引言

评估与决策是工业、商业等各行各业的一项重要工作。评估的合理性、科学性、风险性、公正性和预见性是评判其效果的标准，是倍受决策者们关注的核心问题，同时也是理论研究者们研究的热点。考虑到既要提高评估的客观性，又要使其具有预测的功能，本文应用UML建模技术，分析了集成数据挖掘（Data Mining，DM）中决策树技术（Decision Tree，DT）的科研量化评估与决策系统的建模过程，并展示该系统。

研究背景

在高等学校的日常工作中，科研是一个基本模块。它不仅直接影响教学效果，而且还决定了学校产业化发展的方向与步伐。此外，高校科研能力的强弱，也直接决定了学校的竞争力。因此，科研工作一直是高校管理者的工作重心。要提升科研工作的质量和效率，关键在于要充分调动教师的积极性。客观、公正、合理、有效地评价教师的科研绩效，并制定相应的鼓励、培养等决策，这样才能有效激励教师的工作热情，增强教师的归属感。

目前各高校对教师科研业绩量化评估方法进行了积极的探索，较为常见的方法有四种：工作量法、专家评估法、层次分析法、 专家评估——层次分析法。这些方法各有优缺点，但都存在难以同时较好地兼顾“客观、公正、科学”的评估准则。因此，由这几种方法得出的评价结论在不同程度上都存在主观性和风险性，并且它们不具有预测与分类的功能，从而不能完成高质量的评估与决策。

本研究应用UML建模技术，分析了集成DT技术的科研量化评估与决策系统的功能结构图、用例图、活动图、类图等，实现了一个具有预测功能的MIS。

科研量化评估系统的建模

本系统要实现的主要功能是对科研业绩进行逐级管理，对科研人员进行排名，同时还能对科研人员的科研能力做出预测。涉及到的人员和职能部门有：教师、院科研部、校科技处。根据需求，设计了七个功能模块：用户管理、评估信息管理、统计分析、评估分析、决策分析、参数设置、信息查询。其中评估分析和决策分析的子模块如图1所示。

图1 评估分析和决策分析子模块图

本系统的主要用例角色有科研人员、院科研秘书、校科研管理员、科研管理负责人、系统管理员，用例图如图2所示。

图2 用户需求（UML用例图）

科研信息通常由教师自行提交，提交的内容包括论文、论著、专利、获奖、科研项目等。然后由学院科研秘书初审：若存在问题，则返回给教师，提醒更正；若审核合格，则提交到校级科研部门。校级科研管理员复审：若存在问题，则返回给院科研秘书；若审核合格，则归入相应信息库。校级科研管理员可选择评估模型，对教师的科研业绩按时间或者部门进行综合排名。科研管理负责人可对复审合格的科研业绩进行决策分析。其活动图如图3所示。

图3 科研信息管理流程（UML活动图）

系统类图如图4所示。

图4 领域模型（UML类图）

本次研究在Excel VBA平台上进行了程序开发，实现的核心部分——决策分析模块如图5至图9所示。

图5 决策数据输入

图6 参数设定

图7 生成决策树

图8 结点分析

图9 规则提取

结语

评估是管理的必要手段和决策的科学依据，是一个复杂而非结构化的过程。当决策者面对大量的信息时，以往的评估方法虽能辅助他们识别信息、做出决策，但是这些方法不能为系统化评估提供一个结构化框架。所以建设一个具有智能决策功能的信息系统是一项重要的工作。实践证明，在建设系统之初运用UML，不仅能保证系统结构设计良好，而且能大大提高开发的效率。

作者简介

黄月涓，女，硕士，讲师，任教于昆明理工大学，主要研究方向：数据挖掘、计算机网络。

基金项目：昆明理工大学科学研究基金资助项目（KKZ2200804039）