下载文档原格式
1引言职业教育法提出要推行中国特色学徒制，鼓励企业设立学徒岗位，对新招用职工、在岗职工和转岗职工进行学徒培训。
中国特色学徒制以企业为主导，时间周期长，培训要求高，对培训效果的评价提出了较高的要求。
本文根据学徒制的人才培养目标要求，从企业的视角，在概念技能、人际技能、专业技能层面选出有效影响因子，探索构建学徒制培训项目绩效评价模型，运用AHP 法与灰色综合聚类评估模型相结合的方法进行实证研究。
2研究方法第一，层次分析法，简称AHP 法，主要用于解决社会生活中、公共事业或行业生产实践中常见的定性问题。
它将一些定性问题定量化来增强决策的便捷性和灵活度。
实施AHP 时，首先围绕需要决策的核心问题建立层次结构模型，明确目标和旨在解决问题的方向，进而提取关键指标因子，确立层次结构模型。
然后，构造判断矩阵，对各指标相对重要性进行比较判断，根据评判标准对各要素进行打分。
其次，将层次单排序，依次计算出矩阵中每一行元素的相互乘积值，再将向量做归一化处理，获取最大特征根值，即λmax 。
最后将信息数据予以综合，得到针对总目标的排序权重，并借助这个权重向量进行决策。
第二，灰色聚类是一种使用灰色关联矩阵或灰数的可能度函数，将那些部分信息未知的观测指标或观测对象，划分成若干个可定义类别的方法，用以确定同类因素的归并，以使复杂的系统得到简化。
3企业学徒制培训效果评估的灰色聚类模型构建3.1学徒制培训实证企业实例分析3.1.1单位人力培训现状某股份制银行是于1988年成立的国有控股商业银行。
其A 分行现有1家二级分行、14家综合性一级支行和16个分行一级部门，聘用员工约430人，建起了较完善的人才培养机制。
A 分行近几年推行职工队伍年轻化，每年都会招聘大量的应届毕业生对口人才。
原因除了业务发展转型外，与A 分行员工流失率高有一定关系。
正因如此，A 分行更加注重对年轻员工、新职工以及转岗员工的全面培训，培训内容除了岗位工作技能。
AHP—模糊综合评价方法得理论基础1、层次分析法理论基础1970-1980年期间，著名学者Saaly最先开创性地建立了层次分析法■英文缩写为AHP。
该模型可以较好地处理复杂得决策问题,迅速受到学界得高度巫视。
后被广泛应用到经济计划与管理、教育与行为科学等领域。
AHP建立层次结构模型•充分分析少量得有用得信息■将一个具体得问题进行数理化分析，从而有利于求解现实社会中存在得许多难以解决得复杂问题。
一些定性或定性与定量相结合得决策分析特别适合使用AHPo被广泛应用到城市产业规划、企业管理与企业信用评级等等方面■就是一个有效得科学决策方法。
Diego Falsini^ Federico Fondi Massimiliano M、Schiraldi(2012)运用 AHP 与DEA 得结合研究了物流供应商得选择:Radivojevic s Gordana 'j Gajovic, Vladimir(20⑷研究了供应链得风险因素分析;K、D、Maniya与M、G、Bhatt(2011) 研究了多属性得车辆自动引导机制;朱春生(2013)利用AHP分析了高校后勤HR 配置得风险管理;蔡文飞(2013)运用AHP分析了煤炭管理中得风险应急处理;徐广业(2011)研究了 AHP与DEA得交互武应用;林正奎(2012)研究了城市保险业得社会贵任。
第一■递阶层次结构得建立一般来说■可以将层次分为三种类型:(1)最高层(总U标层):只包含一个元素，表示决策分析得总U标■因此也称为总日标层。
(2)中间层(准则层与子准则层):包含若干层元素，表示实现总U标所涉及得各子U 标■包含各种准则、约束、策略等■因此也称为U标层。
(3)最低层(方案层):表示实现各决策U标得可行方案、描施等，也称为方案层。
典型得递阶层次结构如下图1:一个好得递阶层次结构对解决问题极为重要，因此•在建立递阶层次结构时.应注意到:(1)从上到下顺序地存在支配关系•用直线段(作用线)表示上一层次因素与下一层次因素之间得关系■同一层次及不相邻元素之间不存在支配关系。
分层评价模型分层评价模型是一种常用的评估方法，它可以帮助我们更加全面地了解和评价一个事物或者一个系统。
这个模型的核心思想是将评价对象分解成不同的层次，并对每个层次进行评价，最终得出一个综合的评价结果。
本文将详细介绍分层评价模型的原理、应用场景以及评价方法。
分层评价模型的原理是基于层次分析法（Analytic Hierarchy Process，AHP），它是一种将复杂问题进行层次化处理的方法。
在分层评价模型中，我们首先确定评价对象的各个层次，然后对每个层次进行评价，最终将各个层次的评价结果汇总得出综合评价结果。
分层评价模型可以应用于各个领域，例如企业绩效评估、项目评估、产品评估等。
在企业绩效评估中，我们可以将企业的绩效分解为不同的层次，如战略目标层、业务层、绩效指标层等，然后对每个层次进行评价，最终得出企业的综合绩效评价结果。
在项目评估中，我们可以将项目的成功因素分解为不同的层次，如资源层、进度层、质量层等，然后对每个层次进行评价，最终得出项目的综合评价结果。
在进行分层评价时，我们需要确定每个层次的评价指标，并为每个指标设置评价标准。
评价指标应该具有客观性和可度量性，评价标准应该具有明确性和可操作性。
在评价过程中，我们可以使用专家打分法、问卷调查法、模糊综合评价法等方法来确定每个层次的评价结果。
同时，我们还可以使用层次单排序法、层次总排序法等方法将各个层次的评价结果进行加权处理，得出综合评价结果。
分层评价模型的优势在于可以将复杂的评价问题分解为简单的评价子问题，使评价过程更加清晰和可操作。
同时，分层评价模型还可以考虑不同层次之间的相互关系，避免评价结果的误差累积。
然而，分层评价模型也存在一些限制，如评价指标的选择和权重的确定可能存在主观性和不确定性，评价结果的可靠性和有效性需要进一步验证。
分层评价模型是一种有效的评估方法，可以帮助我们更加全面地了解和评价一个事物或者一个系统。
在使用分层评价模型时，我们需要确定评价对象的各个层次，为每个层次设置评价指标和评价标准，并使用合适的评价方法进行评价。
AHP——模糊综合评价方法的理论根底1.层次分析法理论根底1970—1980年期间,着名学者Saaty最先开创性地建立了层次分析法,英文缩写为AHP.该模型可以较好地处理复杂的决策问题,迅速受到学界的高度重视.后被广泛应用到经济方案和治理、教育与行为科学等领域.AHP建立层次结构模型,充分分析少量的有用的信息,将一个具体的问题进行数理化分析, 从而有利于求解现实社会中存在的许多难以解决的复杂问题.一些定性或定性与定量相结合的决策分析特别适合使用AHP.被广泛应用到城市产业规划、企业治理和企业信用评级等等方面,是一个有效的科学决策方法.Diego Falsini、Federico Fondi 和Massimiliano M. Schiraldi〔2021〕运用AHP 与DEA的结合研究了物流供给商的选择；Radivojevi、Gordana和Gajovi, Vladimir 〔2021〕研究了供给链的风险因素分析；.Maniya和.Bhatt〔2021〕研究了多属性的车辆自动引导机制；朱春生〔2021〕利用AHP分析了高校后勤HR配置的风险治理；蔡文飞〔2021〕运用AHP分析了煤炭治理中的风险应急处理；徐广业〔2021〕研究了AHP与DEA的交互式应用；林正奎〔2021〕研究了城市保险业的社会责任.第一,递阶层次结构的建立一般来说,可以将层次分为三种类型：〔1〕最高层〔总目标层〕：只包含一个元素,表示决策分析的总目标,因此也称为总目标层.〔2〕中间层〔准那么层和子准那么层〕：包含假设干层元素,表示实现总目标所涉及的各子目标,包含各种准那么、约束、策略等,因此也称为目标层.〔3〕最低层〔方案层〕：表示实现各决策目标的可行方案、举措等,也称为方案层.典型的递阶层次结构如下列图1：一个好的递阶层次结构对解决问题极为重要,因此,在建立递阶层次结构时,应注意到：〔1〕从上到下顺序地存在支配关系,用直线段〔作用线〕表示上一层次因素与下一层次因素之间的关系,同一层次及不相邻元素之间不存在支配关系.〔2〕整个结构不受层次限制.〔3〕最高层只有一个因素,每个因素所支配元素一般不超过9个,元素过多可进一步分层.〔4〕对某些具有子层次结构可引入虚元素,使之成为典型递阶层次结构.第二,构造比拟判断矩阵设有m个目标〔方案或元素〕,根据某一准那么,将这m个目标两两进行比较,把第i个目标.=1,2,…,m〕对第j个目标的相对重要性记为a i「这样构造的m 阶矩阵用于求解各个目标关于某准那么的优先权重,成为权重解析判断矩阵, 简称判断矩阵,记作A =〔a〕.ij m x nSatty于1980年根据一般人的认知习惯和判断水平给出了属性间相对重要性等级表〔见表1〕.利用该表取的a^值,称为1-9标度方法.表1目标重要性判断矩阵A中元素的取值假设决策者能够准确估计a..,那么有：a二-1,a=a *a ,a=1 ,其根本的定1]ij a ij ik kj li理如下：第一,设A=(a ij)mxm,A>0,(即2产0间=12・.・加),如果满足条件(1)a ii =1 (i =12・・・,m)；⑵a ij=1/a ji(i,j =1,2,…,m),那么称矩阵A为互反正矩阵.第二,设A=(a ij)mxm,A>0,如果满足条件a j= a ik-a kj(i,j,k=12・・・,m)那么称矩阵A为一致性矩阵.第三,对于任何一个m阶互反正矩阵A,均有X ma x Nm,其中勺曲是矩阵A 的最大特征值.第三,m阶互反正矩阵A为一致性矩阵的充分必要条件是A的最大特征根为m.第三,单准那么下的排序层次分析法的信息根底是比拟判断矩阵.由于每个准那么都支配下一层假设干因素,这样对于每一个准那么及它所支配的因素都可以得到一个比拟判断矩阵. 因此根据比拟判断矩阵如何求得各因素w1,w2,…,w m对于准那么A的相对排序权重的过程称为单准那么下的排序.这里设A=(a ij)mxm,A>0.方法一：本征向量法利用AW=九W求出所有九的值,其中！_为九的最大值,求出X max对应的特征向量W*,然后把特征向量W*规一化为向量W,那么W=[W],w2, ・・.w m]T为各个目标的权重.求九需要解m次方程,当mN3时,计算比拟麻烦,可以利用matlab 来求解.(2)判断矩阵的近似解法判断矩阵是决策者主观判断的定量描述,求解判断矩阵不要求过高的精度. 这里,介绍三种近似计算方法：根法、和法及幂法.幂法适于在计算机上运算.第一,根法①A中每行元素连乘并开m次方,得到向量W* =(狡*,狡*,...,狡*)T其中,12 mw* = 1r m a. ml%「1j j=②对W*作归一化处理,得到权重向量W=(w1,w2,…w )T,其中w = w*/£w* 12m l lll=1③对A中每列元素求和,得到向量S=(s1,s2,…s m),其中s j= E a j l=1④计算入max的值,九max=£s w = SW = -!-£ (AW：l=1l=1l方法二：和法①将A的元素按列作归一化处理,得矩阵QXqJmm.其中,q j = ajZa jk=1②将Q的元素按行相加,得向量a = (a ,a,…,a ).其中,a =£q12 mljjT③对向量a作归一化处理,得权重向量W=(w/w2, ・・.w m)T,其中w^a. /£a kk=1④求出最大特征值九=1£〞乜max m ,w ,方法三：幂法幂法是一种逐步迭代的方法,经过假设干次迭代计算,根据规定的精度,求出判断矩阵A的最大特征值及其对应的特征向量.设矩阵A=(a..)mxm,A>0,那么lim2土= CW,其中,W是A的最大特征值对应的的特征向量,C为常数, e T A k e k-8向量 e=(1,1,…,1)T .幂法的计算步骤是：①任取初始正向量X (0)=(x 1(0), x 2(0),…,X m (0))T ,计算=max { X 〔0〕}, Y 〔0〕= X 〔0〕/ mi②迭代计算,对于k=0,1,2,…计算X 〔 k +i 〕= AY 〔 k 〕, m = |X 〔 k +i 〕I = max { X 〔8i③精度检查.当|m k +1 -m j<£时,转入步骤④；否那么,令卜=卜+1,转入步骤②. ④求最大特征值和对应的特征向量,将Y (k+1)归一化,即： W = Y (k +1) / £ y ( k +1),九 =mi =1第四,单准那么下的一致性检验由于客观事物的复杂性,会使我们的判断带有主观性和片面性,完全要求 每次比拟判断的思维标准一致是不太可能的.因此在我们构造比拟判断矩阵时, 我们并不要求n(n-1)/2次比拟全部一致.但这可能出现甲与乙相比明显重要,乙 与丙相比极端重要,丙与甲相比明显重要,这种比拟判断会出现严重不一致的 情况.我们虽然不要求判断具有一致性,但一个混乱的,经不起推敲的比拟判 断矩阵有可能导致决策的失误,所以我们希望在判断时应大体一致.而上述计 算权重的方法,当判断矩阵过于偏离一致性时,其可靠程度也就值得疑心了. 因此,对于每一层次作单准那么排序时,均需要作一致性的检验.一致性指标〔Consistency Index,CI 〕 : CI =九 maxmm — 1 随机指标〔Random Index,RI 〕一致性比率〔Consistency Rate,CR 〕 :CR=CI/RI当CR 取时,最大特征值为=CI ・〔m-1〕+m=・RI ・〔m-1〕+mmaxm = ||X 〔0〕X 〔k +1〕}, Y 〔k +1〕=X 〔 k +i 〕/ m k +1表2随机指标RI ,九 取值表max表中当n=1,2时,RI=0,这是由于1,2阶判断矩阵总是一致的.当nN3时,假设CR^P X ma x＜认为比拟判断矩阵的一致性可以接受,否那么应对判断矩阵作适当的修正,直到X max小于X max通过一致性检验时,求得的W 才有效.第五,层次总排序计算同一层次中所有元素对最高层(总目标)的相对重要性标度(又称权重向量)称为层次总排序.(1)层次总排序的步骤为：第一,计算同一层次所有因素对最高层相对重要性的权重向量,这一过程是自上而下逐层进行；第二,设已计算出第k-i层上有叱1个元素相对总目标的权重向量为K-1W(k-1)=(W1(k-1), W2(k-1),…,W n(k-1)(k-1))T第三,第k层有个n k个元素,他们对于上一层次(第k-1层)的某个元素j 的单准那么权重向量为p j(k)=(w1j(k), W2j(k),…,W nkj)(k))T (对于与k-1层第j个元素无支配关系的对应W j取值为0)；第四,第k层相对总目标的权重向量为W k= (p1(k), p2(k),…p k-1(k),)W(k-1)(2)层次总排序的一致性检验人们在对各层元素作比拟时,尽管每一层中所用的比拟尺度根本一致,但各层之间仍可能有所差异,而这种差异将随着层次总排序的逐渐计算而累加起来,因此需要从模型的总体上来检验这种差异尺度的累积是否显着,检验的过程称为层次总排序的一致性检验.第k 层的一致性检验指标CIk=(CI1(k-1), CI2(k-1),・・・, CIn K(k-1))W(k-1)RI k=(RI1(k-1), RI2(k-1),・・・, RIn K(k-1))W(k-1)CR k=CR k-1+CI k/RI k(34k4n)当CR k ＜,可认为评价模型在第k层水平上整个到达局部满意一致性.第六,递阶层次结构权重解析过程(1)树状结构目标体系目标可分为多个层次,每个下层目标都隶属于一个而且只隶属一个上层目标,下层目标是对上层目标的具体说明.对于树状结构的目标体系,需由上而下逐步确定权重,即由树干向树梢,求树杈各枝相对于树杈的权重.〔2〕网状结构目标体系网状结构的目标也分为多个层次,每个下层目标隶属于某几个上层目标〔至少有一个下层目标隶属于不止一个上层目标〕.AHP方法的根本步骤：层次分析法大体分为以下六个步骤：〔1〕明确问题；〔2〕建立层次结构；〔3〕两两比拟,建立判断矩阵；〔4〕层次单排序及其一致性检验；〔5〕层次总排序及其一致性检验；〔6〕根据分析计算结果,考虑相应的决策.2.模糊综合评价方法理论根底模糊综合评价是以模糊数学为根底.应用模糊关系合成的原理,将一些边界不清,不易定量的因素定量化,进行综合评价的一种方法.在校园环境质量综合评价中,涉及到大量的复杂现象和多种因素的相互作用,而且,评价中存在大量的模糊现象和模糊概念.因此,在综合评价时,常用到模糊综合评价的方法进行定量化处理,评价出校园环境的质量等级,取得了良好的效果.但权重确实定需要专家的知识和经验,具有一定的缺陷,为此,本文采用层次分析法来确定各指标的权系数.使其更有合理性,更符合客观实际并易于定量表示, 从而提升模糊综合评判结果的准确性.此外,模糊综合评价中常取的取大取小算法,信息丧失很多,常常出现结果不易分辨〔即模型失效〕的情况.模糊综合评价方法和步骤的流程如下列图2：模糊综合评价是通过构造等级模糊子集把反映被评事物的模糊指标进行量化〔即确定隶属度〕,然后利用模糊变换原理对各指标综合.流程如下：〔1〕确定评价对象的因素论域P个评价指标,u=k u2,, u｝.〔2〕确定评语等级论域v = 11,\,・・・・・・,V p｝,即等级集合.每一个等级可对应一个模糊子集.〔3〕建立模糊关系矩阵R在构造了等级模糊子集后,要逐个对被评事物从每个因素ui〔i = 1,2, ・・・・・・,p〕上进行量化,即确定从单因素来看被评事物对等级模糊子集的隶属度〔R I u.〕, 进而得到模糊关系矩阵：一u r r• • •r11112 1 mR I u r r• • •rR =2一2122 2 m• •*• • •• • •« • ••rR I u r r• • •p 1 p 2pm」p . m矩阵R 中第i 行第/列元素r j,表示某个被评事物从因素4来看对匕等级模糊子 集的隶属度.一个 被评事物在某个因素4方面的表现,是通过模糊向量 〔R ।匕〕=〔/%,……,0来刻画的,而在其他评价方法中多是由一个指标实际值来刻画的,因此,从这个角度讲模糊综合评价要求更多的信息［10. 〔4〕确定评价因素的权向量在模糊综合评价中,确定评价因素的权向量：A = 〔a ,a ,・・・・・・,a 〕.权向量A12p中的元素a.本质上是因素u 对模糊子｛对被评事物重要的因素｝的隶属度.本文使 用层次分析法来确定评价指标间的相对重要性次序.从而确定权系数,并且在 合成之前归一化.即寸a .=1,a0 , i = 1,2,・・・・・・,n i =1〔5〕合成模糊综合评价结果向量利用适宜的算子将4与各被评事物的R 进行合成,得到各被评事物的模糊 综合评价结果向量B .即：AoR =C a ,a ,……,a ) p r11 r21• • •r 12 r22 • • •• • • • • • • • •r 1 m r2 m• • •=(b , b , (12)•••, b m )=BL r r• • •rp 1 p 2pm」其中?是由4与R 的第j 列运算得到的,它表示被评事物从整体上看对匕等级模 糊子集的隶属程度.〔6〕对模糊综合评价结果向量进行分析实际中最常用的方法是最大隶属度原那么,但在某些情况下使用会有些很勉 强,损失信息很多,甚至得出不合理的评价结果.提出使用加权平均求隶属等 级的方法,对于多个被评事物并可以依据其等级位置进行排序.多级模糊综合评价方法的步骤如下,以二级模糊评价为例：(1)进行一级因素的综合评价即按某一类中的各个因素进行综合评价.设对第i(1=12,,N)类中的第川=12加)元素进行综合评价,评价对象隶属于评价集合中的第k(k=1,2〃,m)个元素的隶属度为争(i=1,2,,,N；j=1,2,,,n；k=1,2〃,m),那么该综合评价的单因素隶属度矩阵为：Ci11 …RmR=()i C ... C in i inm于是第i类因素的模糊综合评价集合为：C11…C i i mB — W .R —(w , w ,.... w ).()i i ii1i2 in C ... Cin i inm同理确定B i.....B n的单因素模糊评价行向量：B -(,,,,) B；=(,,,,) ...B n -(,,,,)I=1,2,,,N,Bi为B层第i个指标所包含的各下级因素对于它的综合模糊运算结果, b 为B层第i个指标下级各因素相对于它的权重；R为模糊评价矩阵.i(2)进行二级因素的模糊综合评价最底层模糊综合评价仅仅是对某一类中的各个因素进行综合,为了考虑各类因素的综合影响,还必须在类之间进行综合.进行类之间因素的综合评价时, 所进行的评价为单因素评价,而单因素评价矩阵应为最底层模糊综合评价矩阵：B i ii - B i i mA — W .R —(w , w,….w ).()i i ii1 i2 in B ... Bin1inm。
基于SWOT及AHP模型的企业营销策略选择研究2019-07-08摘要：本⽂以湖北周⿊鸭⾷品有限公司为例，对企业营销策略应当如何选择进⾏研究。
通过SWOT 分析确定影响企业发展的内外环境因素，在此基础上针对企业所⾯临的优势、劣势、机会和威胁，提出了四种战略。
依据SWOT分析构建层次结构模型，并以问卷形式收集数据计算个要素的权重，通过⼀致性检验证明了权重的合理性。
最后对各战略⽅案进⾏了重要性的排序，提出企业应该选择的营销策略。
关键词：SWOT AHP模型企业营销⼀、湖北周⿊鸭⾷品有限公司简介湖北周⿊鸭⾷品有限公司，是⼀家专业从事鸭类、鹅类、鸭副产品和素⾷产品等的熟卤制品⽣产的品牌企业，主要经营“周⿊鸭”系列产品。
⽬前在武汉市内拥有40家直营门店，基本遍布武汉三镇⼀类商圈，产品享誉全江城。
⽬前，公司正致⼒于包装产品的上市和全国市场的开发。
经过⼗多年发展，成为武汉市场拥有⼀定品牌知名度与市场影响⼒的鸭类卤味品牌周⿊鸭。
⼆、公司环境分析（⼀）宏观环境分析1、政治法律环境分析国家积极⿎励企业利⽤电⼦商务这⼀⽹络商业⾏为，⼤⼒发展安全、健康、符合⼈民需要的⾷品和合理、有效的⾷品销售模式来抓住消费者，提⾼企业在国内外市场的影响⼒和竞争⼒，加速国内整体经济发展。
2、经济环境分析21世纪初⾄今，休闲⾷品质量⼤⼤提⾼，休闲⾷品市场规模近年来正呈⼏何级的速度增长，增长速度⾼出⾷品市场平均增长率20个百分点，在我国⾷品市场的地位⽇益重要。
同时，休闲⾷品的品种和类别也⼤幅度增多。
[1]⽽“周⿊鸭”作为其中的⼀员就得抓住这⼀环境同本⾝的优势结合在⼀起，壮⼤发展，突破地域的局限性，为成为在这个⾏业知名品牌铺路。
3、社会⽂化环境在市场⼤量⽆法满⾜的消费者需求和有限的消费市场环境的⽭盾下，⼈们开始积极主动地寻找多种渠道进⾏消费，⽬前消费者不再是静静地等待从市场或周围亲朋友⼈获得消费信息⽽选择消费，更多的是积极主动地从各个⽅⾯、渠道来获得信息，并且品牌对于消费者购买决策的影响越来越⼤，消费者品牌意识不断增强。
ahp-模糊综合评价法全文共四篇示例，供读者参考第一篇示例：AHP-模糊综合评价法AHP（Analytic Hierarchy Process）和模糊综合评价法是两种常用的决策分析方法，它们在不同程度上解决了现实中的复杂决策问题。
本文将介绍AHP和模糊综合评价法的基本原理，以及它们在决策分析中的应用。
一、AHP原理及应用AHP是由美国数学家托马斯·萨蒙提出的一种多目标决策方法。
其基本原理是通过将复杂的决策问题分解成多个层次，构建层次结构，并利用专家判断或数据分析来确定各个层次的权重和优先级，最终得出最佳决策方案。
AHP的应用范围非常广泛，包括工程管理、项目评估、投资决策等多个领域。
在工程管理中，可以用AHP确定工程项目的目标、任务和资源分配方案；在项目评估中，可以用AHP评估项目的风险和收益，并确定最优的项目实施方案；在投资决策中，可以用AHP评估投资项目的收益和风险，并确定最佳的投资方向。
AHP的核心是通过对多个因素进行两两比较，建立一个判断矩阵，然后利用特征向量法计算各个因素的权重，最终确定最佳的决策方案。
二、模糊综合评价法原理及应用模糊综合评价法是一种用来处理模糊信息和不确定性的决策分析方法。
其基本原理是通过建立模糊数学模型，将模糊信息量化，并据此进行决策分析。
模糊综合评价法的应用领域包括环境评价、质量评价、效益评价等多个领域。
在环境评价中，可以用模糊综合评价法评估环境污染的程度和影响因素；在质量评价中，可以用模糊综合评价法评估产品质量的好坏和改进方向；在效益评价中，可以用模糊综合评价法评估项目的效益和影响因素。
模糊综合评价法的核心是建立评价指标体系和评价模型，将模糊信息转化为数值信息，并根据不同指标的权重计算综合评价值，最终确定最佳决策方案。
AHP和模糊综合评价法分别适用于不同类型的决策问题。
AHP更适用于确定多目标多标准的决策问题，它能够通过层次结构和权重计算确定最佳决策方案。
基于AHP的绩效评估物流091 200910604125摘要：本文分析了我国民营或中小型企业核心员工的流失主要原因，以邯运集团为范本，分析了该集团主要存在的问题及可行解决方法。
并研究了AHP在企业员工绩效评价中的应用。
关键字：绩效评估；AHP；权重；层次分析；评价模型；员工激励一、我国民营或中小型企业核心员工的流失主要原因：1、行业特色。
物流业属于发展速度较快且在今后很长时间依然能保持快速增长的行业，因而对具有较强竞争力的物流企业核心员工来说，这种行业背景为其快速流动提供了较多的机会，增强了其流动意愿。
快速发展的市场和行业要求参与其中的企业不断吸引优秀人员，因而，挖人、被挖、反挖成为物流企业面临的常态，民营物流企业和国有、外资物流企业相比，一般不具备吸引并保留核心员工的竞争优势，面对竞争激烈的物流人才市场，要使自己的核心员工完全不流失的可能性很小。
2、核心员工自身方面的原因。
民营物流企业核心员工是实现企业经营效益最直接、最重要的人才，掌握企业发展所需要的关键技能或核心资源，且可替代性很小。
基于这些因素，他们对企业的心理契约和行为模式与一般员工有较大差异。
主要表现为具有较强的心理优越感，对企业有较高的心理期望，有较强的流动意愿，这就要求民营物流企业科学、合理地界定本企业的核心员工，并区别于普通员工，采用切实可行的办法留住核心员工。
3、企业方面的原因[1]①.由于民营、中小型物流企业发展历史较短，且面临良好的市场发展机遇，大多数企业专注于核心业务，疏于内部管理，尤其是人力资源管理基础较为薄弱，没有形成系统的人力资源管理体系，在人力资源的获取、使用、培养、保留等方面存在较大欠缺，这成为核心员工流失的一个重要原因。
②.中小企业规模较小意味着企业生产能力、利润量、资产拥有量、人员规模及社会影响力都要逊于大企业，也无法像跨国公司那样为员工积累国际化的工作经验。
同时一般来讲企业规模小也意味着中小企业的稳定性比大企业要差。
基于AHP的搜索引擎营销综合绩效评价模型[摘要]搜索引擎营销作为网络营销的手段之一,对于网络营销具有十分重要的价值。
通过分析搜索引擎营销在网络营销中的地位和作用,构建了搜索引擎营销绩效评价指标体系,并运用层次分析法建立了搜索引擎营销综合绩效评价模型,该模型为企业开展网络营销活动提供了科学的决策依据。
[关键词]搜索引擎营销;层次分析法;绩效评价;指标体系1 搜索引擎营销绩效评价指标体系评价指标反映了企业网络营销绩效的关键因素,也揭示了企业网络营销绩效评价的内容,是企业管理者对评价对象进行全面认识的具体途径,因而设计指标体系是企业网络营销绩效评价的重要基础工作。
同时,评价指标的建立必须遵循一定的原则,构建网络营销绩效评价体系的五个原则,即全面性原则、科学性原则、可比性原则、可测性原则、独立性原则。
我们按照以上原则,结合搜索引擎营销的实际效果,对影响网络营销绩效评价的主要因素进行综合分析和整理,从品牌效益、经济效益、服务效益三个方面出发,构建了一套绩效评价指标体系。
下面分别介绍各指标的具体含义。
1.1 品牌效益指标(1)企业网站推广。
就是为用户发现网站信息并来到网站创造机会。
(2)产品推广。
企业利用用户通过输入产品名称搜索相关产品的信息资料的行为,采取的宣传推销产品的方式。
1.2 经济效益指标经济效益指标是指通过搜索引擎营销为企业带来的经济效益,主要包括网上产品销售和网下产品销售。
(1)网上产品销售。
顾客在网上了解产品信息后,通过电子商务模式购买产品,也就是P2C 模式。
(2)网下产品销售。
顾客在网上了解产品信息后,在现实市场中购买产品。
(3)服务效益指标。
搜索引擎是企业获取行业资讯、了解国际市场动态的一个重要工具,同时还是网站优化检测的工具。
①市场调研。
通过搜索引擎了解竞争者的市场动向,产品信息,用户反馈,市场网络等公开信息。
②网站优化检测。
利用搜索引擎检查网站链接数量、网站被搜索引擎收录网页数量、网站的PR值等。
权重计算与评价模型方法总结
权重计算与评价模型是一种帮助决策者确定最佳方案的方法。
其主要目的是为了在决策群体中哪个方案最具有优势提供证据。
在进行这样的评价的时候，需要先确定编制评价指标，即评价方案的各种指标和标准。
接下来，需要确定每个指标的权重。
在这一阶段，可以使用不同的方法来计算指标的总体权重。
以下是一些常见的权重计算和评价模型方法：
1. 层次分析法（AHP）：AHP将指标按照层次结构排列，并通过一连串的两两比较，计算每个指标的权重。
这种方法适用于有多个指标需要考虑，并且标准之间的比较不容易确定的情况。
2. 熵权法：熵权法通过计算指标的信息熵来确定权重。
这种方法适用于指标之间存在较强关联性的情况。
3. 主成分分析法（PCA）：PCA通过降维的方法将指标减少到较少的几个维度，然后计算每个维度的权重。
这种方法适用于指标之间存在测量误差的情况。
4. 组合评价法：组合评价法将多个指标综合考虑，最终计算综合指数，并且通过比较综合指数的大小来确定权重。
这种方法适用于综合评价多个方面的情况。
除了权重计算方法，还需要考虑评价模型的适用性。
评价模型应该具有客观性、可靠性、有效性、灵活性和实用性。
评价模型应该根据实际情况进行选择，可以使用多个模型进行比较，以确保得出的结论具有准确性、可信度和可行性。
