時間：2022-03-07 00:19:32
開篇：寫作不僅是一種記錄，更是一種創造，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篇數據信息論文，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
關鍵詞：信息論與編碼；教學改革；教學方法
中圖分類號：G424 文獻標志碼：A 文章編號：1674-9324（2016）19-0085-02
一、引言
信息論與編碼是南通大學電子信息類本科三年級的一門專業必修課，主要是研究信息傳輸的有效性和可靠性的一門學科[1，2]。該課程是通信技術與概率論、隨機過程、數理統計等學科相互融合而發展起來的一門交叉學科[3]。該課程要求學生掌握線性代數、微積分等基本的數學工具，還需要學生對通信原理等課程有較深刻的認識。個人計算機的普及和通信專業軟件的日益成熟，使得該課程的實驗教學成為可能。可見，該課程理論性強、內容多，與先修課程有密切的關系。針對該課程的變化與最新發展，為了提高教學效果，筆者在理論教學、實驗教學、科研聯系教學、考核方式等多個方面進行了改革。
二、教材選擇
根據學校的層次、專業特點和教學對象選擇一本合適的教材是教學改革的一個基本方面。目前，有關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》的中譯本和英文影印本。隨著網絡技術的迅猛發展，最近出現了一些新教材，如仇佩亮編著的《多用戶信息論》、Yeung編寫的《信息論基礎》和Gamal編著的《網絡信息論》。這些教材的知識體系結構和側重點各有不同，而且差別很大。根據信息論與編碼專業必修課的性質，按照強調基礎理論學習，突出對所學理論知識靈活應用的原則，我校選用了曹雪虹主編的《信息論與編碼》作為教材。該教材吸收了國內外眾多現有教材的精華，注重基本概念，突出基礎理論，強調應用。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、基礎理論和應用，適合作為我校信息工程和通信工程等專業的教材。
三、課程內容改革
教學內容改革是課程改革的核心。根據我校相關專業的實際教學情況和效果，對信息論與編碼教學內容改革有如下的考慮。
（一）注重教學內容的承上啟下
教師在該課程教學中，要強調已學專業基礎課中的信號與系統、數字信號處理和通信原理，分別解決點對點通信系統中關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通信系統，為通信學科的發展指明了方向。正如著名通信理論家Viterbi所說，如果把現代通信技術比喻成飛船，則晶體管是它的引擎，而信息論是它的方向盤[4]。注重該課程與已學課程融合的同時，還要突出該課程在后續課程學習中的作用，指出該課程是數據壓縮技術、語音信號處理、圖像處理等課程的理論基礎。另外，教學過程中，還要適當介紹信息論的最新進展和研究熱點，以激發學生的學習興趣。
（二）教學內容的模塊化
教學過程中，將信息論與編碼的教學內容看作一個有機整體，遵循注重結論表述的通俗易懂、突出理論嚴密和精美的原則，把課程內容分為信息度量、香農三大定理、編碼三大塊內容。信息度量描述了將抽象信息量化的方法，為學習香農三大定理提供了理論基礎。隨后，結合學生已學課程，介紹香農三大定理的意義，通俗形象地表述香農三大定理，指出香農三大定理是信源編碼和信道編碼技術的理論基礎。
編碼理論包含信源編碼和糾錯碼兩大塊內容。其中信源編碼部分主要包括香農編碼、費諾編碼、霍夫曼編碼、游程編碼、算術編碼、變換編碼等，是香農第一和第三定理的應用。糾錯碼包含線性分組碼、循環碼、卷積碼、TCM碼和Turbo碼等，是香農第二定理的經典應用。講授這部分內容時，主要向學生介紹二元編碼，以簡代繁，讓學生能夠快捷掌握實用的編碼技術。
（三）融合最新研究成果，突出實踐和應用
授課過程中，一方面，注意引導學生用所學到的理論解釋先前所學專業基礎課的部分經典內容和結論，突出所學課程的應用功能。例如用數據處理不等式解釋為什么信號經過處理會丟失部分信息，用限平均功率最大熵定理解釋為什么總假設信道噪聲是高斯白噪聲，用信息論的基本概念導出香農信道容量公式等。另一方面，隨著信息和通信技術的進步和發展，在講課過程中，需要向學生講授LDPC碼、協作通信、MIMO通信系統和網絡編碼等最新出現的通信和編碼技術，以及網絡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，往往注重理論教學，重視向學生講解抽象的概念、理論和對重要結論的邏輯推理，而忽略了這門課是理論和實踐緊密結合的課程，對實驗教學的關注非常有限，學生很難將學到的理論知識與實際相結合[5]。課程改革后，為該課程確定了四個實驗，分別是信息熵計算、信道容量計算、霍夫曼編碼實驗、CRC校驗編碼實驗。
四、教學方式改革
教學方式改革的目的就是要激發學生的學習熱情和學習興趣，讓學生成為教學的主體，信息論與編碼的教學方式的改革包含以下幾個方面。
（一）傳統板書與多媒體結合
信息論與編碼這一課程的內容多、理論性強，許多結論需嚴格的推理證明。因此，課程教學中需要把多媒體教學信息量大和傳統板書易于展示復雜理論推導、表現力強、便于師生交流的優點相結合。這樣，生動形象的多媒體教學保證了課堂的信息量，而嚴格的推理證明可以讓學生深刻理解相關結論，領悟理論的精要，掌握課程的重點和難點。
（二）內容講述形象化，邏輯推理嚴格化
信息論與編碼是運用數學工具解決通信中問題的典范。課改過程中，講授該課程時，做到語言通俗易懂；表述重要結論時，盡量形象生動。例如，講授香農第二定理時，先指出香農第二定理所給出的結論是信息傳輸是否出錯，取決于信道容量和信息率之間的關系，而不是數據傳輸的次數，這和人們直觀認識不一樣。在學生對香農第二定理有了感性認識后，給出香農第二定理嚴格的推理證明，讓學生感受理論的嚴密和精美。
（三）靈活運用多種教學方法
綜合運用多種教學方法，不僅能將理論知識融會貫通，而且可以引導學生進行主動的探究性學習，還可以引導學生主動思考，積極參加討論，提高學習效率及綜合運用所學知識解決實際問題的能力[6]。
在信息論與編碼課程改革過程中，筆者根據學生所在系別和專業的不同，綜合運用案例式教學、研究型教學、啟發式教學、演示練習式教學、互動討論教學等多種教學方法，將這些教學方法貫穿于該課程教學的始終。并在該課程教學中引入實驗教學，使用Matlab仿真軟件搭建通信系統模型，實現理論和實踐的有機結合。
五、課程考核方式改革
課程改革后，采用的考核方式比傳統考核方式更加全面、細致、科學。學生的成績將由平時作業、課堂練習、學習報告、課堂討論發言、實驗和期末考試幾個部分組成。
布置適量的課后作業可以讓學生及時鞏固所學知識，深化對基本概念和基本理論的理解，掌握解決問題的基本方法，提升學生解決問題的能力。同時，能激發學生探索發現解決問題的方法，通過一題多解、一題巧解能夠把學生的發散性思維和聚斂思維結合起來。
針對課程的典型例題和解決問題的典型方法，教學過程中進行精講和演示，爾后選擇合適的習題，讓學生做課堂小測試。這種小測試是根據“90后”學生喜歡看手機、注意力容易分散的特點設計的，小測試可提高學生的注意力，增強教師對課堂氣氛的調動和掌控，同時可讓學生及時鞏固所學理論和方法。
要求學生組成3～4人的學習小組，圍繞與該課程緊密相關的抽象概念、基本理論展開討論，讓學生經過討論對課程有更全面的認識。每個學習小組的學生一起完成實驗，并選擇和該課程密切相關的科研課題，閱讀與所選課題密切相關的書籍和論文，合作書寫一份不少于3000字的手寫報告，要求參考文獻不少于10篇。
該課程最終需要閉卷考試，教學改革后，我們更新了題庫的部分題目，增加了近年來出現的新題型。同時，各任課教師統一了考試要點，重點檢測學生對核心內容的理解和掌握，避免了偏題和怪題的出現，有效檢驗了學生對課程內容掌握情況，真實反映了學生對課程的理解程度。
六、結語
該文分析了信息論與編碼課程最新的發展和變化趨勢，根據課程組各位任課教師多年的教學心得，對課程進行了教學改革，因地制宜地調整了教學大綱，重新對課程教學進行了整體設計，優化了教學內容，增加了實驗教學環節，綜合運用多種教學方法，提高課程的趣味性和應用性，促使學生積極、主動地學習該課程。
參考文獻：
[1]曹雪虹，張宗橙.信息論與編碼[M].北京：清華大學出版社，2009.
[2]Cover M Thomas，Joy A Thomas. Elements of Information Theory[M].北京：清華大學出版社，2007.
[3]謝正光，包志華，章國安.概率統計在信息論與編碼教學中的應用[J].南通大學學報，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.
[關鍵詞]圖像壓縮；圖像編碼；壓縮標準
中圖分類號：Tp311 文獻標識碼：A 文章編號：1009-914X（2014）45-0358-01
0 引言
當今社會正處于高速發展的信息時代，而信息本身就需要進行存儲、圖像信息是人類認識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、時空性等特征，圖像信息的這些特性導致它的數據量特別龐大。圖像壓縮就是對數值矩陣進行處理，用相對少的數據來表示這個數值矩陣。這個過程要在圖像數據存儲、處理和傳輸之前進行，在這之后要對壓縮過的圖像進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
從信息論的觀點來看，圖像作為一個信源，描述信源的數據是信息量和信息冗余量之和。所以在圖像數據的表示中存在著大量的冗余，如時間冗余、空間冗余、知識冗余、視覺冗余等，可以利用圖像本身的一些特點和人眼的視覺特性，去除這些冗余數據就可以使原始圖像數據量極大的減少，從而解決圖像數據量龐大的問題，實現圖像數據壓縮。
2 經典圖像編碼
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到壓縮的目的，而變換編碼則是改變了冗余度的表達方法，將原始數據用另一種更加緊湊的方法表示，有時可以實現更高的數據壓縮。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低頻DTC系數上，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。
2.2 嫡編碼
嫡編碼的原理是根據消息或消息序列出現概率的分布特性來尋找概率和碼字長度間的最優匹配。游程編碼、霍夫曼編碼和算術編碼等都是目前使用較多的嫡編碼。
3 現代圖像編碼
現代圖像編碼和經典圖像編碼的區別之處在于它不是像經典圖像編碼那樣盡量去除圖像的相關性，而是利用圖像的相關性進行編碼。
3.1 分形編碼
分形編碼是一種直接在空間域尋找并最大限度地利用圖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域、輪廓等二維特征以及形狀、運動軌跡等三維特征進行建模，然后對圖像和模型進行分析得出模型的各種參數，再對參數進行編碼傳輸，解碼端則由圖像綜合恢復出圖像。這種編碼方式可以實現較高的壓縮比，圖像的恢復質量也有了大大的提高。
3.3 小波變換技術
小波變換理論是新的數學分支，其基本思想是將原始圖像通過一族小波函數轉換為小波域的系數，再通過略去某一閾值下的系數，保留部分原始能量保留較多的系數來壓縮圖像。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域，再將這四幅子圖針對人的視覺特點分別進行不同的編碼處理，可以得到比較高的壓縮比和好的壓縮質量。
4 圖像壓縮的分類
圖像壓縮一般根據圖像數據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，經過有損壓縮后，重建圖像中像素的值和原始圖像中對應的像素的值不完全相等，圖像會發生畸變。
圖像無損壓縮編碼方法可分為兩大類：基于統計概率的算法和基于字典技術的算法。基于統計概率的算法是根據信息論中的變長編碼定理和信息嫡的相關知識，用較短的代碼代表出現概率大的符號，用較長代碼代表出現概率小的符號，從而實現數據壓縮。而基于字典技術生成的文件包含的是定長編碼，每個碼代表原文件中的一個特定序列。
和無損壓縮不同的是，有損壓縮編碼在圖像進行解碼還原之后的準確度上要求沒有那個高，因此會產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，就說明這種壓縮時可行的。
5 圖像壓縮標準
隨著圖像處理技術的發展，研究人員提出了多種圖像壓縮標準。常用的圖像壓縮標準分為靜止圖像壓縮標準和視頻圖像壓縮標準。
目前最常用的靜止圖像壓縮標準是JPEG圖像壓縮標準。JPEG標準定義基于DCT得有損基本編碼系統、面向大規模壓縮得擴展的編碼系統和面向可逆壓縮的無損獨立編碼系統。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據基本相同，但壓縮率較低，而有失真可以實現高的壓縮比，但同時可能會導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來調整。JPEG標準的計算量不算很大，算法也易于實現，所以具有較好的實用性能。
隨著多媒體技術的快速發展和廣泛應用，為滿足用戶對更高壓縮效率和對壓縮圖像的互動性和可伸縮性的要求，JPEG2000應運而生的。
JPEG2000標準可以實現很高的壓縮性能，它還具有只對感興趣區域編碼、可進行有損壓縮和無損壓縮、對錯誤的魯棒性、對碼流做隨機訪問等特性。靈活使用這些特征，不僅可以達到很高的壓縮比，還可以滿足在移動和網絡環境下交互操作和可伸縮性的要求。JPEG2000的需求針對性以及技術先進性保證了它光明的應用前景。
6 圖像壓縮性能的評價
一個圖像壓縮方法性能的評價主要從兩個方面來衡量：壓縮比和圖像質量評價。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。圖像質量評價一般是通過保真度準則來判斷。保真度準則有兩種：客觀保真度準則和主觀保真度準則。
6.1 客觀保真度準則
客觀保真度準則是對解碼圖像和原始圖像的誤差進行定量計算的一種衡量標準，一般是對整個圖像或者圖像中的某個指定區域進行某種平均計算得到均方誤差。
6.2 主觀保真度準則
圖像經壓縮編碼和解碼還原之后，圖像質量的好壞還有一個直接的評價者就是人眼，因此人的主觀印象也是衡量一個圖像壓縮編碼的重要因素。主觀保真度準則的實施過程是選定若干評價者對待評圖像打分，對這些分數求個平均值可以得到主觀評價分。但因為個體評價會受到個人喜好、光線、距離等因素的影響，很難對其制定一個統一的標準，所以圖像的主觀質量評價方法受到了一定的限制。
參考文獻
[1] 張偉.基于小波變換的圖像壓縮系統研究[D].廈門大學碩士論文.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].西南交通大學碩士論文.2006.9.
[4] 雷萌.數據壓縮算法的比較研究[J].2014.11.
注：基金項目：2012年民族學院校內項目“基于哈希表的數據壓縮算法研究”，項目編號：12myZ05
作者簡介
【關鍵詞】正交頻分復用（OFDM）多徑干擾噪音降解
一、OFDM的簡單介紹
OFDM是正交頻分復用技術（Orthogonal Frequency Division Multiplexing）的縮寫，OFDM是基于多路載波的新型信號調制傳輸技術，具體是將信號數據分解成多個相互獨立的子信號流，各子信號流將以相對低很多的流量傳輸，多個子信號流以較低流量并行傳輸是OFDM的典型特征，相對于傳統的單載波系統，多載波模式可以大幅度擴展信道容量。上世紀60年代，關于多載波調制傳輸技術的理論工作就已經展開，通信技術專家論證了盡管多載波傳輸存在信號干擾，但仍可大幅度優化信息傳輸系統的性能。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現了多載波調制，該方法發表在了IEEE雜志上，之后的十多年內，雖然人們深入研究了如何在移動通信領域運用多載波調制技術，但由于當時數字信號處理技術及高效信號調制技術沒有跟上，多載波傳輸技術并沒有被廣泛應用。這一情況直到上世紀九十年代才被改觀，從此OFDM技術受到重視并被廣泛應用開來。
OFDM技術相對于傳統的單載波系統，雖然有效地擴展了信道容量，但多徑傳播各路信號難以事先關聯，不可避免出現子信道信號相互干擾，如何消除各種干擾稱為噪音降解。
二、噪信降解準備之離散多音頻（DMT）技術
OFDM最先采用頻率不同的子路載波傳輸單個高容量信息流，而不是分別用各路徑傳輸相異子信息流，那種情況下，發射端采用并行發射，單一信道內可將此種并行發射傳送技術與單載波高容量串行傳送進行比較，若簡單借助多組發射機和接收機來實現，成本會非常高，后來人們實現了將9點的QAM調制技術應用于多載波調制系統上，接收端使用子信道相關性檢測，子載波間的頻率間距取決于碼元編解速率，使頻譜利用率達到了優化。
離散傅氏變換技術是將輸入信號分組，使各組數據包含n個復數碼元，每組的一個復數碼元占用一個子信道，接收端先對輸入信號取樣，然后對每組數據實施離散傅里葉變換，復原原信號。這種模式的OFDM稱為DMT，即離散多音頻，DMT技術主要優勢是基于FFT算法的優越性，理論上講，n碼元FFT僅耗用nlogn次乘法運算，直接采用DFT所需的運算為n2量級。
近20年來，OFDM技術，特別是DMT技術，已經被廣泛運用到各種通信技術中，如今，DMT已被用作ADSL的標準技術。
三、多載波信道噪音降解
OFDM技術配合適當的編碼技術及交織技術，可有效抵抗無線信道的干擾，在無線通信高速傳輸技術中，頻率響應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分解成相互正交的子信道，每個子信道用一個子載波調制，各子載波并行傳輸。即使總信道不是平坦的，但能保證每個子信道的相對平坦性，由于子信道窄帶傳輸，信號帶寬顯著小于信道帶寬，大大消除了子信號間的干擾。
將高速率、高容量的數據流分解為多子路徑低速率、低容量數據流，各子信號流數據采用相互獨立調制并迭加在一起構成發送信號，由于信道速率及容量降低，同時碼元周期增大，多徑干擾將較少地遺傳到下一碼元，這樣就降低了多徑時延在信號碼元中所占百分比，削弱了多徑干擾對信號傳輸系統的影響。實驗顯示，依據802.11a標準指定的編碼交織工序以及對應的解碼解交織工序，完全恢復了原來的信息信號。下圖是示波器所顯示的雙探頭觀測結果，比較兩路波形，信號在靈敏度內不見有差異。
要加快OFDM功率譜帶之外的部分下降速度，需對OFDM符號實施加窗處理，加窗處理可以使周期邊緣幅度漸變至零，升余弦窗函數表示為式（1）：（1）
Ts指加窗前的符號長度，β為滾降因子，（1+β）Ts指加窗后的符號長度。
下面的式（2）常用來刻畫OFDM之輸出信號的等效
由式（2）所刻畫的OFDM信號有一個缺點：功率譜帶外干擾衰減速度太慢，雖然增加子載波數可加快功率譜帶外干擾衰減速度，但若不采用加窗技術，效果仍不夠理想。
實際通信過程中，加窗過程如下：
（1）在n數字調制好的信號符后面補零，形成n個輸入樣本值序列。
（2）對樣本值序列實施IFFT運算，將輸出信號最后的前綴分別植入對應的OFDM符號之前，再將IFFT輸出信號最前面Tpostfix樣值植入到OFDM符號之后。
（3）將OFDM符號與式子（1）定義的升余弦窗函數棕（t）時域相乘。
（4）將經加窗后的OFDM符延時Ts，與前一個經加窗后的OFDM符號相加，相鄰的兩個OFDM符號之間會存在寬帶為βTs的重疊區。
多載波調制（MCM）技術是將具有某一帶寬的非線性信道分解為N個近似子信道，每個子信道是近似線性的，每個子信道以低速碼（1/N碼元速率）進行數據傳輸，低速率傳輸數據碼元周期長，只要時延值與碼元周期的比值小于某一定值，符間串擾就不會明顯。本質上講，MCM對信道的時延擴散不敏感，用MCM即使不采用均衡器也可獲得較好的性能。
由香農公式可知，子信道頻率響應為近似線性信道時，信道容量幾乎達到最大值。每個子信道中，發射功率譜密度可依據信道特性決定，各信道獨立編碼，再采用適應于該子信道映射模式實現信號傳輸―――信噪比較高時采用MQAM映射模式，信噪比較低時采用BPSK或QPSK的映射模式。另外，頻率間距Δf足夠小時，C（f）幾乎為常數，接收端不必要采用均衡算法補償，此時符間串擾已經可以忽略。
參考文獻
[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].電子工業出版社，1999，2.，p.552-560
[3]姜丹.信息論與編碼[M].中國科學技術大學出版社，2001，pp.125-130
[4]呂浚哲. OFDM的信道均衡技術[D].西安電子科技大學碩士學位論文，2001.1
關鍵詞：大學；創新教育；指標體系
【中圖分類號】G40-034
一、大學創新教育評價研究背景和現狀
2010年6月，《國家中長期人才發展規劃綱要（2010-2020年）》頒布實施，創新機制是《人才綱要》中人才發展的指導方針之一，營造創新文化和創新人才培養機制，最大限度地解放人的創造性，是我國教育改革與發展面臨的最大挑戰。
對于創新教育，朱永新、楊樹兵教授認為：創新教育是根據創新原理，以培養學生具有一定的創新意識、創新思維、創新能力以及創新的個性為主要目標的教育理論和方法，使學生牢固、系統地掌握科學知識的同時發展他們的創新能力；閻立欽教授認為：創新教育是指在基礎教育階段以培養人的創新精神和創新能力為基本價值取向的教育實踐。其核心是著重研究和解決如何培養學生創新意識、創新精神和創新能力的問題，是素質教育的重要組成部分。在創新教育評價方面，陳周見在碩士論文中具體論述了創新教育評價的基本特征、基本原則與基本方法，從創新教育工作評價、創新教育教師評價和創造力測評三個方面綜合評價創新教育。
創新教育是全面素質教育的重要組成部分。我國自90年代提出創新教育理念以來，真正實施了創新教育并且成績顯著的學校并不多，大多數學校的創新教育仍停留在形式化、平庸化、淺層次的局面。有些學校雖然開展了一些創新教育的嘗試，但是真正堅持下去的極少。其中的原因較多，創新教育評價的不完善是其原因之一。創新教育評價是實施創新教育的必不可少的環節，沒有關于創新教育的評價就不可能有真正意義上的創新教育。
教育評價是以建立在一定的教育價值觀基礎之上的目標體系為依據，運用現代科學技術與方法，解析教育系統的狀態變量，對其社會價值進行判斷，并為教育決策提供反饋信息的過程。
創新教育評價是以一定的創新教育價值觀指導下建立的目標分類體系為基準，運用現代人文科學方法及數學方法與技術，解析教育系統狀態變量，對創新教育的個人本體價值和社會價值進行評鑒和判斷，并為教育導向、激勵和改進提供信息反饋的過程。
創新教育評價作為一個研究領域來說是絕不可忽視的。不管是在理論的研究方面，還是在實踐的探索方面，其意義重大而深遠。本研究課題主要從實證方面構建大學創新教育評價指標體系，將教育對象、教育內容和教育方法等一級評價指標細化為二級指標，理論與實證研究相結合，為大學創新教育的評估提供實證依據，進而正確地評價我國大學教育改革的優勢。
二、大學創新教育評價指標體系設置的基本思路
創新機制是《人才綱要》中人才發展的指導方針之一，營造創新文化和創新人才培養機制，最大限度地解放人的創造性，是我國教育改革與發展面臨的最大挑戰。總書記在慶祝清華大學建校100周年大會上發表重要講話，向各高校提出了"全面提高高等教育質量"的要求，大學教育要在現有基礎上有所創新，與時俱進。這是推動教育事業特別是高等教育科學創新發展的綱領性文獻。
大學教育要把提高質量作為教育改革發展最核心最緊迫的任務，大力提升人才培養水平，大力增強科學研究能力，大力服務經濟社會發展，大力推進文化傳承創新。要深化教育質量問題調查研究，建立健全適合中國國情、具有國際視野的教育質量標準。要健全高等教育質量評價體系，出臺高等學校本科教學評估新方案，加強分類評價、分類管理、分類指導。要加強教育教學質量監管監測，創造條件有關教育教學質量年度報告。要積極推動協同創新，鼓勵高等學校同科研機構、行業企業開展深度合作，加強產學研用結合。
因此，大學創新教育狀況評價應適合中國國情，建立具有國際化的評價標準。本課題正是以《國家中長期人才發展規劃綱要（2010-2020年）》為依據，從大學教育對象、教育內容和教育方法等方面全面評價高校開展創新教育的狀況。
大學創新教育狀況的評價可簡單地表示為：
大學創新教育狀況指數 = 大學創新教育對象指數 + 大學創新教育內容指數 + 大學創新教育方法指數。
本課題的大學創新教育評價指標體系設置的基本思路如下圖1和圖2所示。
圖1
圖2
三、大學創新教育狀況實證評價方法的選取
（一）主觀賦權法與客觀賦權法
大學創新教育狀況的實證評價的關鍵是對已選取的各指標的權重的確定。
對實際問題選定被評價的指標后，確定各個指標的權重系數，常有以下幾種方法：主觀賦權法，客觀賦權法。
主觀賦權法是由評價分析人員根據自己理解的各項指標重要性而賦權的一類方法，其原始數據主要由評價分析人員根據經驗主觀判斷得到，常見的有專家咨詢法、循環打分法、排序法、二項系數法和層次分析法等。
客觀賦權法是指利用指標值所反映的客觀信息確定權重的一種方法，其原始數據由各指標在被評價對象中的實際數據形成，常見的有均方差法、主成分分析法、離差最大化法、熵值法、代表計數法等。
總體來說，這兩類方法各有優缺點：主觀賦權法客觀性較差，但解釋性強；客觀賦權法確定的權系數雖然大多數情況下客觀性較強，但有時會與各指標的實際重要程度相悖，而且解釋性較差，對所得的結果難以給出明確的解釋。
在主觀賦權中，一般將專家咨詢法與循環打分法結合使用，具體做法是：召集或挑選同行業的一批專家，先讓他們分別根據個人的經驗和主觀感受給每個指標確定一個權數，經過處理后，將第一輪的賦權結果反饋給各位專家，并進行第二輪評估，如此反復幾次，直至專家們的評定意見比較吻合時為止。
本文中，由于各高校的發展水平不同，創新教育系統的完善程度相差較大，專家的意見比較分散，專家評價時難以把握分寸，所以不適合運用專家咨詢法和循環打分法來評價本課題的指標權重。
層次分析法（AHP）是美國著名運籌學家T·L·Saaty于上世紀七十年代提出的，它體現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、實用性、適應性和系統性得到了世界各國廣泛的應用，引起了數學界和經濟學界的高度重視。層次分析法的基本原理則是把復雜的問題分解為各個組成元素，將這些元素按支配關系分組形成有序的遞階層次結構，根據一定的比率標度，通過兩兩比較的方式，將判斷定量化，形成比較判斷矩陣，計算確定層次中諸元素的相對重要性，典型的應用實例是綜合評價我國的電話網可靠性。
本文中確定了兩個級別的指標，在評價指標的權重過程中，上層指標所支配的下層指標并沒有出現相互交叉的現象，不能利用主觀判斷的兩兩比較而忽略了實際所收集數據的客觀存在性，還會導致二級指標的主觀疊加。排序法和二項系數法都存在主觀排序的步驟，無法建立對本課題中所收集數據的支撐，再者，指標（變量）的數量眾多造成在系數的計算上存在困難，所以不適合應用于本課題的評價體系中。
在客觀賦權中，均方差法和離差最大化法相對簡便，結合使用更能體現它們在數據處理上的優越性，均方差在數值上面的體現就是數據在均值上產生的波動，如果波動（均方差）越大，提供的信息就越多，但是，就本課題來說，指標值沒有所謂的閾值，而且沒有統一的量綱，如果利用最大離差法進行數據歸一化處理后，均方差法處理的標準化數據不能代表各指標真正的均值和均方差，從而最終的權值和評價結果可靠性不是最好的。主成分分析法是一種降維的統計方法，它借助于一個正交變換，將其分量相關的原隨機向量轉化成其分量不相關的新隨機向量，這在代數上表現為將原隨機向量的協方差陣變換成對角形陣，在幾何上表現為將原坐標系變換成新的正交坐標系，使之指向樣本點散布最開的p個正交方向，然后對多維變量系統進行降維處理，使之能以一個較高的精度轉換成低維變量系統，再通過構造適當的價值函數，進一步把低維系統轉化成一維系統，這在難以量化的指標評價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行降維處理和線性擬合，簡單的問題復雜化不符合科學性規律，所以不予采用主成分分析法。
熵原本是一熱力學概念，它最先由申農（C.E.Shannon）引入信息論，現已在工程技術，社會經濟等領域得到十分廣泛的應用。根據信息論的基本原理，信息是系統有序程度的一個度量；而熵是系統無序程度的一個度量，二者絕對值相等，但符號相反。如果系統可能處于多種不同狀態。而每種狀態出現的概率為Pi （i=1，2，...，m）時，則該系統的熵就定義為：
顯然，當Pi=1/m （i=1，2，...，m），即概率相等時，熵取得最大值為：
若現設有m個待評項目，n個評價指標，形成原始指標數據矩陣R= （rij）m×n，對于某個指標rj，有信息熵
不難理解，如果某個指標的熵Ej越小，就表明其指標值的變異程度越大，提供的信息量越多，在評價體系中所起的作用越大，則其權重也應越大；反之，某個指標的熵Ej越大，就表明其指標值的變異程度越小，提供的信息量越少，在評價中所起的作用越小，則其權重也應越小。所以在具體分析過程中，可根據各個指標值的變異程度利用熵來計算出各個指標權重，利用各個指標權重對所有指標進行加權，從而得出較為客觀的評價結果。
綜上所述，熵值法能夠比較充分利用本課題中所收集的數據，得到所需的信息量，其原理已經闡述過，廣泛地應用在企業經營績效評價、銀行競爭力評價系統中，是目前常用的一種指標賦權方法。
最終，本課題采用均方差法和熵值法來分別評價知識產權競爭力狀況，一方面可以比較兩種常用的客觀方法的優劣，另一方面驗證評價結果的一致性。
（二）利用均方差模型進行評價的方法
假定需要評價某城市m個年度的知識產權發展和保護狀況，評價指標體系包括n個指標。這是一個由m個樣本組成，用n個指標做綜合評價的問題，對此，可以建立如下的數學模型：
樣本的集合為：
每一樣本（評價對象）ui由n個指標的數據表征：
ui = { Xi1，Xi2，...，Xij，...，Xin } （j =1，2，...，n）
采集數據，得到評價系統的初始數據矩陣：
X = { xij } m×n （1）
上式中xij表示第i個樣本第j項評價指標的數值。對初始數據進行標準化處理，以消除指標的量綱、數量級和方向的差異，得到數據的標準化矩陣：
X' = { x'ij } m×n （2）
上式中x'ij為xij的標準數據。將指標標準數據轉化為概率值，得到概率矩陣：
由概率矩陣計算各指標的均值E（）：
由各指標的均值計算它們的均方差：
根據得出各指標的權重：
用第j項指標權重，與標準化矩陣中的第i個樣本第j項評價指標接近度的乘積作為的評價值，即：
第i個樣本的評價值
顯然，越大，樣本的效果越好。最終比較所有的數值，即可得到評價結論。
對于多層結構的評價系統，由于均方差的不可相加性，利用最底層結構指標的均方差值來計算上層結構指標的評價值，若上層結構的某一指標包含n'個最底層結構的指標，那么該指標的評價值為：
（三）利用熵值模型進行運行績效評價的方法1
熵值模型評價方法的前兩個步驟與均方差模型相同，由此接下去，
P = {pij} m×n （3）'
式中常數K與系統的樣本數m有關。對于一個信息完全無序的系統，有序度為零，e=1，當m個樣本處于完全無序分布狀態時，由此得出
某項指標的信息效用價值取決于該指標的信息熵與1之間的差值
'
利用熵值法估算各指標的權重，其本質還是利用該指標信息的價值系數來計算的，其價值系數越高，對評價的重要性就越大。最后可以得到第j項指標的權重為：
用第j項指標權重，與標準化矩陣中的第i個樣本第j項評價指標接近度的乘積作為的評價值，即：
第i個樣本的評價值
同樣，越大，樣本的效果越好。最終比較所有的數值，即可得到評價結論。
對于多層結構的評價系統，根據熵的可加性，可以進行層次結構分析，利用下層結構的指標信息效用值，按比例確定對應于上層結構的權重數值。以兩層指標體系為例，對下層指標的效用值求和，記作（k=1，2，...，q）。
下層指標對應于上層結構的權重為：
（9）'
若下層指標的評價值為，則下層指標對應于上層結構的評價值為：
（10）'
[論文摘要]從文獻考據學角度，對“信息”一詞源流加以考證，指出并修正當前學術界存在的一些誤讀、誤判。通過探究“信息”一詞在我國古典文獻中的詳細出處，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。進而對“信息”一詞的內涵、發展、演變進行剖析并得出結論：一切事物包括自然界和人類社會都會產生信息，信息不是事物的本身，而是由事物發出的由接收者感知、分析、判斷出的消息、情報、數據、指令、信號等當中所包含的內容。
當今社會已進入“信息爆炸”、“信息革命”的時代，信息可謂無處不在無時不有。隨之而來則是對“信息”的研究猶如雨后春筍一般，并漸成顯學，出現了諸如“信息學”、“信息管理學”、“信息傳播學”、“信息法學”、“信息哲學”等一系列成熟或半成熟的學科。我國在這一領域的研究起步較晚，但目前亦取得了一些可喜成果。當然在這些成果中，也存在不少學術爭議，如關于“信息”一詞的辭源等。本文力圖從文獻考據學角度出發，對“信息”一詞的起源、發展及內涵做一定的研究和分析，以期修正當前相關學術成果中關于“信息”一詞的誤讀、誤判。
1、“信息”的源流
在研究信息科學時，一般都會提到“信息”一詞的起源。對于起源問題，目前在學術界有兩種代表性觀點：其一為“李中說”，即許多學者普遍認同的一種觀點，認為“信息”一詞出自唐代詩人李中《碧云集·暮春懷故人》中的“夢斷美人沉信息，目穿長路倚樓臺”。關于“李中說”也有兩個版本，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》(以下簡稱“司文”)一書中提出的新觀點，認為“信息”一詞出自陳壽《三國志》中的“正數欲來，信息甚大”。
關于此兩種觀點，中國人民大學檔案學院的王英瑋老師已經在《“信息”一詞源流考》中有過論述，現將其考證結論總結如下：
“信息”一詞早在唐代就已經被人們普遍利用，而李中為五代十國時的南唐詩人，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“幾點結論”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，但關于南唐的立國時間記述有誤，南唐的立國時間為937－975年而非902－929年。
“司文”中的“正數欲來，信息甚大”引語中的“數”為訛文，應當為“叔”，“正叔”乃北宋學者程頤之“字”。該引語中所說“信息”一詞，實際上出自北宋學者朱熹的《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”中的引語實為誤引。
“信息”一詞的辭源，當不晚于南北朝時期的梁朝，即公元502－557年。其依據為：清代學者嚴可均編纂的《全梁文·卷五十二》中有“信息”一詞的記錄，原文為：“玲瓏綺構，無風自響，不拂而凈，耽耽肅肅，信息心之勝地……”。
筆者根據王英瑋老師的研究思路曾仔細核對其考證結果，對于以上四點總結只同意前三點，而最后一點不敢茍同。經考證所謂“信息心之勝地”等語，其實早在唐代的《藝文類聚》第七十七卷中《內典下·寺碑》中就有記載，原文摘錄如下：“梁／王僧孺／中寺／碑／曰：……威風鏗鏘，如鳴更戢；旁攀鏤檻，斜登鈿砌；煜爚金鋪，玲瓏綺樽；無風自響，不拂而凈。耽耽肅肅，信息心之勝地；穆穆愔愔，固忘想之嘉所……”根據文章含義分析及駢文寫作規律，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”，應該是和下旬“固／忘想／之／嘉所”相互對應的。所以此處表面上雖然出現了“信息”二字，但實際上“信息”一詞的本義并沒有出現。所以王英瑋老師關于“信息”辭源“當不晚于南北朝時期的梁朝”的觀點就失去了其論據，這一點是值得商榷的。
“信息”一詞的最早辭源根據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)進士及第)、杜牧(803—853)、陸龜蒙(?一881年)、馬戴(生卒年不詳，會昌四年進士及第)、唐彥謙(生卒年不詳，晚唐，咸通時，舉進士十余年不第；光啟末，貶漢中掾曹)和魚玄機(843?—868)，根據其生活年代考察可知崔備出生最早。因此可得出，目前有據可查的、最早使用“信息”一詞的文獻當為崔備《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期的文學故事，但根據人們對《三國演義》“七分史實三分虛構”的評價，我們可以揣測張遼和司馬懿能說出“信息”二字也是可能的。如果以此推測，“信息”一詞在漢朝時人們就開始使用了，當然這樣的推測不足為史實依據。
2、“信息”的發展
2.1 “信息”一詞在唐詩宋詞元曲中由微漸廣
“信息”一詞在唐代出現之后，并沒有立即得到廣泛使用。據作者現有資料統計，在唐代只有六位詩人各使用過一次，五代時一位作者使用一次。但是到兩宋以后，這個詞語的使用就得到了迅猛發展，不但使用的人數大量增長，而且被同一作者多次運用，例如蘇軾、楊萬里、黃裳、史達祖、柳永等就反復使用。據粗略統計，兩宋期間使用該詞語的作者就有九十多人，使用次數達一百一十余次。元朝立國時間雖然短暫，但該詞已經深入人心，得到了繼續沿用。參見史藥房的《水龍吟》、尹志平的《江城子·義州作》和王實甫的《西廂記》等作品。
2.2“信息”一詞在明清時期得到廣泛使用
明清時期，“信息”一詞不僅如唐伯虎這樣的文人墨客、風流才子喜歡使用，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、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，習以為常到脫口而出。這一點在《水滸傳》、《紅樓夢》、《七俠五義》、《三國演義》、《三言二拍》、《聊齋志異》、《西游記》等小說人物對白中可得到映證。例如《紅樓夢》第十六回“賈元春才選鳳藻官秦卿夭逝黃泉路”中有：賈母便喚進賴大來細問端的。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，說明它在當時民間口語中已經普及，而不僅僅是文人筆下“高雅”之詞語了。
2.3“信息”一詞至現代已拓展到社會各個領域
二次世界大戰特別是20世紀40年代后期，隨著信息論、控制論、系統論的問世，申農(.E.Shannon)、維納(Norbert Wiener)等人把“信息”一詞從普通用語轉變成為具有特定意義的科學術語。特別是20世紀80年代前后，隨著貝爾、奈斯比特、托夫勒等人把“信息”融合于社會的各個領域，“信息社會”、“后工業社會”、“第三次浪潮”、“成熟社會”等學說更使“信息”成為描述與預測社會發展的重要因素，成為社會眾所矚目的事物。目前，“信息”一詞已不是單純的科學術語或技術名詞，而是社會共有的、普遍化的術語，它已經深入到社會各個領域了。
轉貼于
3、“信息”內涵
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，只乞鄉關新信息”，此處泛指故國家鄉的消息、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。若有個便人，可通個信息來往。”——這里的“信息”是泛指九紋龍別后的音訊、消息。這是“信息”內涵的泛指，也是其最普遍、最通用、最主要的含義，直到當今信息社會這層含義仍然占據重要地位。
3.2“信息”特指“消息”、“音訊”、“情況”等
例如《三國演義》第二十五回“屯土山關公約三事救白馬曹操解重圍”中——(張)遼又曰：“(關羽)但知玄德信息，雖遠必往。”操搖首日：“然則吾養云長何用?此事卻難從。”——此處的“信息”特指有關劉備“去向”的消息，而不是指其它的消息，這是“信息”一詞內涵的特指。
3.3“信息”在發展過程中出現“情報”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；今來此不戰，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，它已經具有了軍事情報的含義，這是“信息”內涵的擴展。
3.4“信息”有時也代指“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：“遠水沉雙鯉無信息”。這里的“信息”均是代指“書信”或其內容，這是“信息”內涵的外延。
3.5“信息”在不同學科中的差異性
影響比較廣泛的有以下幾種：
申農認為：從通信角度看，信息是數據信號等構成的消息所載有的內容；從實用角度看，信息是指能為人們所認識和利用的但事先又不知道的消息、情況等。
維納認為：信息既不是物質也不是能量，信息是控制系統進行調節活動時與外界相互作用相互交換的內容；信息是系統的組織性的量度。
克勞斯：信息是由物理載體與語義構成的統一體。
鐘義信：信息是事物存在的方式或運動的狀態以及這種方式、狀態的直接或間接的表述。
ISO：對人有用能夠影響人們行為的數據，而在日常用語中，信息仍然是消息、情報、情況、資料、知識等的總稱。
縱覽各家觀點可以得出如下結論：一切事物包括自然界和人類社會都會產生信息，信息不是事物的本身而是由事物發出的，由接收者感知、分析、判斷出的消息、情報、數據、指令、信號等當中所包含的內容。而我們圖書情報界所研究的“信息”主要指文獻信息，它是指依附于一定載體的消息、情報、數據、新聞、知識、思想等的總稱。當前，隨著信息技術的發展和普及，人類社會逐漸從工業社會步入了信息時代。信息已成為現代社會一種非常重要的資源，信息社會中的“信息”就像農業社會的土地工業社會的資金和技術一樣，將會成為人們競相爭奪的對象，從某種意義上來講信息就是現代社會最重要的財富，誰掌握了信息誰就掌握了未來。
“信息”是現代社會中的一個使用頻率非常高的詞匯，我們經常在不同的場合中使用“信息”這一概念，那么作為一個科學的概念，信息的內涵是什么呢?
各種人等對信息有不同的理解，有人認為信息就是消息，傳遞信息就是傳遞消息。這有一定道理，但不太準確。信息和消息是有區別的，一般來說信息是消息的具體內容，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。有人認為信息就是信號，信號與信息是密不可分的，但兩者不能等同。信號可以承載信息，也可以傳遞信息，人們在使用信號這一概念時更強調傳遞信息的信號物理屬勝，而不是其所傳遞的內容。同一信息可以通過不同的信號承載和傳遞。如教師在講課時，可以將知識通過聲音信號傳遞給學生，也可以通過視覺信號傳遞給學生。有人是從信息的功能出發給信息下定義的，如信息科學的創始人申農就將信息定義為熵的減少，即信息可以消除人們對事物認識的不確定性。
關鍵詞：數據挖掘；體育訓練；決策樹ID3
中圖分類號：TP311文獻標識碼：A文章編號：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
目前體育數據信息的分析通常采用常規統計方法：抽樣理論、假設檢驗、決策理論、估計理論、時間序列等[1]，大多數統計分析技術都要求完善的數學理論和嚴謹的使用技巧，對使用者要求很高，且大多屬于抽樣研究，存在不同程度的丟失信息現象。此外，傳統統計方法很難挖掘出數據資料的潛在規律。隨著近年來體育領域數據增多，各種指標的體質監測數據，各種各類體育競技比賽數據等越來越多，形成海量數據[2]。與此同時，計算機應用技術在存儲、模擬分析數據方面有著很明顯的發展潛力。于是，如何在海量數據中尋找各種因素間的相互關系、發現它們之間的變化規律，進而對數據深入分析就成為了計算機的重要發展方向之一。因此，數據挖掘技術的研究和應用成為體育科學研究中不可或缺的內容之一。
該文首先介紹數據挖掘的定義和基本方法，其次綜述數據挖掘技術在國內外體育訓練的應用情況，最后在此基礎上經過對方法和研究方向的分析，提出未來數據挖掘技術在體育訓練上的研究方向。
1數據挖掘的基本方法
數據挖掘作為一門跨學科的應用技術，它涵蓋了統計學、機器學習、人工智能、模糊數學等諸多科學領域，形成了根據具體任務而進行數據分析以及知識萃取的方法體系。同樣，對于相同的問題也可以根據不同的應用領域特點選擇不同的算法。比如，處理描述性挖掘任務有數據特征化和數據區分等概念抽象和數據匯總概要處理；預測性挖掘任務因目標變量屬性的不同有分類和預測方法。
數據挖掘的方法主要有：
1）分類：按照分析對象的屬性分門別類加以定義，建立類組。
2）回歸：是使用一系列的現有數值來預測一個連續數值的可能值。
3）預測：根據對象屬性的過去觀察值來估計該屬性未來的值。
4）聚類：是將一組數據按照相似性和差異性分為幾個類別，其目的是使得屬于同一個類別的數據間的相似性盡可能大，不同類別中的數據間的相似性盡可能小。
5）關聯：是要找出在某一事件同時出現的事件。主要是要找出：如果甲因素出現在某一事件的一部分，則乙因素也出現在該事件中的機率有多大。
數據挖掘常用的技術主要有決策樹、遺傳算法、聚類分析、神經網絡技術、關聯規則等[3-4]。
1）決策樹
一種用樹枝狀展現數據受各變量的影響情況的分析預測模型，根據對目標變量產生效應的不同而制定分類規則，它是建立在信息論基礎之上，對數據進行分類的一種方法。它首先通過一批已知的訓練數據建立一棵決策樹，然后采用建好的決策樹對數據進行預測。決策樹的建立過程是數據規則的生成過程，因此這種方法實現了數據規則的可視化，其輸出結果容易理解，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、卡方自動交互探測法等[3]。
2）遺傳算法
一種新的最佳化空間搜索方法，它應用算法的適應函數來決定搜索的方向，運用一些擬生物化的人工運算過程進行一代又一代的周而復始的演化，求得一個最佳結果。特點是具有強固形與求值空間的獨立性。強固形使問題的限制條件降到最低，并大幅度提高系統的容錯能力；而求值空間的獨立性則使遺傳算法的設計單一化，且適用于多種不同性質、領域的問題。將遺傳算法運用于數據挖掘，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
聚類分析是將數據對象分成類或簇的過程，使同一簇中的對象之間具有很高的相似度，而不同簇中的對象高度相異。一個好的聚類方法會最大化類內的相似性，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、基于網格的方法、基于模型的方法。
4）神經網絡技術
一種模仿人腦思考結構的數據分析模式，由輸入變量或數值中自我學習并根據學習經驗所得的知識不斷調整參數，以期得到資料的模式。是建立在自學習的數學模型基礎之上，它可以對大量復雜的數據進行分析，并能完成對人腦或計算機來說極為復雜的模式抽取及趨勢分析。神經網絡的處理過程主要是通過網絡的學習功能找到一個恰當的連接加權值來得到最佳結果。比較典型的學習方法是回溯法。通過將輸出結果同一些已知值進行一系列比較，加權值不斷調整，得到一個新的輸出值，再經過不斷的學習過程，最后該神經網絡得到一個穩定的結果。
5）關聯規則
關聯規則挖掘就是從大量的數據中挖掘出有價值描述數據項之間相互聯系的有關知識。關聯規則主要應用在商業數據庫中：商品分類設計、降價經銷分析、生產安排、貨架擺放策略等。關聯規則主要反映了一個事物與其他事物之間的相互依存性和關聯性。給定一個事務集D，挖掘關聯規則的問題就變成如何產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聯規則問題。
2數據挖掘在體育領域中的應用
2.1數據挖掘國內外研究情況
1)數據挖掘在體育訓練國內研究的情況
查閱中國期刊中文數據庫，碩士博士論文中，涉及到體育數據挖掘的體育科研論文內容主要有：體育教學、學生體質調研、運動訓練監控、臨場比賽優化、體育信息管理等的數據挖掘研究以及優化數據挖掘工具在體育領域的應用研究。
楊雙燕、趙水寧比較全面地介紹了數據挖掘技術在學生體質調研、體育產業、競技體育、體育決策管理中的應用方向[5]。高洪歌通過對優秀運動員參加的國際比賽中的各項技戰術參數，然后運用關聯規則、聚類分析和基于馬爾代夫過程的數據挖掘算法，揭示了隱含于數據中的很多信息[6]。孟憲明、凌培亮從視野和步長等方面對人工魚群算法進行改進，并提出基于該算法的乒乓球技戰術分類規則數據挖掘模型，分析頂級乒乓球運動員比賽實例，結果表明與乒乓球技戰術關聯規則數據挖掘相比，該模型在挖掘質量和挖掘效果上有較大優勢[7]。龔明波，鐘平中通過對通過球隊進球、射門、射門命中率、角球等11項攻防技術指標進行主成分分析的基礎上，確定球隊技戰術能力聚類的綜合指標，形成聚類樣本。在此基礎上，引入模擬人類視覺系統的尺度空間理論，提出了基于尺度層次空間聚類的球隊技戰術分類方法[8]。陳健、姚頌平以CBA聯賽為背景運用關聯規則得出核心運動員的得分與球隊獲勝的關聯度，核心運動員的上場時間和關聯度等[9]。
2)數據挖掘在國外體育領域中的應用現狀
在新世紀初美國NBA的教練運用IBM公司提供的DM工具Advanced Scout能在比賽中輔助教練員林場決定隊員替換方案，取得了很好地效果。此后，NBA球隊從各方面廣泛使用該系統來優化他們的戰術組合。
美國國家曲棍球聯盟與IBM建立了一個合資公司，推出了電子實時比賽計分和統計系統NHL-ICE.該軟件可以讓教練、播音員、記者及球迷共同利用NHL各類數據，使用NHL-ICE挖掘各自所需的信息。
意大利運用數據挖掘技術開發了Data Volley軟件系統，實現了排球比賽的技戰術統計分析。
2.2決策樹算法的應用
決策樹是一種典型的分類方法，首先對數據進行處理，利用歸納算法生成可讀的規則和決策樹，然后使用決策對新數據進行分析。本質上決策樹是通過一系列規則對數據進行分類的過程。分類（Classification）任務就是通過學習獲得一個目標函數（Target Function）,將每個屬性集x映射到一個預先定義好的類標號y。分類任務的輸入數據是紀錄的集合，每條記錄也稱為實例或者樣例。
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，用于決策樹節點的屬性選擇，每次優先選取信息量最多的屬性，亦即能使熵值變為最小的屬性，以構造一顆熵值下降最快的決策樹，到葉子節點處的熵值為0。此時，每個葉子節點對應的實例集中的實例屬于同一類[10]。
2.3神經元網絡的應用
BP算法的基本思想是：學習過程分為兩個部分：信號正向傳播和誤差的反向回傳。信號從正向傳播時，輸入數據從輸入層進入，經過各級隱層網絡依次逐層處理，傳遞到輸出層，如果輸出層輸出的結果和期望不相符或者差距很大，那么將誤差值當做調整的信號一次各層向著相反的方向傳回來，通過作用神經元之間的連接權矩陣，使誤差減小。經過不斷的學習，最后使得誤差減小到可以接受的范圍以內。具體的算法步驟如下：
1)從訓練數據集中取出某一樣本數據，將信息錄入到神經網絡中的輸入端。
2)根據各個節點間的連接情況正向逐層的處理后，可以得到神經網絡的輸出數據。
3)計算網絡輸出的數據值與期望輸出的數據值的誤差。
4)把誤差逐層按照相反的方向傳回到之前各層網絡，并且按照一定的原則將誤差信號的值作用到連接的權值上，使整個神經網絡的連接權值誤差越來越小。
5)將數據集輸入—輸出樣本逐一重復以上步驟，直到整個樣本集的誤差減小到可以接受的范圍。
目前國內有學者將BP神經網絡技術應用到研究體育生化指標對競技的影響[12]。他們采用采用BP神經網絡，輸入的神經元個數為4個，隱含層5個神經元，輸出1個神經元。經研究得到的結論是：
1）BP神經網絡精確度比較高，預測結果清晰地預測了運動員競技能力和比較科學的預測了運動員的未來發展趨勢。
2）在體育訓練中，運用BP神經網絡模型對運動員生化指標數據可以預測運動員競技成績并且對指導教練員選拔運動員有一定的科學幫助。
2.4關聯規則
數據關聯是數據庫中存在的一類重要的可被發現的知識。若兩個或多個變量的取值之間存在某種規律性，就稱為關聯.關聯分析的目的是找出數據庫中隱藏的關聯網[13]。
設I={i1,i2,…,im}是項的集合。關聯規則：形如A => B的蘊涵式，其中A?I , B?I ,并且A∩B =?。支持度：P(AUB)，即A和B這兩個項集在事務集D中同時出現的概率.置信度：P(B I A)，即在出現項集A的事務集D中，項集B也同時出現的概率.如果一條關聯規則同時滿足最小支持度閾值和最小置信度閾值，那么就認為它是有趣的，并稱為強關聯規則。給定一個事務集D，挖掘關聯規則問題就是產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聯規則[14]。
3分析
3.1各種常用方法的適用范圍及不足
基于數據挖掘決策樹分類方法即ID3方法，比較簡單明了，它構建樹的步驟簡單，在屬性不多的情況下人為就可建立，實用性非常強。
基于數據挖掘關聯規則方法的乒乓球技戰術分析系統可以根據乒乓球比賽的實戰數據結果進行統計分析，應用關聯規則中的FP-growth算法，深入挖掘選手A和選手B在各項技術的比拼，切磋過程中的弱項和強項，也就是選手A與選手B進行比賽時哪些技戰術會讓自己得分，運用哪些技戰術會使自己失分。不僅有利于自身選手在體育訓練中加強自己的薄弱環節，并且在自己水平有限的情況下和某個個體選手對決時可以充分發揮自己的強項，盡量避免使自己失分的弱項，這樣可以把握形勢的主動權，取得更好的成績。所以數據挖掘在體育訓練方面的應用可以挖掘眾多體育信息中潛在的規律，使體育訓練和比賽朝著理性化和精確化的道路發展，故數據挖掘在體育方面產生的影響是舉足輕重的。
將乒乓球比賽技戰術分析做成一個實用、有效的軟件，廣泛的被各個乒乓球隊使用，作為為教練做出正確的分析和決策提供一個參考，使教練的意見和訓練更加的客觀，使體育比賽更加的科學精準[11-12]。
不過這種方法有一定的不足：
1）比如如果只錄入一場比賽，那么數據的說服力和準確度都會下降。并且在這種不完全數據的統計中技術水平往往也和現場情況選手的壓力、體能情況和發揮息息相關。
2）就是FP-tree關聯規則本身具有一定的誤差。源于它是以支持度-置信度為基礎的關聯規則挖掘方法，在理論上缺乏嚴格的理論證明和基礎。在閾值參數設定缺乏客觀標準時就將其直接應用到客戶細分中，可能會產生一些誤導。
基于關聯規則本身的局限，我們有必要開發更好的算法，克服這些不足，在發現規則的同時需要更多的數據，更深層次的聯系才行。
3.2對基于決策樹ID3算法的思考
決策樹ID3算法通過學習建立一棵決策樹。在生成決策樹的時候，通常采用信息增益方法來確定生成每個節點時所應選擇的合適屬性，也就是通過選擇具有最高信息增益的屬性作為測試是否合適做當前屬性的方法。目的是為了將劃分后的獲得的訓練樣本進行分類所需要信息最小。也就是利用該屬性進行信息劃分會使產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則能夠有效減少對象分類所需要的劃分次數。
理想的決策樹有三種：1）葉子結點數最少；2）葉子節點深度最小；3）葉子結點數最少且葉子節點深度最小。但是這種最優的決策樹是NP難題。因此，決策樹優化問題是很難解決的。不過可以盡量通過結合實際情況優化算法使數據挖掘的分類更有效[13]。決策樹ID3算法在網球的例子中尚可正確執行和得出可行的結論。但是ID3算法有一些不足：1）用戶信息的計算比較依賴于特征取值的數目較多的屬性，這樣不太合理。
2）ID3算法在建樹時，每個結點僅含有一個屬性，是一種單元的算法，屬性特征間的相關性強調的不夠充分，無法體現出屬性間相互聯系的特點。
3）ID3對噪聲較為敏感。
4）當數據樣本集增加時，ID3的決策樹會隨之變化。
4結論
該文首先是對國內體育訓練中數據挖掘技術的應用狀況進行綜述，然后對決策樹的應用，BP神經網絡技術在研究體育生化指標對競技的影響的應用以及FP-Tree算法在乒乓球比賽技術分析中的應用進行分析，最后對ID3算法和FP-Tree算法提出自己的見解：雖然做成最優的決策樹是一個難題，但是我們可以根據自己的經驗和實際情況靈活的運用算法，即可在實際應用中取得更好的效果，比如訓練人員可以根據天氣等情況判定每日是否適合戶外訓練或比賽；另外，運用關聯分析數據挖掘技術可以實現乒乓球比賽中技術運用更加合理、精確；它可以實現對實戰中選手自身的技術弱項和強項的挖掘，以及運用哪些技術可以得分或失分，為比賽中技術運用提供了科學的依據。
參考文獻：
[1]遲殿委,周興斌.數據挖掘的體育訓練決策支持系統[J].微型計算機,2009(25):190-192.
[2]郝麗,劉樂平.數據挖掘（Data Mining）在體育統計中的應用[J].華東理工學院學報,2004,6(5): 92-95.
[3]胡斐.數據挖掘在體育領域中的應用研究綜述[J].科技創新導報,2010(27):211-212.
[4]朱明.數據挖掘[M].2版.合肥:中國科學技術大學出版社,2008.
[5]楊雙燕,趙水寧.體育數據中數據挖掘技術的應用研究[J].浙江體育科學,2003,2(30): 49-51.
[6]高洪歌,趙會群.關聯規則挖掘在乒乓球比賽技戰術分析中的應用[J].北方工業大學學報,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據挖掘[J].計算機工程,2010,36(5): 28-31.
[8]龔明波,鐘平.尺度空間層次聚類在足球球隊技、戰術能力分類中的應用研究[J].體育科學,2005,25(1):87-90.
[9]陳健,姚頌平.關聯分析在籃球技術統計數據分析中的應用[J].上海體育學院學報, 2009, 33(5):91-94.
[10]欒麗華,吉根林.決策樹分類技術研究[J].計算機工程,2004,5(9):95-96.
[11]高洪敏.數據挖掘技術在乒乓球比賽技戰術分析中的應用研究[D].北京,北方工業大學,2006.
[12]趙會群,孫晶,花勇民,等.數據挖掘技術在體育比賽技戰術分析中的應用研究[J].北京體育大學學報,2008,31(5):712-715.
論文關鍵詞：稅收管理績效評價體系設計
一、稅收管理績效評價概述
稅收管理績效評價是稅務機關運用一定的指標體系對稅收管理過程及其結果進行概括性的評價。評價時應本著系統的、戰略的、權變的眼光，注重對指標的相互關系及其權重的確定，采取客觀、公正、科學、全面的評價方法，快捷準確地將信息反饋給管理層，以供實施控制決策之用。稅收管理績效評價可以從效果和效率兩方面進行。
(一)稅收管理績效評價的目標
稅收管理的目標是為了促使納稅人依法納稅。稅收管理績效目標服從和服務于稅收管理目標，通過實施績效評價，引導和促進稅務機關實現稅收管理目標。因此，稅收管理績效評價的目標應當是在稅收遵從的前提下，為納稅人提供優質、高效的納稅服務，從而達到稅收收益最大化和納稅滿意度最大化。
(二)稅收管理績效評價的實施前提
一是要有高質量的數據資源。實施有效的稅收管理績效評價要求高度的稅收信息化程度，管理數據資源高度集中，至少要到省一級，有專業的數據處理中心，對產生的數據資源實時進行校驗、統計、篩選、分類、分析，有相應的保障數據質量和安全的制度和措施。二是對稅收管理過程及結果進行標準化管理。要最終做出績效評價的判斷結果，除了建立科學的指標體系，還必須有可行的評價標準對評價對象進行分析評判。評價標準是評價結果產生的基準和前提。
(三)稅收管理績效評價的主體
在高度信息化條件下，稅收管理主體可以分為兩個層面：管理層面和操作層面。管理層面主要指省級以上稅務機關和單純具有內部管理職能、不直接面對納稅人的地市級稅務機關，操作層面即為直接面向納稅人的地市級以下稅務機關。在稅收管理績效評價體系下，稅收管理主體就是稅收管理績效評價的主體。
(四)稅收管理績效評價的范圍
現代稅收管理理論中的稅收管理．主要是指稅收的征收管理，只包括稅收執法權的管理。稅務機關績效評價包括對稅務行政管理權和稅收執法權行使績效的評價。本文主要是對稅務機關及其工作人員行使稅收執法權的過程及其結果產生的績效，即稅收管理績效進行評價分析。
二、構建稅收管理績效評價體系應注意事項
(一)合理設定評價指標
指標設計在以“目標管理”為手段的績效評價體系中具有重要意義。指標既是稅務人員工作行為的導向，又是評價稅務人員工作業績的標準。好的指標可以起到事前積極誘導和事后公正評價的作用，差的指標會使整個績效評價體系失效甚至對整個稅務系統造成危害。我們對稅務人員工作績效進行考核和評價的全部內容，必須涵蓋稅務人員7O～8O以上的工作，根據崗位職責確定指標。指標的設計要體現多元化，不僅要能綜合反映稅務人員的工作業績，還要考核其工作態度、創新精神、知識水平、工作能力，是否能與他人交流與共享信息。各級稅務機關也可以結合實際在此基礎上自行設計指標體系。這就意味著指標的設計要堅持定量分析和定性分析相結合，對于兩類指標組合權重的選擇取決于被評價稅務人員的崗位職責。不同的部門工作側重點不同，有的是在于提高納稅人的滿意程度，樹立稅務機關的良好形象，有的是在于實現稅款的應收盡收、減少納稅人的稅款漏征率。對量化指標要求高的稅務部門，則量化指標的權重大些，對定性指標要求高的稅務部門，則定性指標的權重大些。
(二)注意事中溝通
若把稅務部門績效評價體系比做一臺機器，溝通在其中所起的作用就是劑，它能保證整個績效評價體系良性運轉。沒有完善的信息交流和溝通機制也就沒有稅務部門的績效評價體系。溝通存在于評價前、評價中、評價后三個階段。在績效評價實施前的指標設計階段，稅務部門的領導或評價者應把被評價人員納入到指標的設計過程中。溝通一方面可以使績效指標和標準成為每一個部門和稅務人員均能理解的共同語言，從而對其行為產生事前誘導作用，消除排斥心理、引導接受并指導行為；另一方面也避免了指標的設計與實際相脫離，增強了指標的可操作性。對于績效評價后的溝通，評價人員根據被評價稅務人員的績效評價結果，鼓勵與組織目標一致的行為，同時對于不符合或偏離組織目標的行為予以引導，幫助找到原因，并提出改進建議使其接受進一步的培訓或改變工作態度。人們最常忽視的是評價過程中的溝通，然而在評價過程中及時進行溝通引導被評價稅務人員的行為，可以防微杜漸，大大改善評價結果。在實際工作中，事中溝通也通常最有效。
(三)根據個體需要選擇激勵手段
績效評價與績效付酬是不可分割的兩個方面。傳統行為學理論分析，行為是由動機支配的，而動機是由需要所引起的。因此了解和把握人的需要特點，是建立有效的激勵制度的基礎。需要的層次性決定了激勵手段的多樣性，即物質激勵和非物質激勵相結合的激勵機制。對于物質激勵，可以通過對薪酬體制的設計而完成，在績效評價體系中，稅務人員的工資一公務員基本工資+績效工資x工作難易系數。對于非物質激勵，可以通過“情感激勵”對稅務人員個體工作給予認同、尊重、表揚，對其職位的提升、賦予信任和責任來實現。評價人員必須確定被評價稅務人員目前所處的需求層次和特點，并依據其特點選擇適合不同個體的激勵結合方式。
(四)建立硬性約束機制
激勵和約束是稅務部門績效評價體系中的兩個不可分割的因素，只有二者之間實現整體協調，才能發揮績效評價的功能。績效評價體系內的約束實際上是一個問題的兩個方面，一方面如果稅務人員的評價結果較差或與整個系統的目標相悖，將遭受批評和懲罰，為此付出代價；另一方面對評價結果差的稅務人員的處罰就是對其他稅務人員的約束，或者說是反面激勵，從反面達到激勵約束相容。由此我們可以看出，在績效評價體系中，激勵和約束是緊密聯系在一起的，它們協同在一起發揮最優作用。
三、不同層面設計稅收管理績效評價體系的探討
(一)稅收管理績效評價技術的運用及其分析
1．基于平衡計分卡的績效評價。
平衡計分卡是一種綜合績效管理體系。它將組織經營任務的決策轉化為四大部分的指標：財務、顧客、內部流程、學習與發展，將組織戰略分為這四個方面的考察目標，每一考察目標分別設置幾個獨立的指標，多種指標組成了相互聯系的一個系列指標體系。這些目標和指標既保持一致又相互加強，構成了有機的統一體，從而達到財務指標與非財務指標、短期與長期、內部與外部、過去與未來之間的平衡。因此，利用平衡計分卡進行管理決策，能明確地看出它對整個稅收管理績效評價體系研究組織戰略目標所帶來的影響。在平衡計分卡中，財務方面是平衡計分卡的最終結果，財務指標的實現是客戶滿意和客戶忠誠的結果。只有實現內部流程的效率性和一致性，即在時間、質量和價格方面滿足客戶，才能達到客戶滿意和客戶忠誠。而內部流程的優化與否主要取決于企業員工的能力。
2．基于關鍵指標的績效評價。
關鍵績效指標的類型主要有數量、質量、成本和時限。在確定關鍵績效指標時，指標的設定要具體，切中目標、適度細化、能夠權變；指標是可度量的，是數量化和行為化的，數據或信息要具有可獲性；要具可實現性，在付出努力的情況下，在適度的時限內可以實現；要有現實性，是可證明和觀察的，不是假設或主觀猜測；指標的設定要考慮時間，關注效率。
3．基于目標的績效評價。
目標管理下的稅收管理績效評價體系研究是以系統論、控制論和信息論為理論基礎，把以工作為中心和以人為中心的管理激勵方法有機地結合起來，把工作任務量化，層層分解。目標管理法是為了改善組織在競爭中軟弱無力所實施的一項措施，通過權力下放和自我控制來提高組織的競爭力，它建立在充分信任和信息透明的基礎上，更強調人的創造性和主觀能動性。基于目標的績效評價方法主要有四個操作步驟：設定績效目標、確定目標達到的時間框架、實際績效水平與績效目標相比較、設定新的績效目標。
(二)管理層面基于目標的稅收管理績效評價體系分析
1．基于目標的關鍵績效指標體系構建要求。
管理層面的工作要強調納稅人導向、結果導向。它需要為操作層面提供政策咨詢、宣傳培訓、協調審批等服務，而這些工作始終要圍繞顧客的需求進行。管理層面許多工作的最終結果要靠操作層面的執行來實現，為體現它的導向思想，有必要將其工作績效與操作層面的主要執行結果掛起鉤來。管理層面要通過對關鍵績效指標的篩選來突出工作重點，調整衡量標準，要加大對主體業務和主要職能的評價力度。對過程的控制主要通過正確執行管理體系文件來實現，采取抽查的方式進行，將需要關注的重要過程篩選出來，每次只從其中抽取部分進行檢查。
2．基于目標的績效評價體系設計思路。
管理層面的績效評價根據“目標引導，面向流程”的指導思想，按照“質量方針一總體目標一具體質量指標”的思路，結合管理層面的主要職能，建立起基于目標的規范化、標準化、精細化、科學化的績效評價體系。
(1)政策和制度的有效性。主要體現為稅收政策能夠有效地保證稅收職能的實現，有利于保證稅收“應收盡收”的收人組織原則，有利于收人水平的調節和收人公平分配，有利于營造公平有序、誠信納稅、和諧的稅收環境，有利于促進依法治稅目標的順利實現。評價該績效目標的指標可以使用稅收征收率這一指標進行評價。
(2)稅收分析預測的準確性。受指令性稅收計劃的影響，政府部門一度強調用稅收完成數來評價稅收管理工作。要解決這樣的問題，一是要樹立制定科學稅收計劃的觀念，實事求是地測算和上報建議計劃以及影響收人的主要增減因素；二是運用科學的手段做好收人預測工作，對稅收預測的效果主要引人稅收收人預測準確率指標來評價，同時把查補稅款總額作為稅款預計水平的一個修正指標。
(3)稅收數據質量和安全性。有效的稅收監控是稅收管理的基礎，而它又是建立在有效的數據管理基礎上。管理軟件通過采取有效手段，對各類數據進行檢驗、審核、檢測和維護，及時發現和避免異常數據，清理垃圾數據、冗余數據，糾正錯誤信息，確保數據信息真實、準確、完整和實用。數據高度集中，對管理層面而言，維護管理信息系統的安全性也很重要，可以通過垃圾數據量、冗余數據量、數據利用程度、應急預案啟動的次數、數據災難發生的次數以及解決效果等方面設定評價指標。
(4)納稅評估的質量和效果。納稅評估的有效性評價應當包括評估對象確定的準確性、評估發現的問題戶數、補繳稅款、移交稽查戶數以及納稅人真實申報率的提高等方面。
(5)執法監督的有效性和法律救濟的處理能力。依法治稅是衡量稅收管理工作績效的核心標準和實現稅收各項職能的核心途徑。管理層面通過執法監督和法律救濟，可以通過執法檢查、納稅人投訴、案件復查等方式進行，主要通過稅務案件應訴維持率、復議案件維護率、稅務案件審理準確率等指標來評價。
(6)提供服務的質量。無論納稅人將需求直接傳遞還是由操作層面傳遞給管理層面，管理層面都應當等同于與納稅人直接傳遞，進行及時、準確的處理。因此，顧客需求的有效處理率、處理及時性和準確性都應當成為關注的內容。
(三)操作層面基于平衡計分卡的稅收管理績效評價體系分析
1．財務的稅收征收率指標選擇。
稅收管理戰略目標主要是提高納稅人稅收遵從程度，在財務角度主要體現為實現稅收收益最大化，其“核心結果”指標主要體現為稅收征收率的高低。在一定的經濟發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際征收量。因此，財務方面的指標主要體現為對稅收管理水平的衡量和評價，具體包括納稅人戶籍管理水平、核定征收戶管理質量、納稅申報質量以及稅負水平四個方面的相應指標。核心結果指標則依據稅收經濟觀，在征管能力一定的情況下，稅收規模隨經濟的波動而波動。從理論上說，只要稅務機關依法治稅，對無知性稅收不遵從的納稅人提供優質服務，對自私性不遵從的納稅人加強管理監控，就能夠實現應收盡收。在評價是否實現有效地組織稅收收人方面，用稅收征收率進行評價。
2．征管過程驅動性指標選擇。
(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價期該轄區內納稅人獲得的全面性，以及納稅人各項基礎信息是否真實、準確。主要由稅務登記率、發票使用率、戶均發票使用量、稅控裝置數據采集率等指標來評價。
(2)核定征收戶管理質量。在日常稅收征管中，加強對核定征收戶的管理和評價，可以有效監控操作層面行使推定課稅權的情況，降低風險，實現核定工作的公平、公正、公開，進而提高稅收征收率。主要由查賬征收率、定額調整率、定額戶轉查賬戶比率、個體戶平均稅負、未達起征點率、停業復業率等指標來評價。
