的实际间隔)、飞机性能(优化下降剖面)、飞机进场着陆顺序及到达时间(着陆调度问题)等[3]。
3.2单跑道不确定性模型
这里建立的单跑道不确定性模型以美国在 “The Aviation System Analysis Capability”中建立的跑道容量和延误模型为基础,评估以实际机场机型类别组合比例为概率出现的、紧密排列的航班流汇聚于公共进近航迹段,在满足间距标准、跑道占用规则和指定置信度下的跑道最大着陆容量。 其中,满足间距标准置信度为95%,跑道占用规则置信度为98.7%,飞机速度、跑道占用时间、飞机位置、风速、起飞放行通信延迟等变量作为不确定性参数,符合正态分布,这些参数的随机特性均由具体飞机决定。假设单跑道机场在仪表进近情况下,进近飞机型号(具体机型如B737-300,A320等)有N种,分析模型中使用的参数变量名称及含义如表2所示。
注:前机下标L,后机下标F;各符号下标i,j∈1,…,N。
3.2.1最大着陆容量
(1)后机速度大于前机速度:当后机速度大于前机速度时,二机的最小距离出现在跑道入口,如图1所示。
满足:
二机之间的最小距离必须满足最小间隔标准, 即XL-XF≥SFL,置信度为95%,则:
可以得到满足间隔标准的最小放行时间:
根据管制规则,二机不能同时占用跑道,即后机飞越跑道头的时间必须大于前机脱离跑道的时间, 假设置信度为98.7%,可得二机占用跑道的时间差满足:
因此,在后机速度大于前机速度的情况下,同时满足最后公共进近段间距规则和跑道占用规则的最小放行时间差应取μ1和μ2中的较大者。
(2)后机速度小于前机速度:当后机速度小于前机时,二机的最小距离出现在进近口,采取与前面同样的分析过程,可得满足间隔标准的最小放行时间,如图2所示。
要求二机不同时占用跑道,置信度为98.7%, 可得:
在后机速度小于前机的情况下,间隔时间为:
(3)跑道入口的到达时间间隔:根据上述两种情况,可得到对应状况下二机间在飞越跑道头时的到达时间间隔IATFL,其表达式为:
满足正态随机分布,其均值和方差分别为:
(4)整个队列的到达时间间隔:整个队列中共有N种型号(如B737,A320)的飞机,型号i飞机在整个队列中所占比例为Pi。通过在1,…,N之间进行循环叠代,利用前面推导的公式,可得到任意型号前后机间的到达时间间隔EIATij和标准差σIATij,i,j ∈1,…,N,它们是N×N的矩阵。则整个着陆队列的到达时间间隔取决于队列中各型飞机所占比例的组合情况,其概率分布函数可表示为:
式中,N(t;E,σ)表示正态分布函数。PIAT(t)的均值和方差可定义为:
3.2.2最大起飞容量
最大起飞容量的确定与最大降落容量一致,在间距标准和跑道占用规则上使用同样的置信度[4]。
(1)后机速度大于前机速度:当后机速度大于前机速度时,最小间隔标准出现在前机脱离公共起飞段时,置信度为95%,可得:
(2)后机速度小于前机速度:当后机速度小于前机速度时,最小间隔标准出现在后机离地时,同理可得:
在实际的管制过程中,管制员以一个放行时间 μ7放行后机,使前机脱离公共起飞段时,后机刚好离地,满足这一间隔,具有95%置信度的表达式为:
满足跑道占用规则,具有98.7%置信度的表达式为:
根据上述分析得出,在起飞中,管制员满足的最小放行时间差μ应当存在以下几种情况:
当后机速度大于前机速度,μ=max{μ5,μ8};当后机速度小于前机速度,μ=max {min(μ6,μ7),μ8}; 起飞间隔时间IDT=μ+c。
需要注意的是,计算所得的起飞间隔时间必须要满足管制规则,例如:民用航空条例规定,当前机为重型机时,后机的放行时间不得小于2min,且任意二机间的放行时间不得小于1min。
3.2.3最大着陆(起飞)容量下的起飞(着陆)容量确定
最大着陆容量下的起飞容量是指在不影响着陆容量的前提下,在着陆队列中所能插入的最大起飞容量。同样,最大起飞容量下的着陆容量是指在不影响起飞容量的前提下,在起飞队列中所能插入的最大着陆容量。对于着陆而言,由于任意二机间的着陆间隔时间是随机分布的,必然有可能存在某个间隔时间,大到可以容纳一次起飞过程,即研究IATFL-RA-RD-c为正的概率,可通过下式进行计算:
其中,C(t,μ,σ)为正态分布的累积概率函数,如图3所示。
但空管规则同时要求,在仪表气象条件下,若最后进近段上距跑道头特定距离范围内有正在进近着陆的飞机时,不能对跑道等待线上的起飞飞机放行。 考虑这一规则,对(19)式进行修正,即IATFL减小了DT/VF。其中DT是跑道口距起飞等待点的距离。对应的方差减小了
对于最大起飞容量下的着陆容量确定,需研究IDTFL-RA-RD-c为正的概率,可采用相似的方法确定。
3.2.4着陆起飞混合运行
在同一单跑道上进行起飞/到达混合操作时的情况比较复杂,起飞流和到达流之间相互作用。起飞飞机之间、到达飞机之间、起飞飞机和到达飞机之间的间隔都必须满足空管相关规定。起飞飞机和到达飞机对跑道使用的优先权决定了起飞飞机和到达飞机相互作用的方式。
先定义相关矩阵:
Ta= [IATFL]n×n为到达飞机间隔时间矩阵; Td=[IDTFL]n×n为起飞飞机间隔时间矩阵; [RAL]n×1为前机跑道占用时间矩阵;[TFLda]n×n为起飞/着陆飞机满足最小空中安全间隔的时间。则在到达飞机队列中任意插入起飞飞机,有可能要拉大到达飞机对的间隔以及到达飞机的服务请求被延误,若插入k架飞机起飞后,到达飞机对之间的时间间隔为:Ta= [IATFL]n×n= [TFLda]n×n+ [RAL]n×1× [1…1]1×n+(k-1)[IDTFL]n×n;表示在前后到达的飞机对中至少插入1架起飞飞机后,到达飞机对F、 L的到达时间间隔。根据任意到达的前后机的时间间隔,就可以计算出跑道混合运行时的着陆容量CA(AD):
跑道混合使用时的起飞容量CD(AD)为:
式中,N表示插入起飞飞机的时间间隔数量,pnk是在某个到达时间间隔内插入k架起飞飞机的概率。 则跑道混合运行时着陆/起飞总的容量为:
4跑道容量评估仿真实验及分析
从前面分析可以看出,跑道容量由很多复杂的不确定因素所决定,关键参数包括天气状况、间距标准、 进近起飞速度、风速、跑道占用时间、所使用的空管规则等,和其他交通方式的容量所不同的是:跑道容量和使用跑道的飞机类别、组合比例甚至顺序都直接相关[5]。因此,实际机场跑道的最大容量,常常是在分析模型结果基础上,加以统计数据修正得到。现以上海浦东机场为例,分析单跑道容量的影响因素。
根据民航航班时刻表,统计得到,上海浦东机场降落的航班主要包括:A320,A319,B738,B763, B737,B744,AB6,B752,A330等,各机型主要参数如表3所示。
上海浦东机场16号跑道的最后进近距离为11.11km,着陆起飞区域的风速标准差为2km/h; 设各飞机飞行员技术水平近似相等,即起飞着陆采用相同速度标准差为2km/h;着陆跑道占用时间RAi、起飞跑道占用时间RDi分别为0.6 min和0.5min,标准差为5s;飞机从接到放行指令越过等待线到对正跑道准备起飞的过渡时间为0.7min;目前技术条件下雷达的位置测试精度为σXi0.5km。 根据前面的分析,可以计算得到跑道容量为37.08架/h,到达时间间隔为1.62min,到达时间间隔标准差为0.23min。
在基本的参数设置的基础上,分析不同因素对容量的影响程度,如表4所示。
从表中数据很容易得到这些参数与容量的定性关系:最后进近距离变长、风速变化量增大、最后进近速度变化越大、雷达测得的位置精度越差、跑道占用时间越长、最小间隔距离越大都会使得跑到容量变小,其中雷达测得的位置精度、跑道占用时间和最小安全间隔距离对跑道容量的影响程度是比较可观的。
5结束语
文章对机场跑道运行进行了深入分析,以 “The Aviation System Analysis Capability”中建立的跑道容量和延误模型为基础,建立了着陆、起飞和混合运行3种不同模式下的容量评估模型,对机场跑道容量的计算方法进行了介绍。通过对上海浦东机场跑道容量的计算分析,发现跑道容量与最后进近距离、风速变化量、最后进近速度变化、 雷达测得的位置精度、跑道占用时间、最小间隔距离都有密切的关系。仿真数据的分析也证明了所建立模型的准确性。
摘要：机场是最容易发生流量问题的空域单元。文章分析了影响机场跑道容量的因素,建立了单跑道进场、离场和混合运行下的容量不确定性模型,给出多种情况下跑道容量的计算方法,开发了机场跑道容量评估软件。仿真结果验证了所建立模型和方法的可行性。
区域旱情评估模型 篇2
旱灾是我国主要的自然灾害之一,不同程度的.旱灾所采取的措施和投入将是不同的.认清旱情等级作出相应的对策,对抗旱减灾是十分重要的.本文分析了影响区域旱情的因素并给出了区域旱情评估的模型和实际的应用.
作 者：郭韧 曹光源 GUO Ren CHAO Guang-yuan 作者单位：郭韧,GUO Ren(华侨大学,工商管理学院,福建,泉州,36)
曹光源,CHAO Guang-yuan(合肥工业大学,管理学院,安徽,合肥,230009)
区域金融稳定评估应用模型 篇3
关键词：区域金融稳定评估 应用模型 指标体系
一、引言
对于整体金融稳定性的评估，传统的方法是从行业的角度进行纵向分析，研究各金融相关行业的稳定状况及行业间的相互联系，进而评判出一国的整体金融稳定水平。但随着区域内经济部门的联系进一步加深，部门间趋同性进一步提高，地区性金融危机逐渐成为当今金融不稳定的主要形式，人们开始转而关注于区域金融稳定问题。
随着VAR模型、ARCH模型、AHP模型等计量模型的扩展以及系统论、协同论等理论的成熟，如何运用上述科学方法研究金融稳定问题，成为国内外讨论的热点。
区域金融稳定与整体金融稳定具有显著差异，区域金融稳定评估也应与整体金融稳定评估有所区别。两国之间由于有着一定的贸易壁垒，且适用不同的法定货币，其金融危机的传播一般是通过货币形式进行的；而地区之间几乎没有任何壁垒可言，其金融部门之间存在多种业务往来，金融危机可以通过这些渠道进行传播。整体金融由于具有更强的自适应性，对于局部的经济冲击往往具有更好的抵抗性，因而对于整体金融稳定性的研究一般不会过于关注微观局部的不稳定性因素；然而区域金融对于局部冲击的抗击能力要弱得多，单个部门或企业的倒闭就可能引发区域性的金融危机。大量金融部门都跨地区经营，局部的稳定不代表整个企业的健康，其它地区的金融问题也可能引发本地区的金融混乱。研究区域金融稳定涉及到了许多新问题，这给研发相应的稳定评估应用模型带来了诸多挑战。
二、指标体系
金融稳定评估的经典方法是建立多层次指标体系，再根据指标得分加权平均。本文也采用此评估方法，建立以指标体系为核心的应用模型。
指标体系的优劣主要取决于三项技术难关：指标选择、权重确定和临界值确定。已有文献对这三方面问题进行了大量探讨，本文在借鉴前人经验的基础上，选取并扩展了原有工具，提出了适合于区域金融稳定的评估模型。
（一）指标选择
指标选取是一个具有较高主观性的工作，仅仅依靠客观方法不可能得出适当的结论。课题组考虑到既然排除不了主观因素，那么研究的科学性与合理性则主要体现在如何使主观因素更加准确的表现出来，防止由于不必要的人为干扰影响主观因素的客观反映。
在比较了前人研究成果的基础上，课题组最后选用了“德尔菲”法（专家调查法），向相关学者、监管人士、实务界人士等发放调查问卷，根据反馈结果制定最终入选的指标。“德尔菲”法是美国兰德公司首先使用的决策工具，而后被学术界和实务界广泛采用。“德尔菲”法的最大优势在于它可以避免由于开会研究造成的相互影响以及个人权威对于决策结果的干扰，专家们可以完全根据自己的主观评价进行判断。课题组首先对反馈进行统计，对其中差异比较大的项目，进行二次问卷，将反馈结果再次发送给专家，请其根据其他人的评议结果进行再次评议，通过信息的充分沟通以消除初次评价时可能存在的偏见与不客观性，最终选择了7大类43个指标。
（二）权重确定
对于权重的确定，课题组依然使用“德尔菲”法，向专家发放调查问卷。但考虑到确定权重有着更强的专业性，直接让专家对所有项目逐一定值，可能造成较大的盲目性。于是课题组进行了两方面改进：首先，对指标进行分解，选择不同行业、不同研究领域的专家对其中相关部分的指标权重进行打分；其次，为了使专家打分有较多的实际依据，课题组事先编制了数据报告，列举相关数据及统计、计量结果，供专家参考。
对于问卷反馈结果，我们选择了层次分析法（AHP）进行数据处理。层次分析法（The Analytic Hierarchy Proess）是美国匹兹堡大学教授T.L.Saaty提出的一种定性与定量分析相结合的多目标决策分析方法。它改变了以往最优化技术只能处理定量分析问题的传统观念，而率先进入了长期滞留在定性分析水平上的许多科学研究的领地提供了对非定量事件作定量分析的简便方法。它较完整地体现了系统分析和系统综合的思想。在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。层次分析法的整个过程体现了人的决策思维的基本特征，即分解、判断与综合，而且定性与定量相结合，便于决策者之间彼此沟通，是一种十分有效的系统分析方法。运用层次分析法建模，大体上可按下面4个步骤进行：1.建立阶递层次结构模型；2.构造出各层次中的所有判断矩阵；3.层次单排序及一致性检验；4.层次总排序及一致性检验。（由于篇幅有限，对于相关统计原理和程序算法本文在此不进行具体介绍，读者可以查阅相关计量教程及计算机编程教程）。
（三）临界值确定
文献中使用的临界值确定方法大致可以分为计量模型和非计量模型两类,前者有ARMA模型、ARCH模型、VAR模型、STV横截面回归模型MCS模型、贡献分析法、主成分分析法、相关性分析法、判别分析法模型等,后者有NN模型、KLR信号分析法、概率模式识别模型、灰色预测模型等。国外使用较多的是定性相应模型，如Logit模型和Probit模型。
模型运用的难度不在模型本身，而在如何选择被解释变量，及选择什么指标作为稳定性的评价指标。如果评价目标区域有过一定的金融危机案例，则可以作为检验样本使用，但现实情况是我国的金融部门并没有足够多的案例可用，且现有的案例更多源于制度上的因素，不属于区域金融稳定评估所考虑的范围。鉴于此，课题组以国际通用的银行、证券、保险等微观部门的财务稳定指标为基础，结合我国金融部门的产权特征和市场力量，构建微观审慎指标；再以微观审慎指标为被解释变量，以微观部门的财务稳定性作为区域金融稳定的替代指标构建计量模型。运用了近十年来的金融业相关数据，计算了所列指标的临界值。
三、实证分析
运用构建的区域金融稳定应用模型对天津市2005、2006两年的金融稳定性进行评估，得到相应的得分如下：
2005年：工行3.4、农行3.775、中行2.22、建行2.82、交行1.73、光大2.995、中信2.62、深发3.535、招商2.65、浦发2.445、兴业2.8、民生3.5、华夏2.6、商行2.72、农信社3.825。银行业总得分3.05。宏观经济2.1、证券业3.9、企业3.2、保险业2.4、房地产3.4、居民3。天津金融稳定整体得分2.99。
2006年：工行2.11、农行2.75、中行1.795、建行2.95、交行2.21、光大3.36、中信2.785、深发2.61、招商2.91、浦发2.71、兴业2.1、民生3.36、华夏2.51、商行2.29、农信社3.275。银行业总得分2.50。宏观经济2.1、证券业3.9、企业3.2、保险业2.4、房地产3.4、居民3。天津金融稳定整体得分2.79。
总体上来说，2005、2006两年得分都比中值3要小，整体金融呈现稳定态势。整体得分2004年为2.99,2005年为2.79，表现出金融体系的稳定性有所增强。
银行业的质量从整体上看，2004至2005年有了明显的改观，其得分从3.05上升到2.50，从基本稳定状态上升为较稳定状态，在很大程度上促进了天津金融稳定状况的整体提高。作为银行体系主体的4大国有银行稳定状况基本都有了较大提高，对于增强天津金融稳定起到了基础性作用。2005年完成股改或上市的银行，分值降低的幅度较大，比如工行，从3.405分上升到2.11分。2005年已经完成股改或上市的银行分值有所回升，比如交行，从1.73变为2.21，稳定性下降明显。股份制银行总体来讲相对稳定，可能与股份制银行的产权结构、资金运营及管理水平等诸多方面有关。城市商业银行状况良好，得分都在3以下，属于比较稳定的级别。农行状况不太理想，农信社问题也比较严重，农信社2005、2006年得分都在3以上，对于金融稳定造成一定影响。但农行与农信社的稳定状况2006年比2005年有了较大幅度提高，这在一定程度上使得整个银行业得分有了质的变化。
除银行业以外，其它一级指标05、06两年的得分都没有太大变化，既没有出现下滑也没有出现好转。各指标中，证券业的得分最差，05、06年利润都较低，严重影响其盈利能力，资本充足率也都较低，严重影响了其安全性。证券业在一定程度上影响到了金融的稳定，好在其流动行指标还比较健康，一时不会出现大的问题。房地产业也是可能造成金融不稳定的主要因素，尤其是近年来，价格指数过高，具有产生泡沫的可能性。另外，房地产部门的银行贷款占银行总贷款的比重过高，给金融稳定埋下了隐患。企业部门得分也不高，这主要是因为银行对于企业的贷款在其总贷款中所占份额过高，对金融稳可能会造成风险。除此之外，保险业发展比较健康，宏观经济运行良好，这些都有力地保障了天津地区的金融稳定。
四、结论
一种弹性评估模型 篇4
1 弹性度量模型
以前改进系统弹性的工作主要是关于考虑威胁影响基础上的，其中包括对设计、构架、绩效的评估。弹性系统的设计提出是为了检测和修复各种类型的故障，被应用到弹性方面的模型绝大多数是基于可靠性的。Nicol[3]提出一种基于模型的评估调查技术来量化可靠性和安全性诸多模型。此外，还可应用到系统的弹性领域。然而，故障的解决是通过模型清楚地定义和统计预测。相比在恶意攻击的系统中，失效率的预测更加困难。文中考虑了无法统计推断的故障，如恶意攻击绝大多数的工作涉及对恶意攻击的探测和预防，而不仅是关注这种威胁的后果。
1.1 弹性度量模框架
弹性是理解为系统的适应能力。该模型的弹性定义如下:弹性是一种重要服务的适应能力，以及系统应对突发事件的能力。量化弹性模型考虑单个服务的适应能力以及其之间的相互依赖关系。衡量服务的适应性，文中使用了自适应性指标，其主要包括高、中、低3个状态。其是计算单个服务的状态，然后聚合作为一个联合概率分布，用于计算整个系统的弹性。系统的所有服务状态的联合概率分布被定义为弹性函数R。该函数，在式(1)中呈现。计算重要服务Sc的概率并未在低的适应状态，而其他非重要服务Snc则处于低状态
为简洁有效地表示和计算联合分布，该模型应用了马尔科夫网络表现形式[4]。马尔科夫网络基于无向图，其节点表示变量，边表示节点之间的链接。然而，对于马尔科夫网络，联合分布是由因子组成的，而不是节点。一个因子特征函数(x)被定义为(x):x→R+;且一个因子通常包含由多个节点组成的图，而马尔科夫网络则被定义成最大因子的集合图。给定一系列变量X{x1,x2,x3，…，xn}，一个马尔科夫网络被定义为
其中，F是图中变所属因子的变量集合，Z为常量，通常使其单位化。文献[4,5]在马尔科夫网络上作了详细论述。本文提到的弹性量化模型包含H,S,T和F。H表示系统在评价下的服务图;S表示部分系统服务集，其中服务的种类分为重要服务Sc和非重要服务Snc;T表示服务状态模型，服务可能有较多不同的状态;状态模型定义了服务的状态种类，同时定义了如何度量服务状态的指标;F表示因子，因子能刻画服务图，同时推算出系统弹性。
1.2 度量元素
服务图H能呈现系统中的服务彼此如何链接。一个服务图H(S,L)为一个无向图，一系列服务用点S={S1,S2，…，Sn}来表示，链接用边L={l1,l2，…，ln}来表示。边的存在有且仅当两个服务之间至少有一个交易。一个交易被定义如下:给定两个服务X和Y，若在X和Y之间有一个信息交换的行为，无论成功或失败，则称T(X,Y)为一个交易。服务图是通过分析服务之间的网络交易而建立的。为防止两个服务之间无访问信息交换，文中在预期交易的基础上创建交易。
对于服务S，一个系统的弹性如前所述，通过服务来量化。本文使用服务定义为:服务是为系统中其他项目提供一种功能的软件。服务有多种描述不同水平的操作级别状态。例如，失常、一般、可接受、不可接受等。重要服务Sc对系统的正常运行是较重要的，其通常优先于其他服务。对于重要服务的识别，研究与从业人员采取了不同的方法[6,7]，通常可利用重要服务系统专家进行识别[8]。
服务状态模型T:量化系统弹性，文中主要考虑个体服务的状态和其之间的相互依赖关系。状态模型定义了高、中、低3种自适应状态。较低的自适应服务意味着其不能正确地响应环境变化，较高的自适应服务则变现相反，目前自适应指标已被广泛应用[9]。在文中，提出了不同于以往的自适应指标。本文自适应指标是基于服务性能属性，评估自适应可能有一个或多个属性决定。为计算服务的自适应，首先要评估服务的性能属性。属性通常说明服务需监控的重要方面，用Pa={pa1,pa2，…，pan}表示一组属性，其中pai表示一个属性。此外，还设置了一组参数W={w1,w2，…，wn}，用于表示属性之间相关联的权重。自适应的度量基于单个服务的评估分数。因此，性能属性必须聚合到最后得分。在创建汇总得分方面，使属性值规范化，然后加权计算生成最终得分
假设一个服务有3个性Pa={2.1,0.8,3.4}能属性，权重W={2,1,1}，性能得分计算如下:首先使Pa规范化，，然后结合相应的权重，计算出P=(0.62×2+0.23×1+1×1)/3→0.823。同时，每个属性值定期计算，从而推算出一组性能得分P={p1,p2，…，pn}，最终解决单个服务的自适应状态度量。在计算单个服务自适应状态之前，必须计算自适应得分，其是介于性能得分与服务自适应之间的。文中假设ai代表在i数据点的自适应得分，pi-1和pi分别代表在数据点i-1和i的性能得分。自适应得分ai是由pi-1和pi根据式(2)计算得出。例如，pi=0.6和pi-1=0.45,ai=0.45+0.45-0.60×0.60→0.54。通过此种方法计算出一组单个服务的自适应得分A={a1,a2，…，an-1}。
然后根据A设置一个单个服务的自适应状态的阈值，阈值可自动或手动生成。本文的阈值由系统自动生成。评价单个服务自适应状态的方程为
其中，t1和t2为自适应状态的两个阈值。
F因子代表服务图中最大的集团结构，其在马尔科夫网络中呈现出条件概率分布。例如，在服务图1中，有4个服务{A,B,C,D}，有3个最大集团{A-B,C-B,D-B}。因此，有3个相关的条件概率分布因子，用其来计算出特定系统的联合概率分布。
1.3 建立弹性量化模型的步骤
建立弹性量化模型分为6个步骤，从数据的采集到弹性的量化和推理。
步骤1重要服务的分配:这是一个通过系统专家手动的过程。
步骤2数据采集:包括在服务主机获取数据和在中央存储器处理数据。且每个服务生成一组数据，包括其与其他服务交易的信息以及自身性能属性测量。
步骤3自适应计算:这一过程的计算遵循服务状态模型T从所在服务获取性能属性值，从而推算出自适应得分，进而得到自适应状态，该状态的评估是根据式(3)进行，得到结果后利用马尔科夫网络计算出其条件概率分布。
步骤4服务图:此图是基于服务之间的交易而建立的。在系统中，每个时间段一个服务与另一个服务进行交流，其中两者之间的交易被创建和存储。这些信息检索过后生成服务图，在服务图中，两个服务之间的链接表示其间的交易。
步骤5计算条件概率分布:首先要确定服务图中的因子。如上文所述，因子是根据服务所在关系的最大集团得到的。一旦集团确立，基于自适应状态的条件概率分布也会被计算出。
步骤6弹性度量:模型一旦确立，可查询重要服务，计算条件概率分布，并最终根据式(1)计算出相应的系统弹性。
为便于理解，举例进行说明，如图1所示。该系统包括4个服务{A、B、C、D}，其中B服务是重要服务，其连接着其他3个服务。该服务图中有3个最大集团{A-B、C-B、D-B}。假设系统中的服务状态模型只有两种状态t和f。由于B是重要服务，必须保持在t状态，系统才能正常运行。弹性方程根据式(1)演化生成
然后，随机取值用于表示因子特征函数的值(A,B)={30,5,1,10}，(C,B)={100,1,1,100}，(D,B)={1,100,100,1}。其中，每个值代表对应服务组的状态。例如bf=30,afbt=5，依次类推。这些值被用于计算每个因子的条件概率分布。利用上述弹性方程，可计算出R=(5×1×100)/[(30×100×1)+(5×1×100)]→500/3 500≈0.14。
2 弹性评估模型实际应用
为评估该模型，将计算SCADA系统[10]，其控制重要的基础设施，如电网、核电站等。在一个典型的SCADA部署中，MTUs(Master Terminal Units)负责管理领域节点。HMI(Human-Machine Interaction)服务器对允许操作者的指令负责，同时与领域设备相互作用。RTUs(Remote Terminal Units)和PLCs(Programmable Logic Controllers)均是控制和监测输电线路的设备。Historians是用来收集发生在系统中的操作日志;Relational Databases用于存储被HMI和MTUs使用的信息。
为更好地理解SCADA系统与其服务功能，下面使用以下术语:css01(controller service server 01),cdb01(central database server 01),chs01(central HMI server01)以及crs01(central remote servers)。有3个领域网络f00,f01和f02。r01代表RTU01,sr01代表sensor 01,p01代表PLC01。因存在PLCs、RTUs和sensors属于不同领域网络，服务名称被定义为领域网络代码和服务代码的组合。例如f01r01表示URTr01与领域网络f01的组合。在图2中，服务图表示系统包括43个节点，为避免逐一说明，文中使用XX表示列举的两位数相同类型的服务。系统中有3个MTUs(cssXX)，一个central historian(ch01)，一个relational database(cdb01)，一个HMI server(chsXX)，两个被用来为远程用户提供访问的remote servers(crsXX)以及多路RTUs(fXXrXX),sensors(fXX srXX),PLCs(fXXpXX)。
SCADA的仿真基于排队理论模型，每个服务代表一个队列，且服务时间符合指数分布，领域服务队列大小受限，而HMI,historian和remote servers均定义成队列大小不受限制。文中定义了css01和css02两个重要服务。因此，其他服务为非重要服务。根据式(1)，弹性方程可表示为
在仿真阶段，需要检测真实的服务时间(AST)属性。其包括服务时间和排队时间，并记录每次的请求处理。在一个服务是另一个服务的客户端情况下，AST是接受提供服务者响应的总时间，自适应指标通过计算这些属性而得到。服务图在图2中呈现，其中包括45个最大集团。因此，45个因子被用于计算弹性方程。
通过文献[10]，仿真在系统运行一天的基础上进行，其一共运行10次，一个平均AST可被用到。其中，状态阈值为t1=0.35和t2=0.70。用式(5)计算系统弹性，因css01和css02是独立的，根据已有的非重要服务，计算表达式R=P(css01≠low snc=low)×P(css02≠low snc=low)=(0.168+0.117)×(0.973+0.005)≈0.28。该结果显示系统处在一个较低的弹性状水平，主要是因css01处在低水平自适应状态的概率较大。在表3中，可看到P(css01=low)≈0.72。
同样可用该模型去发现系统的其他方面。例如，在表1和表2中，改变非重要服务的自适应状态，可得到一个有价值的结果。当非重要服务设置为一个高自适应状态水平时，在表1中可看到系统弹性从R=0.28降至R=0.20。该结果显示，对于当前数据即使非重要服务的自适应能力提高，也未必有助于提高系统的弹性。进一步说，这是由于css01处在低状态有着较高的概率P(css02=low)≈0.11;另一个方面，css02也响应改变。因此，可通过表1和表2观察相关变化。在表2中，改变非重要服务状态水平，从高到中，使得css01和css02处在低状态水平是一个高概率事件。其中，P(css01=low)≈0.96,P(css02=low)≈0.11。由此可发现，css01受到影响最大，故css01主要负责系统弹性。
3 结束语
弹性研究是网络和社会工程研究的热点与难点问题，而研究其特点和性质需尽量结合特定的领域去分析。通过建立合理的模型对弹性进行评估与量化，对预测和决策有较大帮助。学者和研究部门提出量化弹性的相应指标，是建立评估模型的关键。本文主要通过设定一些服务属性指标，计算出相应的性能得分，在一组性能得分基础上推出单个服务的自适应得分和服务状态。并结合马尔科夫网络模型及弹性函数方程，评估整个网络的弹性。本文不仅考虑了单个服务的状态，且结合了服务之间的相互依赖关系。在日后的网络弹性度量方面，对状态阈值的设定和故障的快速查找将是下一步需要深入研究的重点。
摘要：通过建立合理的模型对弹性进行评估和量化,可对未来预测和决策具有较大帮助。文中主要通过设定一些服务属性指标,计算出相应的性能得分,在一组性能得分基础上推出单个服务的自适应得分和服务状态。并结合马尔科夫网络模型及弹性函数方程,评估整个网络的弹性。文中不仅考虑了单个服务的状态,且结合了服务之间的相互依赖关系。在日后的网络弹性度量方面,为状态阈值的设定和故障的快速查找提供了参考。
关键词：网络弹性,可靠性评估,量化模型
参考文献
[1]刘密霞.网络弹性研究进展[J].计算机科学,2013,11(40):46-49.
[2]于海生.协调与弹性[M].北京:科学出版社,2012.
[3]Nicol D M,Sanders W H,Trivedi K S.Model-based evaluation:from dependability to security[J].IEEE Transactions on Dependable and Secure Computing,2004,1(1):48-65.
[4]Kinderman R,Snell K.Markov random fields and their applications[M].Providence,RI,USA:American Mathematical Society,1980.
[5]Koller D,Friedman N.Probabilistic graphical models principles and techniques[M].Cambridge,MA,USA:MIT Press,2009.
[6]Wasserman S,Faust K.Social network analysis:methods and applications[M].Cambridge,UK:Cambridge University Press,1994.
[7]Borgatti S.Identifying sets of key players in a socialnetwork,Comput[J].Mathematic Organization Theory,2006,12(1):21-34.
[8]Heegaard P,Trivedi K B.Survivability quantification of communication services[C].Anchorage,AK,USA:In Proceeding of 38th IEEE Interaction Conference DSN,2008:462-471.
[9]Reinecke P,Wolter K.BAdaptivity metric and performance for restart strategies in web services reliable messaging[C].New York,NY,USA:In Proc.7th Interaction Workshop Software Perform,2008:201-212.
翻译质量评估系统模型的研究 篇5
翻译质量评估系统模型的研究
描述了翻译质量评估模式的概念及其分类,分析了量化评估模式,进一步提出了评估系统模型及其开发标准,为实现翻译质量评估系统建立理论基础.
作 者：肖立勤 XIAO Li-qin 作者单位：山西水利职业技术学院,山西,太原,030027 刊 名：科技情报开发与经济 英文刊名：SCI-TECH INFORMATION DEVELOPMENT & ECONOMY 年，卷(期)： 17(32) 分类号：H159 关键词：翻译质量 评估模式 系统模型 系统开发IP 网络综合性能评估模型 篇6
【关键词】网络健康度；路由器健康度；综合性能评估；性能测量
0.概述
随着 Internet 技术的不断发展，人们对其依赖程度也日渐增加。网络运营商和用户必须对其性能深入了解，才能保证网络正常运行。但是Internet的结构日趋复杂，使其性能的可知性越来越低，因此，对网络性能测量的研究变得越来越重要。
目前，国际上有关性能测量的研究项目主要有：NIMI，AM，CAIDA和Surveyor。IETF也提出了若干RFCs以制定一系列框架指标来规范对Internet的测量。此外，还有许多其他网络测量体系，如MOAT， IEPM，NWS，PPNCG等[1]。虽然这些项目在关键技术上取得了很大进展，但还存在一些问题：（1）在测量系统模型化方面做的工作比较少，缺乏宏观的体系结构模型；（2）普遍采用指标体系评价法，虽能从多个角度对事物进行评价，但不利于对事物的综合评估、统一比较[2]。本文提出的IP网络综合性能评估模型采用综合多指标的评价方法，把反映网络性能的多个指标信息综合起来，映射成一个指标，由此来反映网络整体的性能状况。通过这一综合性指标，使网管人员可从宏观的角度来评测与监控网络。
1.评估模型
节点是构成计算机网络的基本元素之一，网络中的任何节点都会对网络性能在一定范围内造成影响，这种影响反映在端到端（路径）性能上，一般认为，计算网络总体性能指数只须测量出端到端的性能数据加以分析总结即可[2]。但是，当网络规模较大时，对端到端的测量在实现上不可能也没必要覆盖网络中所有的路径，因此，也不能保证覆盖所有节点；另外，对网络中运行着的各路由器的综合性能进行评估，对网管人员更全面深入地了解网络性能情况也很有帮助，例如把路由器综合性能信息实时呈现在拓扑图上，可以为网管人员及时准确地定位瓶颈提供辅助信息。因此，在评估模型中加入对节点的综合性能评估是非常有用的。
2.路由器综合性能评估
路由器性能相关指标非常多，其中吞吐量、路由计算能力、路由表能力、系统恢复时间和系统复位时间都是固定型指标，而时延、丢包率、包转发率、年龄、CPU利用率和内存利用率则是动态型指标。固定型指标即设备固有的静态参数，体现其能力能达到什么程度，跟具体网络环境无关，可用特定软硬件设备测出；动态型指标是实际运行时的量，其变化跟环境有关，可在实际运行的网络上实时监测得出。
3.端到端综合性能评估
关于网络层的端到端性能测量，IETF的IPPM工作组定义了一个指标注册框架IPPM Metrics Registry[3]，给出了管理规则，注册指标的模板，用此模板列出了已注册的全部33个指标，给出每个指标的基本属性，包括：名字，参数（测量环境等），具体定义，单位，测量方法，误差等。
这些指标可以分为2类：基本指标和衍生指标。基本指标指可以直接测量得出的指标，而衍生指标则是建立在若干基本指标之上，可以是基本指标的采样序列，也可以是采样序列的统计特征。最基本的原子性指标有4个：时延（delay），丢包率（loss），重包率（duplication）和重排序率（reordering）[4]。
只知道某个时刻上这些原子指标的值是没有意义的，普遍的方法论是在这些原子性指标的基础之上，作时间上的扩展，形成序列，再研究这些序列的统计特征平均值、最小值、中值、百分分布等。
4.网络综合性能评估
网络的综合性能评估方法与路由器一样， 用 0～100打分，称为健康度。网络健康度与端到端的总体评价系数和路由器健康度紧密关联，算法如下：
health=0；
for every path do
health=health+path.eval；
health=round（health×100/ num）；
for every router do
if （router.health<60）
health=health×0.9
其中，num 为实际测量的路径的数目；round 为取整函数。
5.实现根据这个评估模型，开发出网络健康度评估工具（Network Health Evaluation System，NHES）
NHES 分为3层：
（1）数据采集层。包括路由器数据采集和端到端数据采集2部分。其中，路由器采集部分利用SNMP 协议来收集路由器各端口的输入输出总包数、包丢弃数、入口带宽、CPU利用率等数据，由此计算出路由器各指标值；端到端采集部分利用Ping命令收集路径的双向延时和双向丢包率，由此计算出延时的最小值、方差和平均值。
（2）评估层。从数据库中取出采集层输出的数据，以其作为输入，按照上面所述评估模型，逐层计算评估出网络中各个路由器、各条路经以及整个网络的综合性能，把评估出的数据写回数据库。
（3）呈现层。负责把评估层输出的数据呈现给用户，分为实时呈现和历史呈现。实时呈现是指把路由器健康度和网络健康度在网络拓扑图上实时显示出来，而历史呈现则是根据用户的需求从数据库里调出数据，以报表的形式显示。在中国移动CNGI示范网上运行NHES，把 NHES部署在与其中一个边缘路由器相连的主机上，选取其中的3条路径进行测量，并对所有支持SNMP的路由器进行采集，网管人员在 NHES上输入各路由器地址、端口、口令、OID、目的端地址等信息，系统即可运行。这些信息被写入配置文件中，用户无须每次登录都输入。除此之外，路由器指标权值、正常值、采集间隔以及计算健康度的周期等参数也都可由用户配置。在拓扑图上每隔一个健康度评估周期自动更新一次路由器和整个网络的健康度，路径的综合性能则可在历史记录中查询。
在不同时刻采集到的中国移动CNGI示范网的部分路由器性能数据，以这些数据为输入，根据模型计算得出网络综合性能。可以看出，CNGI示范网在10月26日无论是路由器的表现还是端到端的性能比24日都有所下降：网络健康度从90下降到71。路由器（H）无论在网络整体性能较好还是较差的时候其健康度均只有 66，事实上查看历史记录可知它在连续一个星期的测量中整体性能表现一直不佳，健康度在60上下浮动，与其他路由器较佳的平均表现形成鲜明对比，影响了网络的整体性能。因此，为了提高综合性能，网管人员应首先考虑替换路由器（H）或将其移至较为不重要的位置。
6.结束语
“海砂建筑”损伤评估模型研究 篇7
近年来, 在我国的一些沿海地区和城市陆续出现河砂短缺现象, 未经处理的海砂价格低廉, 容易获取, 在巨大的经济利益驱使下, 部分施工单位在建筑结构施工中, 使用未经处理的海砂情况便以公开和陷蔽的形式发展开来。我们把这种在钢筋混凝土结构中, 违规使用了氯离子含量超标的海砂拌制混凝土的建筑物 (或构筑物) 称为“海砂建筑”。由于海砂内含氯离子, 能对混凝土中钢筋造成严重腐蚀而导致结构使用寿命缩短。
国内外一些学者对“海砂建筑”进行了一些研究[1,2,3,4,5,6,7,8], 汶川地震后, 关于 “海砂建筑”的危害性及其震灾后果的严重性研究, 更加迫在眉睫[9]。本文对一幢四层框架结构“海砂建筑”进行损伤评估, 建立其损伤评估模型, 制定“海砂建筑”各项指标的评分标准。基于模糊综合评价法提出“海砂建筑”损伤评估方法, 对此“海砂建筑”进行演算, 得出用隶属度表示的整体状态评估结果并讨论该整体状态评估结果的分析方法和应用价值。
1 评估模型
本文以一幢具体“海砂建筑”为例, 建立评估模型。该“海砂建筑”为多层框架结构, 独立基础。经初步调查, 该建筑符合“海砂建筑”多项特征, 上部结构一至四层均发现梁、板、柱出现裂缝 (裂缝与钢筋的走向相同) 、混凝土剥落和钢筋外露现象, 其部分腐蚀图如图1所示:
1.1 评估内容
评估内容主要依据《民用建筑可靠性鉴定标准》GB50292-1999、《危险房屋鉴定标准》JGJ125-99及《混凝土结构耐久性评定标准》CECS220:2007, 按性质初步可划分为三方面内容:
安全性评估:针对混凝土结构各主要构件的承载能力、构件应力、构件刚度、结构损伤等进行评估。
正常使用性评估:即功能性评估, 主要针对结构的功能性损伤进行评估。
耐久性评估:针对混凝土结构各主要构件耐久性损伤 (如:混凝土裂缝、钢筋锈蚀、氯离子含量、混凝土剥落等) 进行评估。
本评估将三个评估合成一个整体状态评估系统。采用层次分析法[10]建立“海砂建筑”层次评估模型, 如图2所示:
1.2 指标权重计算
本文采用层次分析法计算各级指标权重。首先根据专家打分构造判断矩阵, 计算出各位专家打分的权重, 然后采用层次分析法中群组决策方法统计权重, 得到一个综合的权重。基于上述方法, 最终得到的级指标权重如表1
1.3 评估指标及其评分标准
1.3.1 锈蚀钢筋混凝土构件承载力计算及评分标准[11～13]
锈蚀钢筋混凝土构件承载力计算依据《混凝土结构耐久性评定标准》CECS220-2007及《混凝土结构设计规范》GB50010-2010。参考前者关于锈蚀钢筋混凝土受弯、受压、受剪、受拉构件承载力计算规则, 采用后者相应计算公式进行计算。参考《民用建筑可靠性鉴定标准》GB50292-1999制定混凝土结构构件承载能力等级评定标准, 见表2。
注:表中R和S分别为结构构件的抗力和作用效应, 为结构重要性系数。
1.3.2 钢筋锈蚀后构件变形计算及评分标准[12,13]
锈蚀受弯构件挠度可按现行国家标准《混凝土结构设计规范》GB50010-2010有关规定计算, 但应考虑由于钢筋锈蚀引起的刚度退化, 钢筋锈蚀引起的刚度退化参考《混凝土结构耐久性评定标准》CECS220-2007确定。以《民用建筑可靠性鉴定标准》GB50292-1999为依据, 制定混凝土梁、板、柱变形的评分标准, 见表3及表4。
1.3.3 混凝土构件裂缝评分标准
在影响钢筋锈蚀的众多因素中, 裂缝起着十分特殊的作用, 因为它不仅仅是加速钢筋锈蚀的因素, 还是评判结构耐久寿命的重要指标。同时, 钢筋锈蚀和裂缝的扩展是一个交互作用、动态发展的过程。按《混凝土结构设计规范》GB50010-2010规定, 一般结构主要构件裂缝宽度允许值不大于0.2mm, 《民用建筑可靠性鉴定标准》GB50292-1999对裂缝宽度有严格的限制。
裂缝有横向裂缝和纵向裂缝, 横向裂缝与受力钢筋位置垂直, 通常并不表明钢筋正在锈蚀, 这些裂缝由混凝土凝固时收缩受到限制引起或者由于荷载作用产生应力引起。如果裂缝正好沿着钢筋纵向方向, 则不管裂缝有多细, 都是由于锈蚀引起的, 这种裂缝表明损坏将会继续发展, 同一排钢筋的顺筋裂纹相互连通后, 混凝土中即出现分层开裂, 称之为腐蚀层裂。如层裂扩展到表面, 混凝土结构的表面就呈现出成块剥落的破坏现象。所以, 对于“海砂建筑”的检测, 应把重点放在纵向裂缝上, 特别要注意裂缝的方向是否和钢筋的走向相同, 对于这种裂缝详细记录。依据以上分析制定“海砂建筑”构件裂缝的评分标准, 见表5。
1.3.4 混凝土腐蚀因素评分标准
表6～8为上部承重构件腐蚀检测因素及权重。实际检测时, 区分不同部位的腐蚀情况, 结合权重, 给出综合评分。
检测人员以表6～8为依据进行打分, 其评分标准见表9。
1.3.5 基础评分标准
地基基础是承重结构, 如果地基中掺加了海砂, 那么对整个结构的影响是很大的, 一旦发现基础中参加了海砂, 即要引起高度重视, 因此在对地基基础进行评估时适当提高了基础权重。
本文按表10所列各种腐蚀因素进行详细检查, 并依据其权重给出综合评分。
检测人员以表10为依据进行打分, 其评分标准见表11。
1.3.6 围护系统评分标准
“海砂建筑”的混凝土受到氯离子腐蚀, 受影响的主要是承重结构系统, 至于围护系统, 都把它作为非承重部分来处理, 所以在评价过程中, 围护系统的权重相对较小, 主要从使用功能方面来评定。在围护系统中可能掺加海砂的部位主要有四个部位, 其腐蚀评分标准见表12。
2 “海砂建筑”模糊综合评价
2.1 模型综合评价模型
本文采用多级模糊综合评价法对结构进行层层评估, 采用模型M (·, +) [14], 该模型计算bj为
undefined
其中undefined。该模型考虑了所有因素的影响, 而且保留了单因素评价的全部信息, 运算中ai和rij (i=1, 2, …, n;j=1, 2, …, m) 无上限限制, 但须对ai归一化。该模型在工程评价中应用效果良好。
2.2 隶属函数及其模糊分布
隶属函数是建立模糊集的基石, 它在模糊数学中占有突出的地位, 隶属函数的确定, 无论从理论上还是实践上都是模糊数学及其应用的基本关键的问题。最重要、最常用的隶属函数及其图形有:①矩形分布或半矩形分布;②半梯形分布与梯形分布;③K抛物线分布;④Γ型分布;⑤正态分布等。本文采用②半梯形分布与梯形分布计算隶属度, 其分布函数和图形为:
(1) 偏小型, 见图3 (a) 。
undefined
(2) 偏大型见图3 (b) 。
undefined
(3) 中间型, 见图3 (c) 。
undefined
根据图4梯形和半梯形隶属函数及其图形, 建立梯形分布等级隶属函数, 将标准得分进行模糊化处理。
3 “海砂建筑”损伤评估
3.1 基础、柱、梁、板、围护系统等损伤隶属度的确定
前面建立了评估模型、评估指标和评估方法, 下面分析其损伤评估过程。以前文 “海砂建筑”检测、评估指标计算、评分标准为依据, 经过专家鉴定打分, 给出各项指标得分, 按照2.1节计算各项指标的损伤隶属度, 结果如表13～16, 梁板以上部承重结构第一层示例计算。
3.2 层单元承重结构等级的确定
对各等级的构件进行统计, 以该等级的构件个数百分数作为子单元的隶属度, 利用模型M (·, +) 进行评价, 其特点是对所有因素依权重大小均衡兼顾。分别计算得到第一层、第二层、第三层和第四层的承重结构隶属度分别为: (0.052, 0.4446, 0.213, 0.289, 0) 、 (0.120, 0.435, 0.279, 0.134, 0.032) 、 (0.056, 0.259, 0.214, 0.433, 0.038) 、 (0.152, 0.449, 0.210, 0.189, 0) 。由最大隶属度原则, 知自然层第一、二、三、四层的承重结构损伤等级分别为II、II、IV、II。前已求地基基础的损伤等级为II。
3.3 整体结构等级确定
本文建议, 结构体系采用分层法进行分析, 其中, 上部承重结构按自然层分层, 将地基基础看成是结构体系中最底部的一"层"。分别评定地基基础和上部结构每层状态等级。找出损伤等级最高的一层, 则该层以上结构的隶属度为该层的隶属度。最后整体结构状态按照地基基础、上部承重结构和围护系统进行综合评级。
由以上分析结果可知, 自然层第三层的损伤等级最高, 损伤最严重, 取其上结构 (第四层) 的隶属度为该层的隶属度 (0.056, 0.259, 0.214, 0.433, 0.038) , 其它层的隶属度不变。计算出子单元上部承重结构的损伤隶属度为 (0.069, 0.388, 0.228, 0.296, 0.019) , 子单元围护系统的隶属度为 (0.235, 0.294, 0.471, 0, 0) , 最后计算出整个鉴定单元 (整体结构体系) 的隶属度为 (0.098, 0.545, 0.167, 0.179, 0.012)
在此规定:I级不必采取措施;II为可不采取措施;III级为应采取措施;IV级为必须及时采取措施;V级为必须立即采取措施。所以, 该建筑物最后评估结果为可不采取措施。除此之外, 还可以看出一些别的信息, 如结构损伤隶属于别的等级的程度, 对于这个结构, 它隶属于Ⅲ级和Ⅳ级的程度都比较高, 虽然现在评价的结果是Ⅱ级, 可以不采取措施, 但是它向Ⅲ级和Ⅳ级接近的机会很大, 同样也要做好采取措施的准备;Ⅳ级和V级之和达到了0.191 (0.179+0.012) , 这一点也不容小视。所以, 在记录评估结果的时候, 应该采用记录隶属度的方式, 这样更有利于科学评定结构损伤。
4 结论
本文根据“海砂建筑”损伤特点, 基于层次分析法建立“海砂建筑”损伤评估模型。制定“海砂建筑”各项指标评分标准并在模糊综合评价法基础上提出“海砂建筑”损伤评估方法, 就该评估方法对一四层框架结构"海砂建筑"进行演算, 得出用隶属度表示的整体状态评估结果并分析了该整体状态评估结果的应用价值。
本评估模型结果可为业主和政府等提供“海砂建筑”加固维修的有序顺序, 将其进行了大概的分类, 为资金的合理有序的使用提供了方向, 并且有利于“海砂建筑”有序地退出社会。在具体进行维修加固时, 还应该深入分析具体的建筑物构件, 根据不同结构形式、不同损伤情况, 制定更加细致的加固维修方案。
参考文献
[1]王绍基, 洪乃丰.混凝土中钢筋腐蚀破坏与修复对策[J].工业建筑, 1997, 27 (12) :36-39.
[2]洪乃丰.海砂的利用与钢筋锈蚀的防护[J].建筑技术, 23 (1) :46-48.
[3]洪乃丰.国内外钢筋阻锈剂概述[J].工业建筑, 1998, 28 (11) :14-18.
[4]洪乃丰.混凝土中氯盐与钢筋腐蚀的几个相关问题[J].工业建筑, 2003, 33 (11) :39-42.
[5]洪乃丰.氯盐腐蚀与钢筋阻锈剂[J].混凝土, 2004, (1) :58-60.
[6]洪乃丰.氯盐环境中混凝土耐久性与全寿命经济分析[J].混凝土, 2005, (8) :29-39.
[7]张泳, 付君.我国台湾地区的“海砂屋”问题及其启示[J].基建优化, 2004.12, 25 (6) :49-50.
[8]张泳.沿海地区海砂利用及所引发问题的研究[J].四川建筑, 2006.6, 26 (3) , 129-130.
[9]洪乃丰.震后反思“海砂屋”[J].腐蚀与防护, 2008.7, 29 (7) :426-428.
中国艺人评估指数模型研究 篇8
关键词：艺人评估,评估指标,指标赋权
一、引言
随着泛娱乐化时代的来临, 现今的中国娱乐业得到了空前的发展, 而艺人作为这其中最核心的参与者, 其重要性更是不言而喻。在专业领域, 制作方需要寻找能力出众的艺人参与作品, 在商业领域, 对艺人市场号召力的需求更是源源不断, 因此对艺人进行全面系统的分析评估就显得十分必要, 而想要全面准确地对其进行定性定量的评价, 必然离不开对指数的研究。
在指标赋权方法研究方面, 20世纪80年代初由美国运筹学家T.L.Satty教授提出的层次分析法 (Analytic Hierarchy Process) 简称AHP, 是将定性问题进行定量分析的一种简便、灵活、实用的多准则决策方法, 具有系统化、层次化的特点[1];Ma J, Fan Z P等于1999整合主观、客观赋权法, 提出一种确定权重的综合方法[2];后又有张吉军于2000年在AHP的基础上改进, 提出模糊层次分析法 (FAHP) [3];2001年, Fan Z P, Ma J等为解决多属性决策问题 (MADM) , 提出了基于替代的模糊偏好方法[4];2008年, 郭金玉, 张忠彬等对多种不同的层次分析法进行了总结, 并介绍了其在主要领域的相关应用[5]。
在指标评价体系构建方面, 丁和根于2005年初步构建了我国传媒竞争力评价的指标体系和分析模型, 并详细说明了指标体系的类型、构建原则及评价方法[6];2006年, 林洪美基于中国广电传媒的三重属性 (公共性、经济性和政治性) , 运用层次分析法构建了广电传媒三维绩效评估指标体系[7];2007年, 徐浩然提出主持人的绩效评估指标体系, 并给出主持人人力资本管理建议[8];2008年, 谢伦灿针对娱乐产业集群独特的发展规律和运作特点, 系统分析了影响娱乐产业集群竞争力的各种因素, 构建了区域娱乐产业集群竞争力的评价指标体系[9]。
综上可见, 我国娱乐相关产业的指标评价体系发展较晚, 且多集中于绩效、竞争力等领域, 对人的评估也只针对于主持人等特定群体, 缺乏对艺人整体的系统的评估分析, 为了填补这一领域空白, 本文将以艺人为中心构建评估指标体系, 对其进行全方位的系统评估, 并选取实例进行实验, 验证评估模型的效果。
二、中国艺人评估指数模型
为全面地评估艺人的各项能力与表现, 构建的艺人评估指数模型包括了艺人参与活动事件的方方面面, 评估体系由三个递进层级 (基础层, 指数层, 目标层) 构成, 评估的整体模型图如图1所示:
其中, 基础层用于计算艺人基本事件的分类得分, 进而得出指数层作品指数、认可指数、人气指数、公益指数四大基础指标, 最终汇总计算得目标层专业度、商业度两大综合指标。为保证评估的全面性, 基础层分数将囊括艺人参与的影视剧作、音乐作品、综艺节目、杂志拍摄采访、公益慈善活动、商业代言活动等, 并将艺人获得的奖项认可、拥有的粉丝人气等考虑在内, 在此基础上计算得到的相关指标将在下文进行详细介绍。
在建立整个模型的过程中, 指标赋值是量化评估的基础, 对指标赋值的方法有很多种, 最常用的是两大类:主观赋值法和客观赋值法。其中主观赋值法采取的是定性的方法, 由主观判断而得到权数, 操作相对简单, 但是主观性较强, 没有统一的客观标准, 受人为因素影响较大, 如层次分析法、模糊评价法、德尔菲法 (又叫专家意见法) 、指数加权法和功效系数法。客观赋权法是根据各指标间的相关系数或变异系数来确定权数, 评价结果相对精确, 但是计算方法较为繁琐, 当指标较多时, 计算量也非常大, 如主成分分析法、熵值法、变异系数法、神经网络分析法、灰色关联分析法、聚类法等。建立综合评估模型, 即构建总指数时, 需要将多个指标通过一定的数学公式或模型综合起来得到一个整体的评价模型, 本文的艺人评估指数模型使用的方法有加权平均法, 连乘法以及混合法。
2.1基础指标构建
基础指标包括由基础层艺人的各个事件得分得出的四个指标:作品指数、认可指数、人气指数、公益指数, 在对指标进行赋权之前需要考虑的问题是指标间的不可公度问题, 基础层得分使用阈值化无量纲化方法, 其权重均使用主观和客观相结合的方法。
人气指数:
在明星效应、粉丝经济大行其道的当下, 人气是艺人价值最直观的体现, 能很好地反映人们对艺人的关注度和喜爱度。考虑到数据可靠性, 这里选取微博、百度两大最权威的平台数据, 这两个平台的用户活跃度最高, 且有大量可供量化计算的数据。为了减少刷数据的人为因素影响, 将去除粉丝数等易于作弊的数据, 以保证评估的客观性与准确度。另外, 考虑到艺人人气还体现在艺人所获的奖项及称号上, 因此将艺人获得的人气类奖项分也计算在内, 以修正人气指数。人气指数P的计算公式如下:
式中P表示人气指数, X表示权重系数, Pf表示粉丝分, Pr表示人气奖项分。
作品指数:
对于艺人而言, 作品总是其最重要的事业因素, 艺人的核心业务是其专业领域的作品, 而其参与的非专业领域的作品, 也很好地体现了艺人的全能性。作品指数评估艺人参与的一切作品, 它对艺人参与的作品进行分类, 从而根据作品的不同类别计算每一项作品的分数, 包括作品的市场表现、口碑认可等方面, 并根据艺人的不同类别相应地计算专业及非专业的作品分数, 同时将艺人的参与程度纳入计算, 最终综合考量作品的数量和质量, 得到作品指数。作品指数W的计算公式如下:
式中W表示作品指数, Wv表示影视类作品分, Wm表示音乐类作品分, We表示综艺类作品分, Wo表示其他类作品分, 权重根据艺人类别的不同按是否为专业作品进行赋权。
认可指数:
无论是初入娱乐圈的新人还是实力与口碑并存的前辈, 都希望能凭借自己的作品在颁奖典礼上捧回属于自己的奖杯, 那不仅仅是对艺人专业能力的认可, 还能帮助艺人在今后的专业或非专业道路上走得更远。考虑到数据的可获性以及计算的可行性, 认可指数将从奖项的级别和主办方权威性、奖项的类别与艺人专业领域的相关性等几方面评估。为了让指数对当下具有参考性, 还要考虑获奖的时效性。认可指数R的计算公式如下:
式中R表示认可指数, Rt表示获奖类型, Rl表示奖项级别, Rc表示奖项类别, Ra表示时效性。
公益指数:
艺人参与慈善公益活动由来已久, 对国内的公益组织来说, 艺人慈善公益是我国慈善事业中非常重要的一部分, 并且在公益活动中的表率作用远远超出艺人拿出来的那部分可统计的贡献。艺人做公益不管是从宏观角度, 还是个人角度都有重要意义。将艺人参与的慈善活动和公益活动按照参与度进行分类, 并考虑活动的影响力级别, 对其赋予不同的权值, 得出公益指数C的计算公式如下所示:
式中C表示公益指数, Ct表示事件分类, Cl表示活动等级, Cp表示艺人参与度, Ci表示活动影响力等级。
2.2综合指标构建
由指标层汇总计算得到目标层专业度、商业度两大综合指标, 建立过程中, 两大指标采用主观与客观相结合的方法确定基础指标权重, 使用加权平均和连乘法混合获得总指数。
专业度:
评判一个艺人最重要的一点就是他的专业能力, 这是艺人在娱乐圈立足的根本, 也是艺人进军其他领域的利器, 专业度就是为评估艺人专业能力和价值而设置的综合指标。一般来说, 艺人出现在大众眼前大多都是带着自己作品的风格色彩的, 因此最先考虑将其专业作品包含到专业度的评估中。其次, 从艺人角度来讲, 其专业能力还体现在他所获的奖项情况上, 这是相关领域专家以及粉丝大众对艺人专业能力的认可, 因此将认可程度也归入评估中。综合考虑之后, 专业度将由以上两个因素计算得出, 计算公式如下:
式中S表示专业度, R表示认可指数, W表示作品分, X表示权重系数。
商业度:
除了专业作品的参演, 艺人参与最多的便是商业活动, 因而对艺人的评估分析, 除了专业能力外最重要的便是商业价值的衡量, 商业度就是为评估艺人商业价值而设置的综合指标。为全面地衡量艺人的商业价值, 商业度将对艺人参与的品牌代言及相关宣传活动进行评估;考虑到艺人的人气是商业效果最直接的影响因素, 人气指数也被包含在评估中;同时在艺人的跨界发展中, 非专业作品制作方往往看重艺人的商业价值, 因此艺人参与的一切非专业领域的作品和活动, 也将纳入评估范围。商业度最终在综合考量以上多个因素的基础上得出, 其计算公式如下所示:
式中B表示商业度, P表示人气指数, C表示公益指数, M表示杂志分, A表示代言分, W表示作品分, X表示权重系数。
三、实验及结果分析
为验证艺人评估指数模型的有效性, 需要选择一个人气与实力并重的艺人为例进行评估分析, 同时还需要选取一定数量的其他艺人与之进行对比。考虑到艺人的出道时间、参与作品的数量、所拥有的人气、当下的活跃度等因素, 在此选择胡歌为例收集相关艺人信息进行计算评估;同时收集其他当红男女艺人各五名以进行对比分析。为保证实验的全面性和可靠性, 以下实验所需数据均以艺人出道为时间起点进行采集并截止到本文完成时, 对于实验中所需的实时更新的数据也分别依据其相应的周期持续了一定时间长度的信息收集以供计算均值。下图是针对选择的十个艺人计算得出的评估指数结果, 纵坐标为艺人名称 (按人气指数降序排列) , 横坐标分别为人气指数、作品指数、认可指数、公益指数及专业度与商业度的计算结果 (每个指数区间为1至100分) 。
从下图可见, 胡歌凭借其最近几部高质量的现象级电视剧收获大量人气, 而他自出道以来源源不断的多类作品更是让他获得大众及专家的高度认可, 口碑极佳, 同时他还热衷于公益事业, 凭借着以上基础指标的成就, 胡歌在专业度及商业度评估方面也表现优异, 整体来说, 胡歌是一个全方面发展的优质艺人。另外从图中还可以看出其他艺人在各个评估方面的表现结果, 如一些当红艺人可能由于作品数量的不足而未能获得足够的认可, 在专业度与商业度方面都有待进步。
四、结语
回归模型对评分标准的评估 篇9
利用回归模型的方法分析这次考试卷的效度、信度、难度和区分度。
1) 效度是试卷质量指标中最基本的一条, 它是衡量测试能否准确测出学生在某一学科上真实水平的量, 效度的最大值为1, 最小值为-1, 在实际问题中, 试卷的效度通常考虑下列两个方面。
(1) 内容效度:内容效度是指试卷测试内容与所要测试目标的吻合程度。
(2) 预测效度:预测效度是指试卷测试的结果与被测对象未来成绩的相关程度。
2) 信度也是试卷质量指标中重要的—条, 我们把一份试卷对同一对象前后测试结果的相关程度称为试卷的信度。信度的最大值为1, 最小值为-1, 显然一份好的试卷, 应具有较高的信度。
信度按其估计方法可分为再删信度、“等价形式”信度、分平信度。
3) 难度是衡量试卷各题难易程度的质量指标, 是反映试题与学生知识水平适合程度的一个量。
4) 区分度是衡量试卷各题在区别被测对象不同水平程度上的指标, 这是被测对象的水平通常是从试卷内部来考虑的, 即假定被测对象的水平由他的试卷总得分的高低而定, 它的虽大值为1, 最小值为-1, 区分度一般有两种估计方法:相关系数法、高低分组分析法。
2 预备知识
3 数据来源
4 正文
将试卷按奇偶分半, 上表中数据可估计试卷的分半信度为
从上面的计算结果来看, 该试卷的信度一般, 但注意样本容量较小时, r11的计算结果受测试随机误差的影响较大, 因此被分成两个半卷的测试结果是否真正相关, 还需用数理统计的方法进行检验。
系数法:分半法虽然是求试卷信度的常用方法, 但由于分半法的分法多种多样, 因此所得的信度的估计值有差异, 并且分半法也不一定能使两个半卷真正等价, 库德-理查逊以及克
第一题是概念题, 第二、四、五是计算题, 第六、七是应用题。
由上面的计算结果来看, 概念题的效度和信度一般, 难度较低, 区分度明显。计算题的效度和信度可以, 难度中等, 区分度明显。应用题的效度和信度一般, 难度大, 区分度不是很明显。
参考文献
[1]王明慈, 沈恒范.概率论与数理统计, 高等教育出版社, 2003.
[2]西宁市第八中学3月份月考卷, 2009.
[3]盛骤, 谢式干, 潘承毅.概率论与数理统计.3版.高等教育出版社, 2006.
APP广告价值评估模型研究 篇10
伴随着手机普及, 手机将不再仅仅是支持媒体, 用更准确的话来说———它就是“媒体”。
从移动广告业总支出的数据显示, 现阶段仍旧存在一些问题:虽然广告形式多样, 但广告价格普遍不高;与传统媒介平台报纸、电视相比, 还是存在明显的差距。
二、APP 广告
1. APP广告现状分析。 (1) 强大的市场媒介。随着智能手机的普及化, APP面临着更大的市场。在2011年初的全球应用会议发布的排行榜上, 中国仅位列第11名;今年已经上升到第2位, 仅次于美国。如此庞大的数量, 完全颠覆了传统媒体的广告操作模式。
(2) 较强的营收能力。APP一个比较重要的盈利途径是通过广告获得, 根据最近剑桥大学发布的一份报告显示, Android平台上73%的APP是免费的, 80%将广告作为自己的主要商业模式。2011年, 移动广告领域的营收增长了近1.5倍, 达到了16亿美元。
2. APP广告形式。随着APP的快速发展并逐渐趋于稳定状态, APP的广告形式基本呈现出两大类, 一类是品牌广告, 另一类是行业内的应用广告。
(1) 品牌APP。品牌广告也就是所谓的品牌APP, 随着智能移动通讯工具的发展, APP广告形式已成为品牌广告主传播的新渠道。
在国外, 杜蕾斯曾推出了一款杜蕾斯宝贝计划APP, 安装应用后, 你将体会到照顾一个Baby是一件多么费劲的事情, 而且他将会告知你Facebook上面的好友 - 你当爹 / 妈了。要让Baby停下来的唯一方法就是购买一盒杜蕾斯产品, 并且扫描上面的二维码。这个极具创意的应用很好的阐释了产品的价值。
(2) 应用广告。应用广告相对来说会比较容易实现, 成本也相对较低。
第一是Banner广告条。这种形式的广告较为普遍, 收益也比较平稳, 据了解, 现在市场上, 大部分应用里都有Banner条。
第二是弹出广告。这是一种会在应用启用时弹出的广告形式。由于非常影响用户体验, 虽然有这种模式, 但开发者们考虑到种种众多因素, 这种广告在市场上, 还是很少见的。
第三是全屏 / 半屏广告 / 视频广告。在应用中全屏或半屏或播放视屏显示广告, 这类广告虽然可以实现的平台很多, 但是广告填充率很低, 对应用有苛刻的要求。
第四是积分墙。这是除了广告条以外的另一种广告盈利模式。积分墙有两种展现形式, 一种是有积分形式 (为获得道具、高级功能消耗积分) , 另一种是无积分形式 (单应用推荐) 。
第五是推荐列表。开发者可以在程序的任意位置, 设置入口按钮, 在按钮响应事件中调用“荐”计划接口, 即可获得以弹出窗口形式展现的应用列表, 用户看到感兴趣的应用点击后, 开发者即可得到相应的广告收益。
3.APP广告的特点分析
如果说互联网的网民和移动互联网的网民有什么本质上的区别, 综合全部因素可以归结为一点变化——从“上线”到“随时在线”, 这也就是我为什么要对移动互联网网民进行另外分析的原因。
根据对移动互联网的问卷调查、小组访谈资料的整理以及对照全球第二大移动互联网网络广告公司In Mobi的最新研究, 归纳出了移动互联网网民的以下特征:
(1) 身份更加确定。手机号是唯一的, 比起网络受众和电视受众等, 身份相对较确定, 移动通讯工具的价格分级也决定了它所对应的受众消费水平, 更便于对受众数据的采集和分析。
(2) 沟通更加个人。移动通讯工具越来越趋向于私人化的工具, 由于在人机互动的过程中人具有决定权, 只有符合消费者个性的营销, 才能和消费者进行长久的互动。
(3) 消费周期更短。传统的品牌营销初始直到最终引导消费者完成购买行为, 再进行感受传播, 这是一个比较长的周期。移动互联网可能在你有需求的时候, 为你做好了一系列互动请求, 甚至在你购买后呼吁你完成转发或分享, 在短时间内得到大量推广。
(4) 碎片化时间的占领。快节奏的生活使时间碎片化, 移动媒介刚好应用了这一特点。营销传播的本质是对消费者时间的“抢占”, 这些碎片时间连在一起, 构成整体时间, 移动互联网营销价值得到充分体现。
三、APP 广告价值模型
1. 影响APP广告价值的因素。第一, 投入产出是本质。作为一个广告主, 评价一个APP广告是否有价值, 除了对APP广告的效用进行评估, 最本质的应该是对于该广告的投入产出比, 如何用最少的投入达到最大的产出, 这对于一个广告主来说是最重要的。同时, 这也是评价广告效率的一个值, 如何让收益最大化, 如何创造出更有实际价值的APP广告来。
第二, 接受参与是基础。当在手机上投入一则APP广告时, 广告主或者是开发者最担心的问题是什么?就是这则APP广告是不是会被用户接受, 是不是会造成用户的反感。他们更多的是希望得到用户的接受以及肯定, 进行一定的参与和体验。
第三, 精准适时是根本。APP广告是需要有针对性的, 如何让用户在正确的时间、正确的地点遇上了心仪的你, 这就需要精准适时的投放。精准投放广告所针对的每一个用户都是潜在客户, 他们此时此刻正在关心着你所讲述的故事或者你所传达的信息。
第四, 品牌忠诚是归宿。一个手机用户会在手机上下几个相同功能的应用, 这一点对于品牌APP来说是相当重要的, 因为下载市场的开放性, 以及应用数量的繁多性, 用户可以挑选或抛弃的余地相当大, APP广告最终服务于品牌, 让用户对该品牌形成了良好的认知以及高度的忠诚度, 才能使品牌不断升值。
第五, 交流互动是源泉。交互性是随着互联网的不断发展而逐渐形成的, 移动设备的一大特性是随时随地可以进行互动和分享, 消费者一旦认可广告方案, 就会主动地分享给好友, 导致传播以指数爆炸的形式增长。
第六, 辨识记忆是目标。无论是一则什么形式的广告, 它的最终目的都是增加受众的认知和记忆度, 从而达到广告主营销的目的。简单, 特别, 好记的广告才更有利于理解和传播。
第七, 创意可行是原则。移动互联网广告应是结合技术来展现创意的一种形式。就APP营销来说, 关键在于用技术融合创意, 用创意来激发感动, 以感动来唤醒消费者的参与热情, 通过线上广告无缝延伸到线下的营销活动中, 以此来配合广告主的整合营销活动。
第八, 用户粘性是保障。就品牌APP而言, 它需要有较强的用户粘性, 看用户的使用频率高不高, 是每天使用好几次呢, 还是好几天使用一次, 又或者是下下来后根本就不用, 这些关系到品牌未来的发展。
2. APP广告价值模型建构。对于APP广告的形式, 在研究该模型时, 将其归为三大类, 分别为品牌APP, banner广告, 推荐列表。根据影响APP广告价值的8个因素, 对于APP广告价值模型的构建采用图1所示方式来实现。
该模型主要通过八个指标共同作用来达到对广告价值的评估。首先对每个指标进行1———5的量化, 代表低、较低、一般、较高、高指标值的高低。当在研究某一个广告价值时, 我们会得到一些指标值, 然后在该模型中进行标示, 将所画出的点进行连线, 便可得到一块或者是几块封闭的图形区域, 根据三角形面积公式S= (ab Sin C) , 然后求出其面积占该模型图最大值的比重即可知道该广告的价值水平, 该比重越大越好, 属于0———1 (不包含0) 。同时也可以根据该模型进行适当的改良, 以求广告价值的最大化。
3. APP广告价值模型的应用。下面, 我们对某则广告的价值进行一个模拟评估, 拟采用杜蕾斯品牌APP《宝宝计划》。该APP是一个创建于i Phone应用程序, 在两台都装有这个应用程序的机器上, 对要“生孩子”的手机上蹭一蹭, 那么对方的手机就会出现一个新生儿。用户必须对待真实的孩子一样对待他, 喂他、逗他玩、逗他笑等等。让人如果你烦了的话, 可以关掉App, 当要关掉该APP时, 显示的“用杜蕾斯”的提醒则是这款APP的终极目标。
针对这一案例, 我们可以根据模型的指标, 通过问卷形式将该APP广告的价值进行量化。
该APP广告的收益投入产出比量化为4, 用户粘性可以量化为4;接受参与度量化为4, 交流互动性量化为4;创意可行性量化为5;辨识记忆度量化为4;精准适时性量化为3。因此, 可以得到如下图2:
四、总结
当今社会, 由于定位的发展和媒体平台的增多, 导致了受众细分越来越严重, 效果却没有一个良好的评估, 导致造成产品和服务的成本不断提高。
所以, 也试着将整合营销传播的方式应用到APP广告传播中去, 根据品牌形象和传播特点, 整合APP广告各种广告形式, 以作加权平均的方式得出可靠结果, 促进企业和消费者利益的最大化协调。
参考文献
[1]王莹.APP广告时代到来[J].成功营销, 2011 (7) .
[2]樊兰.占领APP[J].IT经理世界, 2012 (6) .
[3]新周刊.20大中国式弱点营销:我们需要知道自己想要什么[DB/OL].[2012-10-19].http://finance.jrj.com.cn/biz/2012/10/19172014542940.shtml.
[4]亿动广告.移动网络广告:在动荡与机遇中前行[EB/OL].[2012-11-28].http://www.meihua.info/today/post/post_82b2f0d6-b530-443a-81c6-af6450c55c26.aspx.