CN111177640A - 一种数据中心运维工作绩效评价*** - Google Patents

一种数据中心运维工作绩效评价*** Download PDF

Info

Publication number
CN111177640A
CN111177640A CN201911288160.XA CN201911288160A CN111177640A CN 111177640 A CN111177640 A CN 111177640A CN 201911288160 A CN201911288160 A CN 201911288160A CN 111177640 A CN111177640 A CN 111177640A
Authority
CN
China
Prior art keywords
ratio
index
information
processing module
performance evaluation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911288160.XA
Other languages
English (en)
Inventor
台宪青
崔光霁
丁一鸣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Research Institute Institute Of Electronics Chinese Academy Of Sciences
Original Assignee
Suzhou Research Institute Institute Of Electronics Chinese Academy Of Sciences
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Research Institute Institute Of Electronics Chinese Academy Of Sciences filed Critical Suzhou Research Institute Institute Of Electronics Chinese Academy Of Sciences
Priority to CN201911288160.XA priority Critical patent/CN111177640A/zh
Publication of CN111177640A publication Critical patent/CN111177640A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明公开了一种数据中心运维工作绩效评价***，包括运维信息采集处理模块和绩效评价执行模块，其中：运维信息采集处理模块用于采集运维***中的事件信息、任务信息、问题信息、变更信息、值班信息和数据资产信息等、设备状态信息，生成评价指标；绩效评价执行模块用于利用熵值法确定各指标的权重，综合量化运维工作效果。本发明将ITIL业务流程中涉及的事件执行情况、任务执行情况、问题执行情况、***运行状态与绩效评价相互结合，通过熵值法客观评价数据中心运维工作情况，为绩效考核提供了客观依据，提升了运维工作质量，且便于软件实现。

Description

一种数据中心运维工作绩效评价***
技术领域
本发明涉及绩效评价技术，具体涉及一种数据中心运维工作绩效评价***。
背景技术
随着大数据技术的迅猛发展，各地陆续建立大型数据中心以支持海量数据的存储、管理和服务，在数据中心建立之后，运维监控工作成为重中之中。
在传统的数据中心运维业务中，由于信息化管理程度不高，难以找到数据信息支撑绩效评价，在考核过程中非理性因素难以控制，无法客观评价数据中心的业务能力、工作水平和运维质量，导致运维工作积极性下降。
现有技术中已经公开了一些运监控***，如：一种基于ITIL的云数据中心的监控运维管理***(申请号201710113597.4)、运维管理平台(申请号200910086018.7)提供了基于ITIL(Information Technology Infrastructure Library信息技术基础架构库)的数据中心运维***设计，可以帮助企业在进行IT运维管理工作时，有效的、有序的进行事件管理、问题管理、配置管理、变更管理、发布管理，达到服务支持的目的，但通过分析其技术细节发现，其缺乏对运维工作完善的、全面的绩效评价方法，主要体现在以下几个方面：1)缺乏将ITIL业务流程中涉及的事件、任务、问题执行情况与绩效评价相互结合；2)缺乏将数据中心运维状态，尤其各类***运行状态与绩效评价相互结合；3)缺乏通过信息化手段完成绩效评价工作的方法。
发明内容
本发明的目的在于提供一种数据中心运维工作绩效评价***。
实现本发明目的的技术解决方案为：一种数据中心运维工作绩效评价***，包括运维信息采集处理模块和绩效评价执行模块，其中：运维信息采集处理模块用于采集运维***中的事件信息、任务信息、问题信息、变更信息、值班信息和数据资产信息等、设备状态信息，生成评价指标；绩效评价执行模块用于利用熵值法确定各指标的权重，综合量化运维工作效果。
所述运维信息采集处理模块采集的事件信息、任务信息、问题信息、变更信息、值班信息和数据资产信息由数据中心业务***采集，设备状态信息通过数据中心安装的监控***采集，如没有监控***，则通过操作***提供的相关命令编写脚本获得。
所述运维信息采集处理模块根据采集处理信息的不同，将运维信息采集处理模块分为如下7个子模块；
(1)事件信息采集处理模块
事件信息采集处理模块用于采集事件信息进行加工处理，生成的处理结果包括事件总数X1、事件成功结束的数量及占比X2、规定时间内解决的事件数量及占比X3、规定时间内响应的事件数量及占比X4、超时未解决的事件数量及占比X5、升级为问题的事件数量及占比X6、重复提交的事件数量及占比X7；
(2)任务信息采集处理模块
任务信息采集处理模块用于采集任务信息进行加工处理，生成的处理结果包括：任务完成次数及占比X8、任务提前完成及占比X9、任务拖延完成及占比X9、任务拖延时间占比X10、提前时间占比X11；
(3)问题信息采集处理模块
问题信息采集处理模块用于采集问题信息进行加工处理，生成的处理结果包括：问题总数X12、已找到根本原因的问题数量及占比X13、趋势分析问题所占比率X14、通过变通办法解决的问题数量X15、问题成功解决率X16；
(4)变更信息采集处理模块
变更信息采集处理模块用于采集变更信息进行加工处理，生成的处理结果包括：变更总数X17、变更实施失败占比X18、变更实施成功占比X19、被取消的变更数量及占比X20、变更回顾不正常占比X21；
(5)值班信息采集处理模块
值班信息采集处理模块用于采集值班信息进行加工处理，生成的处理结果包含：不准时到达值班岗位的比率X22、未完成值班计划任务的比率X23；
(6)数据资产状态信息采集处理模块
数据资产状态信息采集处理模块用于采集数据资产状态信息进行加工处理，生成的处理结果包含数据存储量总量X24及增长率X25，外部服务调用数据和数据传输总量X26及增长率X27、外部服务的网络连接数总量X28和增长率X29；
(7)设备状态信息采集处理模块
设备状态信息采集处理模块用于采集设备状态信息进行加工处理，生成的处理结果包含设备的资源利用率X30和负载率X31、监控项目超出设定警戒水平的时间占比X32、新增设备数量X33及占比X34。
所述绩效评价执行模块进行数据矩阵构造、指标标准化处理、指标权重设定和综合绩效评价，根据执行过程的不同，将绩效评价执行模块分为如下4个子模块：
(1)时间长度选择模块
时间长度选择模块用于选择一个或者多个周期的运维信息作为样本，构建数据矩阵；
(2)指标标准化处理模块
指标标准化处理模块用于对各个指标进行标准化处理，以统一指标的量纲和数量级；
(3)指标权重设定模块
指标权重设定模块用于根据标准化的指标值，利用熵值法估算各指标的权重；
(4)综合绩效评价模块
综合绩效评价模块用于根据标准化的指标值和各指标的权重，加权求得量化的运维工作结果。
所述时间长度选择模块根据选择的样本构建数据矩阵X为：
Figure BDA0002318616930000032
其中，m为总月份，n为指标总数，xij为第i个月份第j个指标的指标值。
所述指标标准化处理模块对应指标值越大越好的指标，使用下面的标准化处理公式：
Figure BDA0002318616930000031
其中x’ij为第i个月份第j个指标的标准化指标值，xij为第i个月份第j个指标的指标值，xjmax、xjmin表示第j个指标的最大值和最小值；
采用此公式的指标包含：事件成功结束的数量及占比X2、规定时间内解决的事件数量及占比X3、规定时间内响应的事件数量及占比X4、任务完成次数及占比X8、任务提前完成及占比X9、提前时间占比X11、已找到根本原因的问题数量及占比X13、趋势分析问题所占比率X14、通过变通办法解决的问题数量X15、问题成功解决率X16、变更实施成功占比X19、数据存储量总量(条目、大小)X24及增长率X25，外部服务调用数据和数据传输总量X26及增长率X27、外部服务的网络连接数总量X28和增长率X29，资源利用率X30和负载率X31、新增设备数量X33及占比X34；
对于指标值越大越好的指标，使用下面的标准化处理公式：
Figure BDA0002318616930000041
采用此公式的指标有：事件总数X1、超时未解决的事件数量及占比X5、升级为问题的事件数量及占比X6、重复提交的事件数量及占比X7、任务拖延完成及占比X9、任务拖延时间占比X10、问题总数X12、变更总数X17、变更实施失败占比X18、被取消的变更数量及占比X20、变更回顾不正常占比X21、不准时到达值班岗位的比率X22、未完成值班计划任务的比率X23、监控项目超出设定警戒水平的时间占比X32。
所述指标权重设定模块确定各指标权重的具体方法为：
首先计算第i个月份下的第j项评价指标的比值yij，公式如下：
Figure BDA0002318616930000042
其中0≤yij≤1，x’ij为第i个月份第j个指标的标准化指标值，得到数据比重矩阵Y＝{yij}m*n，m为总月份，n为指标总数；
然后计算指标信息熵值e和信息效用d，公式如下：
Figure BDA0002318616930000045
dj＝1-ej
其中k为常数，
Figure BDA0002318616930000043
ej为第j个指标的信息熵值，dj为第j个指标的信息效用值；
最后利用熵值法估算各指标的权重，公式如下：
Figure BDA0002318616930000044
其中wj为第j项指标的权重。
所述综合绩效评价模块量化运维工作结果的具体方法为：
Figure BDA0002318616930000051
其中Ui为第i个月份的运维工作量化结果，采用百分制，
Figure BDA0002318616930000052
为第i个月份下的第j个评价指标的比值，x’ij为第i个月份下的第j个指标的标准化指标值，m为总月份，wj为第j项指标的权重。
本发明与现有技术相比，其显著优点在于：将ITIL业务流程中涉及的事件执行情况、任务执行情况、问题执行情况、***运行状态与绩效评价相互结合，通过熵值法客观评价数据中心运维工作情况，为绩效考核提供了客观依据，提升了运维工作质量，且便于软件实现。
附图说明
图1是本发明数据中心运维工作绩效评价***的组成框图。
图2是本发明数据中心运维工作绩效评价方法的流程图。
具体实施方式
下面结合附图和具体实施例，进一步说明本发明方案。
如图1所述，数据中心运维工作绩效评价***包括运维信息采集处理模块和绩效评价执行模块，其中：
一、运维信息采集处理模块
运维信息采集处理模块用于采集运维***中的业务日志信息和***状态信息，加工处理后生成可以进行绩效评价的处理结果。采集来源包括事件信息、任务信息、问题信息、***状态等基于ITIL的运维***在运行过程中产生的的数据信息。根据采集信息的不同，将运维信息采集处理模块分为如下7个子模块：
1、事件信息采集处理模块
事件信息采集处理模块采集事件信息进行加工处理，生成的处理结果包括事件总数X1、事件成功结束的数量及占比X2、规定时间内解决的事件数量及占比X3、规定时间内响应的事件数量及占比X4、超时未解决的事件数量及占比X5、升级为问题的事件数量及占比X6、重复提交的事件数量及占比X7；
2、任务信息采集处理模块
任务信息采集处理模块采集任务信息进行加工处理，生成的处理结果包括：任务完成次数及占比X8、任务提前完成及占比X9、任务拖延完成及占比X9、任务拖延时间占比X10、提前时间占比X11；
3、问题信息采集处理模块
问题信息采集处理模块采集问题信息进行加工处理，生成的处理结果包括：问题总数X12、已找到根本原因的问题数量及占比X13、趋势分析问题所占比率X14、通过变通办法解决的问题数量X15、问题成功解决率X16；
4、变更信息采集处理模块
变更信息采集处理模块采集变更信息进行加工处理，生成的处理结果包括：变更总数X17、变更实施失败占比X18、变更实施成功占比X19、被取消的变更数量及占比X20、变更回顾不正常占比X21；
5、值班信息采集处理模块
值班信息采集处理模块采集值班信息进行加工处理，生成的处理结果包含：不准时到达值班岗位的比率X22、未完成值班计划任务的比率X23；
6、数据资产状态信息采集处理模块
数据资产状态信息采集处理模块采集数据资产状态信息进行加工处理，生成的处理结果包含数据存储量总量(条目、大小)X24及增长率X25，外部服务调用数据和数据传输总量X26及增长率X27、外部服务的网络连接数总量X28和增长率X29；
7、设备状态信息采集处理模块
设备状态信息采集处理模块采集设备状态信息进行加工处理，生成的处理结果包含设备(整体、集群、机器)的资源利用率X30和负载率X31、监控项目超出设定警戒水平的时间占比X32、新增设备数量X33及占比X34；
其中，指标分类1-6所涉及的事件信息、任务信息、问题信息、变更信息、值班信息和数据资产信息等6种数据信息由数据中心业务***采集。指标分类7所涉及的设备状态信息，通过数据中心安装的监控***采集，如没有监控***，可通过操作***提供的相关命令编写脚本获得。
二、绩效评价执行模块
绩效评价执行模块用于进行数据矩阵构造、指标标准化处理、指标权重设定和综合绩效评价，以量化运维工作效果。根据执行过程的不同，将绩效评价执行模块分为如下4个子模块：
1、时间长度选择模块
时间长度选择模块可以选择数据中心一个周期(如一个月份)的运维信息作为样本，也可以选择多个周期(多个月份)的运维信息作为样本，这样既可以评价数据中心的发展趋势，计算结果也更为准确，生成的数据矩阵X为：
Figure BDA0002318616930000073
其中，m为总月份，n为指标总数(n≤34)。
2、指标标准化处理模块
由于各个指标的量纲、数量级不同，因此需要通过指标标准化处理模块对各指标进行标准化。对于上述34个指标中，指标值越大越好的指标，使用下面的标准化处理公式：
Figure BDA0002318616930000071
采用此公式的指标包含：事件成功结束的数量及占比X2、规定时间内解决的事件数量及占比X3、规定时间内响应的事件数量及占比X4、任务完成次数及占比X8、任务提前完成及占比X9、提前时间占比X11、已找到根本原因的问题数量及占比X13、趋势分析问题所占比率X14、通过变通办法解决的问题数量X15、问题成功解决率X16、变更实施成功占比X19、数据存储量总量(条目、大小)X24及增长率X25，外部服务调用数据和数据传输总量X26及增长率X27、外部服务的网络连接数总量X28和增长率X29，资源利用率X30和负载率X31、新增设备数量X33及占比X34；
对于上述34个指标中，指标值越大越好的指标，使用下面的标准化处理公式：
Figure BDA0002318616930000072
采用此公式的指标有：事件总数X1、超时未解决的事件数量及占比X5、升级为问题的事件数量及占比X6、重复提交的事件数量及占比X7、任务拖延完成及占比X9、任务拖延时间占比X10、问题总数X12、变更总数X17、变更实施失败占比X18、被取消的变更数量及占比X20、变更回顾不正常占比X21、不准时到达值班岗位的比率X22、未完成值班计划任务的比率X23、监控项目超出设定警戒水平的时间占比X32；
3、指标权重设定模块
权重的设定是影响服务评价的最关键步骤，由于每个数据中心的大小、规模并不一致，单纯为每个指标设定相同的权重并不能针对每个中心的具体情况，需要指标权重设定模块采用客观方式获得指标权重，首先计算第i个月份下的第j项评价指标的比值yij，公式如下：
Figure BDA0002318616930000081
其中(0≤yij≤1)
从而得到数据比重矩阵Y＝{yij}m*n；
然后计算指标信息熵值e和信息效用d，公式如下：
Figure BDA0002318616930000082
dj＝1-ej
其中k为常数，
Figure BDA0002318616930000083
ej为第j个指标的信息熵值，dj为第j个指标的信息效用值；
最后利用熵值法估算各指标的权重，公式如下：
Figure BDA0002318616930000084
其中wj为第j项指标的权重。
4、综合绩效评价模块
对价值的量化，目前大部分方法采用加权和的方式进行计算，综合绩效评价模块根据标准化的指标值和权重量化运维工作结果，公式如下：
Figure BDA0002318616930000085
其中Ui为运维工作的量化结果，采用百分制。如果以某个数据中心每个月的各个指标为样本，计算结果能够评价数据中心管理是否有序，通过比较每个月的计算结果，也能够评价此数据中心管理工作的发展趋势。

Claims (8)

1.一种数据中心运维工作绩效评价***，其特征在于，包括运维信息采集处理模块和绩效评价执行模块，其中：运维信息采集处理模块用于采集运维***中的事件信息、任务信息、问题信息、变更信息、值班信息和数据资产信息等、设备状态信息，生成评价指标；绩效评价执行模块用于利用熵值法确定各指标的权重，综合量化运维工作效果。
2.根据权利要求1所述的数据中心运维工作绩效评价***，其特征在于，所述运维信息采集处理模块采集的事件信息、任务信息、问题信息、变更信息、值班信息和数据资产信息由数据中心业务***采集，设备状态信息通过数据中心安装的监控***采集，如没有监控***，则通过操作***提供的相关命令编写脚本获得。
3.根据权利要求2所述的数据中心运维工作绩效评价***，其特征在于，所述运维信息采集处理模块根据采集处理信息的不同，将运维信息采集处理模块分为如下7个子模块；
(1)事件信息采集处理模块
事件信息采集处理模块用于采集事件信息进行加工处理，生成的处理结果包括事件总数X1、事件成功结束的数量及占比X2、规定时间内解决的事件数量及占比X3、规定时间内响应的事件数量及占比X4、超时未解决的事件数量及占比X5、升级为问题的事件数量及占比X6、重复提交的事件数量及占比X7；
(2)任务信息采集处理模块
任务信息采集处理模块用于采集任务信息进行加工处理，生成的处理结果包括：任务完成次数及占比X8、任务提前完成及占比X9、任务拖延完成及占比X9、任务拖延时间占比X10、提前时间占比X11；
(3)问题信息采集处理模块
问题信息采集处理模块用于采集问题信息进行加工处理，生成的处理结果包括：问题总数X12、已找到根本原因的问题数量及占比X13、趋势分析问题所占比率X14、通过变通办法解决的问题数量X15、问题成功解决率X16；
(4)变更信息采集处理模块
变更信息采集处理模块用于采集变更信息进行加工处理，生成的处理结果包括：变更总数X17、变更实施失败占比X18、变更实施成功占比X19、被取消的变更数量及占比X20、变更回顾不正常占比X21；
(5)值班信息采集处理模块
值班信息采集处理模块用于采集值班信息进行加工处理，生成的处理结果包含：不准时到达值班岗位的比率X22、未完成值班计划任务的比率X23；
(6)数据资产状态信息采集处理模块
数据资产状态信息采集处理模块用于采集数据资产状态信息进行加工处理，生成的处理结果包含数据存储量总量X24及增长率X25，外部服务调用数据和数据传输总量X26及增长率X27、外部服务的网络连接数总量X28和增长率X29；
(7)设备状态信息采集处理模块
设备状态信息采集处理模块用于采集设备状态信息进行加工处理，生成的处理结果包含设备的资源利用率X30和负载率X31、监控项目超出设定警戒水平的时间占比X32、新增设备数量X33及占比X34。
4.根据权利要求1所述的数据中心运维工作绩效评价***，其特征在于，所述绩效评价执行模块进行数据矩阵构造、指标标准化处理、指标权重设定和综合绩效评价，根据执行过程的不同，将绩效评价执行模块分为如下4个子模块：
(1)时间长度选择模块
时间长度选择模块用于选择一个或者多个周期的运维信息作为样本，构建数据矩阵；
(2)指标标准化处理模块
指标标准化处理模块用于对各个指标进行标准化处理，以统一指标的量纲和数量级；
(3)指标权重设定模块
指标权重设定模块用于根据标准化的指标值，利用熵值法估算各指标的权重；
(4)综合绩效评价模块
综合绩效评价模块用于根据标准化的指标值和各指标的权重，加权求得量化的运维工作结果。
5.根据权利要求4所述的数据中心运维工作绩效评价***，其特征在于，所述时间长度选择模块根据选择的样本构建数据矩阵X为：
Figure FDA0002318616920000031
其中，m为总月份，n为指标总数，xij为第i个月份第j个指标的指标值。
6.根据权利要求4所述的数据中心运维工作绩效评价***，其特征在于，所述指标标准化处理模块对应指标值越大越好的指标，使用下面的标准化处理公式：
Figure FDA0002318616920000032
其中x’ij为第i个月份第j个指标的标准化指标值，xij为第i个月份第j个指标的指标值，xjmax、xjmin表示第j个指标的最大值和最小值；
采用此公式的指标包含：事件成功结束的数量及占比X2、规定时间内解决的事件数量及占比X3、规定时间内响应的事件数量及占比X4、任务完成次数及占比X8、任务提前完成及占比X9、提前时间占比X11、已找到根本原因的问题数量及占比X13、趋势分析问题所占比率X14、通过变通办法解决的问题数量X15、问题成功解决率X16、变更实施成功占比X19、数据存储量总量(条目、大小)X24及增长率X25，外部服务调用数据和数据传输总量X26及增长率X27、外部服务的网络连接数总量X28和增长率X29，资源利用率X30和负载率X31、新增设备数量X33及占比X34；
对于指标值越大越好的指标，使用下面的标准化处理公式：
Figure FDA0002318616920000033
采用此公式的指标有：事件总数X1、超时未解决的事件数量及占比X5、升级为问题的事件数量及占比X6、重复提交的事件数量及占比X7、任务拖延完成及占比X9、任务拖延时间占比X10、问题总数X12、变更总数X17、变更实施失败占比X18、被取消的变更数量及占比X20、变更回顾不正常占比X21、不准时到达值班岗位的比率X22、未完成值班计划任务的比率X23、监控项目超出设定警戒水平的时间占比X32。
7.根据权利要求4所述的数据中心运维工作绩效评价***，其特征在于，所述指标权重设定模块确定各指标权重的具体方法为：
首先计算第i个月份下的第j项评价指标的比值yij，公式如下：
Figure FDA0002318616920000041
其中0≤yij≤1，x’ij为第i个月份第j个指标的标准化指标值，得到数据比重矩阵Y＝{yij}m*n，m为总月份，n为指标总数；
然后计算指标信息熵值e和信息效用d，公式如下：
Figure FDA0002318616920000042
dj＝1-ej
其中k为常数，
Figure FDA0002318616920000043
ej为第j个指标的信息熵值，dj为第j个指标的信息效用值；
最后利用熵值法估算各指标的权重，公式如下：
Figure FDA0002318616920000044
其中wj为第j项指标的权重。
8.根据权利要求4所述的数据中心运维工作绩效评价***，其特征在于，所述综合绩效评价模块量化运维工作结果的具体方法为：
Figure FDA0002318616920000045
其中Ui为第i个月份的运维工作量化结果，采用百分制，
Figure FDA0002318616920000046
为第i个月份下的第j个评价指标的比值，x’ij为第i个月份下的第j个指标的标准化指标值，m为总月份，wj为第j项指标的权重。
CN201911288160.XA 2019-12-15 2019-12-15 一种数据中心运维工作绩效评价*** Pending CN111177640A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911288160.XA CN111177640A (zh) 2019-12-15 2019-12-15 一种数据中心运维工作绩效评价***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911288160.XA CN111177640A (zh) 2019-12-15 2019-12-15 一种数据中心运维工作绩效评价***

Publications (1)

Publication Number Publication Date
CN111177640A true CN111177640A (zh) 2020-05-19

Family

ID=70657214

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911288160.XA Pending CN111177640A (zh) 2019-12-15 2019-12-15 一种数据中心运维工作绩效评价***

Country Status (1)

Country Link
CN (1) CN111177640A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112365149A (zh) * 2020-11-06 2021-02-12 中国平安人寿保险股份有限公司 绩效评估的方法、装置、设备及存储介质
CN117114491A (zh) * 2023-09-06 2023-11-24 青岛民航凯亚***集成有限公司 一种基于熵值法的机场信息***运维能力评价方法及***

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103985061A (zh) * 2014-04-28 2014-08-13 国家电网公司 基于熵值法的电力企业资产效率综合评价方法
CN106096806A (zh) * 2016-05-15 2016-11-09 国电南瑞科技股份有限公司 一种基于主观与客观权重集成的多馈入直流落点方案评估方法
CN106992904A (zh) * 2017-05-19 2017-07-28 湖南省起航嘉泰网络科技有限公司 基于动态综合权重的网络设备健康度评估方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103985061A (zh) * 2014-04-28 2014-08-13 国家电网公司 基于熵值法的电力企业资产效率综合评价方法
CN106096806A (zh) * 2016-05-15 2016-11-09 国电南瑞科技股份有限公司 一种基于主观与客观权重集成的多馈入直流落点方案评估方法
CN106992904A (zh) * 2017-05-19 2017-07-28 湖南省起航嘉泰网络科技有限公司 基于动态综合权重的网络设备健康度评估方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112365149A (zh) * 2020-11-06 2021-02-12 中国平安人寿保险股份有限公司 绩效评估的方法、装置、设备及存储介质
CN117114491A (zh) * 2023-09-06 2023-11-24 青岛民航凯亚***集成有限公司 一种基于熵值法的机场信息***运维能力评价方法及***

Similar Documents

Publication Publication Date Title
Pfeiffer et al. Manufacturing lead time estimation with the combination of simulation and statistical learning methods
US7110913B2 (en) Apparatus and method for managing the performance of an electronic device
CN109615129B (zh) 房地产客户成交概率预测方法、服务器及计算机存储介质
US20150120263A1 (en) Computer-Implemented Systems and Methods for Testing Large Scale Automatic Forecast Combinations
US7716151B2 (en) Apparatus, method and product for optimizing software system workload performance scenarios using multiple criteria decision making
CN113673857A (zh) 一种面向数据中台的服务感知与资源调度***及方法
CN111754044A (zh) 员工行为审计方法、装置、设备及可读存储介质
CN112508723B (zh) 基于自动择优建模的金融风险预测方法、装置和电子设备
CN111177640A (zh) 一种数据中心运维工作绩效评价***
CN115562978A (zh) 基于业务场景的性能测试***及方法
CN113191533A (zh) 仓库用工预测方法、装置、设备及存储介质
US20050278301A1 (en) System and method for determining an optimized process configuration
CN114155048A (zh) 关联业务预测的方法、装置、电子设备及存储介质
CN117236656B (zh) 工程项目的信息化管理方法及***
CN116452154B (zh) 一种适用于通信运营商的项目管理***
KR20090046741A (ko) 제조 설비에 관련된 예보를 생성하기 위한 시뮬레이션 사용
CN114493641A (zh) 信息显示方法、装置、电子设备和计算机可读介质
CN117375231A (zh) 一种基于电网数据节点的统计方法及数据处理***
Talia et al. The grid backfilling: a multi-site scheduling architecture with data mining prediction techniques
Jonkers et al. Quantitative modelling and analysis of business processes
CN113610225A (zh) 质量评估模型训练方法、装置、电子设备及存储介质
Lee et al. Software reliability prediction for open source software adoption systems based on early lifecycle measurements
CN114154668A (zh) It***扩容预测方法及装置
KR101649913B1 (ko) 연구 개발 프로젝트 관리 장치 및 방법
CN116011758B (zh) 一种多数据分析智能整合排程***及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination