当前位置：首页 > 范文大全 > 实用文>话语的关联研究

话语的关联研究

2023-09-24 08:28:45 收藏本文下载本文

“aha219”通过精心收集，向本站投稿了6篇话语的关联研究，下面小编给大家整理后的话语的关联研究，希望大家喜欢!

话语的关联研究

篇1：话语的关联研究

话语的关联研究

本文通过应用关联理论的最大关联和最佳关联原则,结合语境、言语动机、认知环境等因素探讨语言意义与言语意义,信息意图与交际意图、最大关联与最佳关联以及语境假设与新信息之间的'动态关系;同时通过分析话语的认知过程,认为言语意义、交际意图和言外之意密不可分,语境假设与新信息的关系至关重要,话语认知的基础是共同认知环境和共享信息,明示推理过程是话语认知的必经之路,寻求唯一最佳关联是理解话语意义的最终选择.

作者：张鹏华潘一作者单位：张鹏华(西安电子科技大学人文学院,陕西,西安,710071)

潘一(西安交通大学外语学院,陕西,西安,710049)

刊名：疯狂英语(教师版) 英文刊名：CRAZY ENGLISH TEACHERS 年，卷(期)： “”(6) 分类号：H030 关键词：话语语境假设明示推理最佳关联

篇2：关联理论与话语生成模式

关联理论与话语生成模式

本文拟以说话者为出发点,从说话者的交际意图、信息概念以及语境知识方面逐一分析关联理论在说话者话语生成过程中的应用.

作者：徐先乔作者单位：南京师范大学,外国语学院,江苏,南京,210097 刊名：华章英文刊名：MAGNIFICENT WRITING 年，卷(期)： “”(10) 分类号：H0 关键词：关联理论话语生成话语理解

篇3：层次分析法和灰色关联分析法的研究

目录 .............................................................................................................................................. I 摘要 .................................................................................................................................................. I Abstract .......................................................................................................................................... II 1 引言 .......................................................................................................................................... 1 2 层次分析法 .............................................................................................................................. 2

2.1 层次分析法的步骤 .......................................................................................................... 2

2.1.1 层次结构的建立 ................................................................................................. 2 2.1.2 构建判断矩阵 ....................................................................................................... 3 2.1.3 层次排序和一致性检验 ....................................................................................... 5 2.1.4 层次总排序及一致性检验 ................................................................................... 8 2.2 层次分析法结论 ............................................................................................................ 10 3 灰色关联分析法 ....................................................................................................................... 12

3.1 灰色关联的具体步骤 .................................................................................................... 12

3.1.1 确定分析序列 ................................................................................................... 12 3.1.2 无量纲化 ........................................................................................................... 13 3.1.3 求关联度 ........................................................................................................... 14 3.2 灰色关联结论 ................................................................................................................ 15 3 结论 ........................................................................................................................................ 16 参考文献： ................................................................................................................................... 17 附录 ............................................................................................................................................... 18 致谢 ........................................................................................................................................... 20

摘要

层次分析法是将半定型、半定量的问题转化为定量问题的一种行之有效的方法，是分析多目标、多准则的复杂大系统的强有力的工具有思路清晰、方法简便、使用面广、系统性强等特点。灰色关联分析目的是寻求系统各因素之间的重要关系，而灰色关联度是灰色关联分析的基础，其算法基本思想是根据行为序列曲线几何形状的相似性来确定序列之间联系的紧密型。本文尝试将这两种思想应用于NBA常规赛最有价值球员（MVP）的评判上。通过结果研究层次分析法和灰色关联分析这两种思想的差异性、优缺点。

篇4：层次分析法和灰色关联分析法的研究

Abstract

Analytic Hierarchy Process is a semi-stereotypes, semi-quantitative problem into an effective method of quantitative problems, is to analyze the multi-objective, multi-criteria large complex system a powerful tool for clear thinking, method is simple, using the surfacewide systemic. Gray relational analysis seeks the important relationship between the factors of the system, and the gray relational grade gray relational analysis. The basic idea of the algorithm is based on the similarity of behavior sequence curve geometry to determine the sequence of the link between compact. This paper attempts to apply these two ideas on the judgment of the NBA regular season Most Valuable Player (MVP). By the results of analytic hierarchy process and gray relational analysis of these two ideological differences, advantages and disadvantages.

Key words: Analytic Hierarchy Process；Grey Relational Analysis；NBA；MVP

1 引言

在日常生活中，人们要对许多较为复杂、较为模糊的问题做出决策。如生产者面对消费者的各种喜好或竞争对手的策略要做出最佳生产决策，消费者面对众多的商品要做出最佳的购买决策。科研单位要根据自己的科研能力、项目的科学意义及实用价值项目的研究经费等因素选择最适合的课题，当你面临报考学校，挑选专业，或者选择工作岗位是，都要做出慎重决策等等，这些都是难于用定量进行分析的问题，当我们面对这些问题时，影响我们做出决策的因素很多，一些因素存在定量指标，可以定量描述，但更多的因素不存在定量指标，只能定性的对它们进行比较。在处理这些比较复杂又比较模糊的问题时，如何进行全面的、系统的分析比较，并最终做出较为明智的决策呢?

T.L.Saaty等在20世纪70年代末提出了一种定性和定量相结合、系统化层次化的分析方法，称为层次分析法（Analytic Hierarchy Process，简称AHP）。层次分析法是将半定型、半定量的问题转化为定量问题的一种行之有效的方法，是分析多目标、多准则的复杂大系统的强有力的工具有思路清晰、方法简便、使用面广、系统性强等特点。它使人们的思维过程层次化，通过逐层比较多种关联因素来分析、决策或控制事物的发展提供定量的依据。其基本思想，是根据问题的性质和要达到的目标，将问题按层次分析成各个组成因素，再按支配关系分组成有序的递阶层次结构。对同一层次内的因素，通过两两比较的方式确定诸因素之间的相对重要性权重。下一层次的因素的重要性，既要考虑本层次，又要考虑到上一层次的权重因子逐层计算，直至最后一层一般是要比较的各个方案权重大小。

灰色关联分析法是由中国学者邓聚龙教授于1982年创立的，该理论是以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，主要通过对“部分”已知信息的生成、开发，提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效监控。灰色关联度分析法是将研究对象及影响因素的因子值视为一条线上的点,与待识别对象及影响因素的因子值所绘制的曲线进行比较,比较它们之间的贴近度,并分别量化,计算出研究对象与待识别对象各影响因素之间的贴近程度的关联度,通过比较各关联度的大小来判断待识别对象对研究对象的影响程度。

两种思想都都为我们决策带来了方便，但有时我们却无从选择哪一种方法，本文运用两种思想分析NBA常规赛最有价值球员，进而比较层次分析法和灰色关联在实际运用中的区别，为大家在实际解决问题、做出决策时能够在这两种方法中更有效的做出选择。

2 层次分析法

2.1 层次分析法的步骤

层次分析法的基本思路与人对复杂决策问题的思维和判断过程是一致的。层次分析过程大致可以分为四个步骤：

（1）建立层次结构模型。在深入分析面临的问题后，讲决策问题分为三个层次。最上层为目标层O；最下层为方案层P；中间层为准则层C（准则层可以分为若干个子层），个层次的联系用相连的直线表示。

（2）构造判断矩阵。通过相互比较确定各层次中的因素对于上一层次中每一因素的所有判断矩阵。

（3）单层排序及一致性检验。通过判断矩阵求出各层次中的因素对于上一层每一因素的权重向量，并进行一致性检验。

（4）层次总排序及一致性检验。将层次中的因素对于上一层次的权重向量及上一层对于总目标的权重向量综合，确定该层次对于总目标的权重向量，并对总排序进行一致性检验。

2.1.1 层次结构的建立

首先要把问题条理化、层次化，构造出一个层次分析的结构模型。在这个结构模型下，复杂问题被分解成人们称之为元素的组成部分。这些元素又按照其属性分成若千组，形成不同层次。同一层次的元素作为准则对下一层次的某些元素起支配作用，同时它又受上一层次元素的支配。这些层次大体上可以分为三类：

1、最高层这一层次中只有一个元素，一般它是分析问题的预定目标或者理想结果，因此也称目标层。

2、中间层这一层次包括了为实现目标所涉及的中间环节，它可以由若干个层次组成，包括所需要考虑的准则、子准则，因此也称为准则层

3、最低层表示为实现目标可供选择的各种措施、决策方案等，因此也称为措施层或者方案层。

上述各个层次之间的支配关系不一定是完全的，即可以存在这样的元素，它并不支持下一层次的所有元素而仅仅支持其中部分元素。这种自上而下的支配关系所形成的层次结构，我们称为递阶层次结构。递阶层次结构中的层次数与问题的复杂程度及需分析的详尽程度有关，一般它可以不受限制。根据问题研究NBA最有价值球员（MVP）我们可以画出如下的阶梯层次结构图：

图2-1 阶梯层次结构图

2.1.2 构建判断矩阵

层次结构反映了因素之间的关系，但准则层中的各准则在目标衡量中所占的比重并不一定相同，在决策者的心目中，它们各占有一定的比例。在确定影响某因素的诸因子在该因素中所占的比重时，遇到的主要困难是这些比重常常不易定量化。此外，当影响某因素的因子较多时，直接考虑各因子对该因素有多大程度的影响时，常常会因考虑不周全、顾此失彼而使决策者提出与他实际认为的重要性程度不相一致的数据，甚至有可能提出一组隐含矛盾的数据。

设现在要比较n个因子X?｛x1，错误！未找到引用源。对某因素Z的影响大...，xn｝小，怎样比较才能提供可信的数据呢？Saaty等人建议可以采取对因子进行两两比较建立成对比较矩阵的办法。即每次取两个因子xi对xj的影响大小之比，全部比较结果用矩阵错误！未找到引用源。A?(aij)n*n表示，称Z―X之间的成对比较判断矩阵（简称判断矩阵）。容易看出，若错误！未找到引用源。与错误！未找到引用源。对Z的影响之比为aij错误！未找到引用源。，则错误！未找到引用源。与错误！未找到引用源。对Z的影响之比应为

aji?

错误！未找到引用源。。 aij

（i，j=1，?，n），aij

定义1：若矩阵错误！未找到引用源。满足

（i）错误！未找到引用源。>0;（ii）错误！未找到引用源。aji?则称之为正互反矩阵。

要确定错误！未找到引用源。的值，我们常用1~9和它倒数作为aij的取值范围量化尺度如下:

对比打分

1 3 5 7 9

相对重要程度同等重要略微重要基本重要确实重要绝对重要

说明

两个元素相比，具有同等重要性

两个元素相比，一个元素比另一个元素稍微重要两个元素相比，一个元素比另一个元素明显重要两个元素相比，一个元素比另一个元素强烈重要两个元素相比，一个元素比另一个元素极端重要

需要折中时采用

表 2-1 量化尺度表

2，4，6，8 两相邻度程度的中间值

从心理学观点来看，分级太多会超越人们的判断能力，既增加了作判断的难度，又容易因此而提供虚假数据。Saaty等人还用实验方法比较了在各种不同标度下人们判断结果的正确性，实验结果也表明，采用1~9标度最为合适。当然，也有其他一些不错的标度方法可以选择。最后，应该指出，一般地作错误！未找到引用源。

n（n-1）

次两两判断是2

必要的。有人认为把所有元素都和某个元素比较，即只作n?1次比较就可以了。这种作法的缺点在于，任何一个判断的失误均可导致不合理的排序，而个别判断的失误对于难以定量的系统往往是难以避免的。进行错误！未找到引用源。次比较可以提供更多的信息，通过各种不同角度的反复比较，从而得出一个合理的排序。

在研究NBA球员的综合实力中，通过对30名球迷调查（详细调查结果见附录）我们可以大致得出判断矩阵：

表2-2 A-B判断矩阵

A B1 B2

于比赛数据更为重要。

B1 1 1/2 B2 2 1

其中B1,B2分别指的球队战绩和比赛数据。实地调查和网上查找分析，球队战绩相对

表2-3 错误！未找到引用源。B1?C11判断矩阵

1 11 12

11 1 1

12 1 1

C11,C12分别指的是方案层的主队战绩和客队战绩。根据调查发现两个因数同等重要。

表 2-4 错误！未找到引用源。判断矩阵

C21 C22 C23 C24 C25 C26 C27 C28

C21 1 1/4 1/4 1/8 1/8 1/8 1/16 1/16

C22 4 1 1 1/2 1/2 1/2 1/4 1/4

C23 4 1 1 1/2 1/2 1/2 1/4 1/4

C24 8 2 2 1 1 1 1/2 1/2

C25 8 2 2 1 1 1 1/2 1/2

C26 8 2 2 1 1 1 1/2 1/2

C27 16 4 4 2 2 2 1 1

C28 16 4 4 2 2 2 1 1

其中错误！未找到引用源。、C22、C23、C24、C25、C26、C27、C28分别表示得分、助攻、篮板、盖帽、抢断、命中、失误、犯规。 2.1.3 层次排序和一致性检验

判断矩阵A对应于最大特征值?max的特征向量W，经归一化后即为同一层次相应因素对于上一层次某因素相对重要性的排序权值，也就是每一个判断矩阵各个因素针对器其准则的相对权重，所以本质上是计算权向量。这一过程称为层次单排序。

上述构造成对比较判断矩阵的办法虽能减少其它因素的干扰，较客观地反映出一对因子影响力的差别。但综合全部比较结果时，其中难免包含一定程度的非一致性。如果比较结果是前后完全一致的，则矩阵A的元素还应当满足：错误！未找到引用源。

aijajk?aik，?i，k?1，2，...，n

定理1：正互反矩阵A的最大特征根?max必为正实数,其对应特征向量的所有分量均为正实数。A的其余特征值的模均严格小于?max。

定理2：若A为一致矩阵，则（1）A必为正互反矩阵。（2）A的转置矩阵错误！未

AT也是一致矩阵。找到引用源。（3）A的任意两行成比例，比例因子大于零，从而rank(A)=1（同样，A的任意两列也成比例）。（4）A的最大特征值，其中?max= n，其中n为矩阵A的阶。A的其余特征根均为零。（5）若A的最大特征值?max对应的特征向量为错误！未找

T到引用源。W?（?1?2...，则aij??n）

，?i，j?1，2，...，n错误！未找到引用源。，?j

??1???1??2

即错误！未找到引用源。 A=??

?1?...??n???1A非一致时，必有?max>n。

.........??n?

...n??2?n??

?1?2?2?2?1??n????

...2?

...

定理3：n阶正互反矩阵A为一致矩阵当且仅当其最大特征根?max=n，且当正互反矩阵根据定理3，我们可以由?max是否等于n来检验判断矩阵A是否为一致矩阵。由于特征根连续地依赖于错误！未找到引用源。，故?max比n大得越多，A的非一致性程度也就越严重，?max对应的标准化特征向量也就越不能真实地反映出错误！未找到引用源。在对因素Z的影响中所占的比重。从人类的认识规律看，一个正确的判断矩阵重要性排序是有一定逻辑规律的，例如若A比B重要，B比C重要，则从逻辑上讲，A应该比C明显重要，若两两比较时出现A比C重要的结果，则该判断矩阵违反一致性准则，在逻辑上是不合理。因此，对决策者提供的判断矩阵有必要作一次一致性检验，以决定是否能接受它。对判断矩阵的一致性检验的步骤如下：（i）计算一致性指标CI=错误！未找到引用源。

?max?n

n-1

（ii）查找相应的平均随机一致性指标RI。对n=1，2，?，9，Saaty 给出了RI的值，

表 2-5 RI 值

1 2 3 4 5 6 7 8 9 10 11 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51

RI的值是这样得到的'，用随机方法构造500个样本矩阵：随机地从 1~9 及其倒数中抽取数字构造正互反矩阵，求得最大特征根的平均值?'max，并定义RI=错误！未找到引用源。

?'max?n

n-1

（＃┘扑阋恢滦员壤CR=

错误！未找到引用源。，当CR

致程度在容许范围内，可用其特征向量作为权向量。即可初步确认该判断矩阵的一致性是可以接受的，否则应对判断矩阵作适当修正。

层次单排序的方法有归一化求和法和求根法两种，我们在这里主要是使用归一化求和

法来进行计算，具体如下:(1)对判断矩阵B的每一列进行归一化如bij?

bij

k?1

：错误！

未找到引用源。。

???b11

????

(2)写出归一化后的矩阵B如：B=?b21

?...????bn1为Wi?

...b1n???

b22...b2n?错误！未找到引用源。，并求列和.........????bn2...bnn??

b12

j?1

n?ij

（3）写出权向量W：错误！未找到引用源。W=错误！未找到引用源。?W1W2...Wi?Wi/?Wi，Wn?

i?1

（4）一致性检验：由矩阵理论得出特征根：?1，?2，....?n；和判断矩阵一致性指标： CI=错误！未找到引用源。。用随机一致性比率CR

表2-6 A-B判断矩阵

B1 B2

B1 1 1/2 B2 2 1

通过MATLAB求的特征根X=错误！未找到引用源。0，2。易得?max= 2 ，且权重向量

错误！未找到引用源。W?(0.666,。由公式CI=错误！未找到引用源。得到CI=0 ，0.333)

由公式 RI=错误！未找到引用源。得到RI=0 ，说以CR= 0.0000。通过了一致性检验。

表2-7 错误！未找到引用源。B1?

C11判断矩阵

C12

1 1

B1 C11 C12 C11 1 1

通过MATLAB求得特征根B=错误！未找到引用源。0，2易得?max= 2 ，且权重向量错误！未找到引用源。。由公式CI=错误！未找到引用源。得到CI=0 ，所以CR= 0.0000。通过了一致性检验。

表 2-8 错误！未找到引用源。判断矩阵

B2 C21 C22 C23 C24 C21 1 1/4 1/4 1/8 C22 4 1 1 1/2 C23 4 1 1 1/2 C24 8 2 2 1 C25 8 2 2 1 C26 8 2 2 1 C27 16 4 4 2 C28 16 4 4 2

C25 C26 C27 C28 1/8 1/8 1/16 1/16 1/2 1/2 1/4 1/4 1/2 1/2 1/4 1/4 1 1 1/2 1/2

1 1 1/2 1/2 1 1 1/2 1/2 2 2 1 1 2 2 1 1

通过MATLAB求的特征向量X=

??0.9982?

?0.0356?0.0356?0.0178?

?0.0178?0.0178?0.0089???0.0089

?0.9207

?0.2302?0.2302?0.1151?0.1151?0.1151?0.0575?0.0575

0800000000000000

?0.99820.03560.03560.01780.01780.01780.00890.0089000000000000000000000000

?0.92390.3811?0.0250?0.0125?0.0125?0.0125?0.0063?0.006300000000

0.9982?0.0356?0.0356?0.0178?0.0178?0.0178?0.0089?0.0089?0.99820.03560.03560.01780.01780.01780.00890.00890.9982?0.0356?0.0356?0.0178?0.0178?0.0178?0.0089?0.0089

0.9982?

?0.0356??0.0356??0.0178?

?0.0178??0.0178??0.0089?

?0.0089??

??0?0?0

和特征根B=?

?0?0?0??0?0?

?0?0?

0?错误！未找到引用源。，易得?max= 8 ，且权重向?0?0?0??0??

量W?（错误！未找到引用0.5, 0.125, 0.125，0.0625， 0.0625， 0.0625， 0.03123， 0.03125）

源。。由公式CI=错误！未找到引用源。得到CI=0 ，所以CR= 0.0000。通过了一致性检验。

2.1.4 层次总排序及一致性检验

计算同一层次所有因素对于总目标相对重要性的排序值（即权重向量）的过程称为层次总排序，此过程是从最高层到最底层逐层实现的上面我们得到的是一组元素对其上一层中某元素的权重向量。

假设上一层次A包含m个因素错误！未找到引用源。A1,A2,...,Am，它们的层次总排序权值为错误！未找到引用源。a1,a2,...,am。方案层B包含n个因素错误！未找到引用源。，它们对于因素错误！未找到引用源。Aj的层次排序权值分别错误！未找到引用源。 b1j，b2j，......，bnj（j=1，2，3，…，m）则B层的的总排序权值为错误！未找到引用源。

?i?

?ab

j?1

jij

（i=1，2，3，……，n）。

表 2-9 总排序权值公式

层次A 层次B

a1 b11 b21

a2 b12

… …

an b1m

B总排序权值

?ab

j?1m

j?1

j1j

b22

…

b2m

Bn bn1 bn2 bnm

?ab

j?1

CIj

CI1 CI2

CIm

层次总排序也要进行一致性检验，检验仍像层次总排序那样从高到低层逐次进行，设B层中的因素对上一层次中错误！未找到引用源。Aj的单层排序的一致性指标为CIj（j=1，2，?，m）而平均随机一致性指标为错误！未找到引用源。，则B层的总排序随机一致性

?aCI

比率为CR=错误！未找到引用源。

j?1m

，当CR

?aRI

j?1

的一致性。

表 2-10 总排序权值

层次A

A1 A2

B总排序权值

层次B 0.666 0.333

0.5 0.5 B1

0.5 0.125 B2

0.5 0.3746

0.0417

B3 B4

0 0.125 0.0625 0.0625 0.0625 0.03123 0.03123

0 0 0 0 0

0.0208 0.0208 0.0208 0.01041 0.01041

B5 B6

B7 B8

因为CR=错误！未找到引用源。=0

2.2 层次分析法结论

通过NBA官方网站查得球员的各项指标得到如下表：

表 2-11 球员指标

球员科比詹姆斯杜兰特加索尔哈登

主队战绩客队战绩得分

29 37 34 32 29

16 29 26 24 16

27.3 26.8 28.1 14.1 25.9

助攻篮板盖帽抢断命中失误犯规 6 7.3 4.6 4 5.8

5.6 8 7.9 7.8 4.9

0.3 0.9 1.3 1.7 0.5

1.4 1.7 1.4 1 1.8

0.46 3.7 0.57 0.49

3 2

0.51 3.5 0.44 3.8

2.2 1.4 1.8 3.2 2.3

保罗安东尼帕克韦德威斯布鲁克

32 31 35 37 34

24 23 23 29 26

16.9 28.7 20.3 21.2 23.2

9.7 2.6 7.6 5.1 7.4

3.7 6.9 3 5 5.2

0.1 0.5 0.1 0.8 0.3

2.4 0.8 0.8 1.9 1.8

0.48 2.3 0.45 2.6 0.52 2.6 0.52 2.8 0.44 3.3

2 3.1 1.4 2 2.3

将数据进行统一化，通过MATLAB找出每一列的最大值和最小值，通过式子：（1） A=bmax（：，i）-bmin（：，I）（2） B=a（：，i）-bmin（：，i）（3） S=B/A （相关程序见附录）

其中失误和犯规两列最终结果为S’=1-S。算出最终结果为：

表 2-12 球员指标统一化

科比詹姆斯杜兰特加索尔哈登保罗安东尼帕克韦德威斯布鲁克

0 1 0.625 0.375 0 0.375 0.25 0.75 1 0.625

0 1 0.7692 0.6154 0 0.6154 0.5385 0.5385 1 0.7692

0.5 1 0 0

0.563

0.4444 1 0

1 0 0.5

0.9041 0.4789 0.52 0.125 0.375 0.1538 0.0556 0.5556 0.8699 0.662 0 0.1918 1

0.9589 0.2817 0.98 0.75 0.375 0.5385 0.1667 0.7778

0.1972 0.96 1 0

0.14 0

0.125 0.3846

1 0 0

0.8082 0.4507 0.38 0.25 0.625

0.78 0.25

0.3077 0.8333 0.6667 0.0769 0.6667 0.0556 0.6154 0.6667 0

0.2778

1 0.5

0.4247 0.7042

0.4863 0.3521 0.4 0.438 0.688 0.6154 0.5556 0.6667 0.6233 0.6761 0.44 0.125 0.625

根据总排序权值最后计算出每个球员的总成绩如下：

表 2-13 球员总得分

科比

詹姆斯杜兰特加索尔哈登保罗安东尼帕克韦德威斯布鲁克

0.21229 0.93891 0.72162 0.42022 0.19275 0.45247 0.47633 0.55981 0.82804 0.63885

由上表可知得分排名詹姆斯>韦德>杜兰特>威斯布鲁克>帕克>安东尼>保罗>加索尔>

科比>哈登。勒布朗-詹姆斯的总分最高，因此我们能够充分的认为勒布朗-詹姆斯是这些球员中最有价值的球员。而的mvp得主是詹姆斯，虽然我们的方法与官方的专家的方法不一样，但是我们能够从中得到差不多的排名以及确定MVP球员的归属，进而说明我们这个层次分析法还是能够大致上计算出每个NBA最有价值球员。

3 灰色关联分析法

3.1 灰色关联的具体步骤

a.确定分析序列：在对所研究问题定性分析的基础上，确定一个因变量因素和多个自

变量因素。设因变量数据构成参考序列错误！未找到引用源。{X（}，各自变量数据构ik）

'成比较序列{X（}错误！未找到引用源。，表示如下：错误！未找到引用源。={错误！jk）

未找到引用源。，错误！未找到引用源。,…,错误！未找到引用源。}；错误！未找到引用源。={错误！未找到引用源。，错误！未找到引用源。,...,错误！未找到引用源。 }。式中：i=1,2,…m；j=1,2,…n。

b.对变量序列进行无量纲化：一般情况下，原始变量序列具有不同的量纲或数量级，为了保证分析结果的可靠性，需要对变量序列进行无量纲化，而后各因素形成序列错误！未找到引用源。,其中用初值化法进行无量纲化，用比较序列的指标值除以相应的参考序列的值。形成的序列表示如下：错误！未找到引用源。={错误！未找到引用源。，错误！未找到引用源。,…,错误！未找到引用源。}，i=1,2,…m。

c.求绝对差序列、最大差和最小差：根据量化以后的比较序列与参考序列，计算对应期的绝对差值，形成绝对差序列为{?（ }={错误！未找到引用源。，错误！未找到引用ik）源。?错误！未找到引用源。 }，i=1,2,…m。其中绝对差值中最大和最小数即为最大差和最小差。

d.对绝对差值阵中数据作如下变换?（ik）=错误！未找到引用源。?（min）???（max）

。得到关联系数矩阵： {?} ={?（,?（??}，i=1,2,?m。）（i1ik）i2im）

?oi（k）???（max）

ρ分辨系数在（0，1）内取值。

e.计算关联度及根据关联度排序：对绝对差值阵数据作如下变换：错误！未找到引用源。roi=1/N[错误！未找到引用源。??]。对各比较序列与参考序列的关联度排序，（ik）关联度越大，说明比较序列与参考序列变化态势越一致。 3.1.1 确定分析序列

把所有球员的各项指标的最优值组成的系列作为参考系列。所谓的参考系列，就是比较的“母系列”，记作X0错误！未找到引用源。，记第1项指标的值为错误！未找到引用源。，第项指标的值为错误！未找到引用源。，第K项指标的值为错误！未找到引用源。。

这样参考系列错误！未找到引用源。可以表示为：

错误！未找到引用源。=｛错误！未找到引用源。，错误！未找到引用源。,…，错误！未找到引用源。｝（K=1，2，3，…，n）

同样，比较系列可写成：

错误！未找到引用源。=｛错误！未找到引用源。，错误！未找到引用源。,…，错误！未找到引用源。｝（K=1，2，3，…，n），…，

错误！未找到引用源。=｛错误！未找到引用源。，错误！未找到引用源。,…，错误！未找到引用源。｝（K=1，2，3，…，n）上述的参考系列与比较系列示于下表：

表3-1 球员数据参考系列和比较系列表

球员科比错误！未找到引用源。詹姆斯错误！未找到引用源。杜兰特错误！未找到引用源。加索尔错误！未找到引用源。哈登错误！未找到引用源。保罗错误！未找到引用源。安东尼错误！未找到引用源。帕克错误！未找到引用源。韦德错误！未找到引用源。威斯布鲁克错误！未找到引用源。

最优球员错误！未找到引用源。

主队战绩客队战绩得分助攻篮板盖帽抢断命中失误犯规 29 37 34 32 29 32 31 35 37

16 29 26 24 16 24 23 23 29

27.3 26.8 28.1 14.1 25.9 16.9 28.7 20.3 21.2

6 7.3 4.6 4 5.8 9.7 2.6 7.6 5.1

5.6 8 7.9 7.8 4.9 3.7 6.9 3 5

0.3 0.9 1.3 1.7 0.5 0.1 0.5 0.1 0.8

1.4 1.7 1.4 1 1.8 2.4 0.8 0.8 1.9

0.46 0.57 0.51 0.49 0.44 0.48 0.45 0.52 0.52

3.7 3 3.5 2 3.8 2.3 2.6 2.6 2.8

2.2 1.4 1.8 3.2 2.3 2 3.1 1.4 2

34 26 23.2 7.4 5.2 0.3 1.8 0.44 3.3 2.3

37 29 28.7 9.7 8 1.7 2.4 0.57 2 1.4

3.1.2 无量纲化

一般情况下，原始变量序列具有不同的量纲或数量级，为了保证分析结果的可靠性，需要对变量序列进行无量纲化，常用的无量纲化有均值化法，初值化法，区间值化法等。在这里我们采用区间值化法。得到球员数据区间值化表（其中1，2，…10，分别指主队战绩，客队战绩，…，犯规）：

表3-2 球员数据区间值化表

球员

1 0 1 0.625 0.375 0 0.375 0.25 0.75 1 0.625 1

2 0 1 0.7692 0.6154 0 0.6154 0.5385 0.5385 1 0.7692 1

5 0.52 1 0.98 0.96 0.38 0.14 0.78 0 0.4 0.44 1

6 0.125 0.5 0.75 1 0.25 0 0.25 0 0.438 0.125 1

7 0.375 0.563 0.375 0.125 0.625 1 0 0 0.688 0.625 1

X1 X2 X3 X4

0.9041 0.4789 0.8699

0.662

0.1538 0.0556 0.5556 1

0.4444

0.9589 0.2817 0

0.1972

0.5385 0.1667 0.7778 0.3846 0

1 0

0 0.5

X5 X6 X7 X8 X9 X10

0.8082 0.4507 0.1918 1

1 0

0.3077 0.8333 0.6667 0.0769 0.6667 0.0556 0.6154 0.6667

0.4247 0.7042 0.4863 0.3521 0.6233 0.6761 1

0.6154 0.5556 0.6667 0 1

0.2778 1

0.5 1

3.1.3 求关联度

比较序列和参考序列的绝对差：按错误！未找到引用源。=l错误！未找到引用源。-错误！未找到引用源。l公式得出：

表3-3 比较序列和参考序列绝对差表

球员

X0-X1 X0-X2 X0-X3 X0-X4 X0-X5 X0-X6 X0-X7

1 0 0.375 0.625 1 0.625 0.75

1 0 0.2308 0.3846 1 0.3846 0.4615

0.0959 0.5211 0.48 0.1301 0.338

0.875 0.625 0.8462 0.9444 0.4444 0.5 0.25 0 0.75 1 0.75

0.437

0.5556

0.0411 0.7183 0.02 1

0.8028 0.04

0.625 0.4615 0.8333 0.2222 0.875 0.6154 0.375 0 1

0 1

1 0.5

0.1918 0.5493 0.62 0.8082 0

0 1

0.86 0.22

0.6923 0.1667 0.3333 0.9231 0.3333 0.9444

X0-X8 X0-X9 X0-X10 X0

0.25 0 0.375

0.4615 0 0.2308

0.5753 0.2958 0.5137 0.6479

1 0.6

1 1 0.3846 0.3333 0

0.562 0.312 0.3846 0.4444 0.3333 0.875 0.375

0.3767 0.3239 0.56

0.7222

0.5

求两级最小差和最大差：按第一级最小差为错误！未找到引用源。=l错误！未找到引用源。-错误！未找到引用源。l =min{1，0，0.375，0.625，1，0.625，0.75，0.25，0，0.375}=0

同理错误！未找到引用源。～错误！未找到引用源。 =0

第二级最小差错误！未找到引用源。min=min{minI错误！未找到引用源。-错误！未找到引用源。}=min{0、0、0?}=0

同时第二级最大差错误！未找到引用源。max=max{maxI错误！未找到引用源。-错误！未找到引用源。}=max{1，0，0.375，0.625，1，0.625，0.75，0.25，0，0.375}=1 取错误！未找到引用源。=0.5，根据公式?=错误！未找到引用源。计算?及错误！（（ik）ik）未找到引用源。具体数值见下表：

表3-4 球员各项指标关联度值

1 2 3 4 5 6 7 8 9 10

X1 X2 X3 X4

0.3333 1 0.5714 0.4444 0.3333 0.4444 0.4

0.333 0.8391 1 0.684

0.49 0.51 1 0.962 0.926 0.446 0.368 0.694

0.36 0.444 0.5

0.534

0.371 0.3462 0.529 1 0.52 0.448

0.4737 0.375 1

1 0.692 0.333 0.5 0.6 0.346

0.7935 0.597 0.924

0.41

0.67 0.444 1 0.4 0.33 0.4

0.364 0.571 1 0.333

0.565 0.3333 0.384 0.333 0.7228 0.477 0.565 0.3822 0.52

1 0.333

X5 X6 X7

0.333 0.3333 0.419 0.351

0.75 0.6

X8 X9 X10

0.6667 1 0.5714

0.52 1

0.465 0.628 0.333 0.455 0.472

0.33 0.333 0.47 0.616 0.36 0.571

0.565 0.6 1 0.6 0.5

0.4932 0.436 0.565 0.5294 0.333 0.4091

0.684 0.5703 0.607

根据公式roi=1/N[错误！未找到引用源。??]得到的关联度值如下：（ik）

表3-5 球员指标关联度终值表

科比

詹姆斯杜兰特 0.625

加索尔哈登保罗安东尼帕克韦德威斯布鲁克

0.45607 0.7897

0.5798 0.445 0.5862 0.498 0.545 0.6165 0.5082

3.2 灰色关联结论

有上面的计算球员的指标关联度值如下表：

表3-6 球员指标关联度终值表

科比

詹姆斯杜兰特 0.625

加索尔哈登保罗安东尼帕克韦德威斯布鲁克

0.45607 0.7897

0.5798 0.445 0.5862 0.498 0.545 0.6165 0.5082

由上表，按灰色关联度排序可以看出，詹姆斯>杜兰特>韦德>保罗>加索尔>帕克>威斯布鲁克>安东尼>科比>哈登.由于詹姆斯与虚拟最优球员的关联度最大，亦即詹姆斯优于其他球员，即詹姆斯应该为最有价值球员。而20的mvp得主是詹姆斯，虽然我们的方法与官方的专家的方法不一样，但是我们能够从中得到差不多的排名以及确定MVP球员的归属，进而说明我们灰色关联分析法还是能够大致上计算出NBA最有价值球员。

3 结论

从上面结果可得层次分析法的最终排序是：詹姆斯>韦德>杜兰特>威斯布鲁克>帕克>安东尼>保罗>加索尔>科比>哈登。灰色关联的最终排序是：詹姆斯>杜兰特>韦德>保罗>加索尔>帕克>威斯布鲁克>安东尼>科比>哈登。而参考NBA官网的数据常规赛最有价值球员的排名是詹姆斯>杜兰特>安东尼>保罗>科比>帕克>威斯布鲁克>韦德>加索尔>哈登。对比发现两种方法与最终结果都很接近，但都有不同程度的差异，仔细分析发现灰色关联与最终结果差异更小。

对比两种方法的计算过程可以看到，层次分析法概念直观，计算方便，容易理解。但是该方法最大的缺憾是主观性强，客观性较差。由于样本的重要性本身就是个模糊的概念，所以对于样本的重要性比较，不同的人可能给出不同的结论，而且根据个人的素质、学识、能力与价值观等，难免会对某些样本产生过于偏爱的倾向。另外该方法在实际操作中，要

请相关方面的专家、有经验的人员等进行判断，同时还要考虑到专家的结构和素质。所以该方法虽然计算方便，但它的实际操作过程却比较复杂。在用灰色关联时，它的最大优点是客观性强，避免了人的主观判断带来的影响。该方法利用样本数据经过一系列的数学计算，得到权重，实际上结论完全是由数字信息得来的。相对于层次分析法来说，该方法的操作比较简单，应用者一旦掌握，可以自己对数据进行处理，得到结论。但该方法的计算相对较为复杂，如果不熟悉的话，建议采用层次分析法。

综上所述层次分析法概念直观，计算方便，容易理解，但是主观性强，客观性较差且精确度不高。反观灰色关联分析客观性较强，精确度较高，但是计算比较繁琐。因此我们得出以下结论更适合用层次分析法的情形有：

（1）决策分析中，存在一些无法测量的因素。（2）决策因素不会过多且决策时间充足的情况下。（3）对决策结果精确度要求不高。

（4）无结构特性的系统评价以及多目标、多准则、多时期等的系统评价。（5）特征值和特征向量的精确求法比较简单。更适合用灰色关联分析法的情形有：

（1）指标过多时数据统计量大，且权重难以确定。

（2）因素过多时，标度工作量大，大大影响判断矩阵的准确性。（3）对结果的精确度要求高。（4）动态历程的分析。

（5）要在短时间内做出决策情况下（对灰色计算有一定的了解）。

参考文献：

[1]陈东彦.李冬梅.王树忠.数学建模[M].北京:科学出版社，，353-371. [2]姜启源.谢金星.叶俊.数学模型[M].北京:高等教育出版社，，249-269. [3]陈恩水.王峰.数学建模与实验[M].北京:科学出版社，，48-56.

[4]陈光亭.裘哲勇.王树忠.数学建模[M].北京:高等教育出版社，，262-287. [5]蔡伟章.数学建模[M].北京:高等教育出版社，，186-196.

[6]李彦刚.祁忠斌.王树忠.数学建模方法引论[M].北京:北京理工大学出版社，，172-180. [7]刘锋.数学建模[M].南京:南京大学出版社，，232-245.

[8]王敏生.王庚.王树忠.现代数学建模方法[M].北京:科学出版社，2008，145-159. [9]张智光.绿色中国理论战略与应用[J].北京:中国环境出版社，2010，372-383. [10]赵文会.排污权交易市场理论与实践[J].北京:中国电力出版社，2010，200-203. [11]王伟军.蔡过沛.信息分析方法与应用[J].北京:北京市交通大学出版社，2010，133-142. [12]杜跃平.段利民.技术创业技术项目评价与选择[J]西安:西安电子科技大学出版社，2010，147-150.

[13]严祖文.彭雪灰. 病险水库除险加固风险决策[J].北京:中国水利水电出版社，2011，85-87. [14]司守奎.孙玺菁.绿色中国理论战略与应用[J].北京:中国环境出版社，2011，358-360. [15]彭云飞.沈曦.经济管理中常用数量方法[J].北京:经济管理出版社，2011，241-249. [16]董文永.刘进.丁建立.最优化技术与数学建模[J].北京:清华大学出版社，2010，286-296. [17]王庆东.不确定性数学方法及其应用[J].北京:兵器工业出版社，2008，168-173.

附录

表（1）关于球队战绩和比赛数据重要程度的比例调查：

数据统一化程序：

a=[29 16 27.3 6 5.6 0.3 1.4 0.46 3.7 2.2 37 29 26.8 7.3 8 0.9 1.7 0.57 3 1.4 34 26 28.1 4.6 7.9 1.3 1.4 0.51 3.5 1.8 32 24 14.1 4 7.8 1.7 1 0.49 2 3.2 29 16 25.9 5.8 4.9 0.5 1.8 0.44 3.8 2.3 32 24 16.9 9.7 3.7 0.1 2.4 0.48 2.3 2 31 23 28.7 2.6 6.9 0.5 0.8 0.45 2.6 3.1 35 23 20.3 7.6 3 0.1 0.8 0.52 2.6 1.4 37 29 21.2 5.1 5 0.8 1.9 0.52 2.8 2 34 26 23.2 7.4 5.2 0.3 1.8 0.44 3.3 2.3]; bmax=max(a);bmin=min(a);

for i=1:10;

A=bmax(:,i)-bmin(:,i); B=a(:,i)-bmin(:,i); S=B/A End S=

0 S= 0 S= S= S= 0.52 S= 0.125 S= 0.375 S= S= S= 0.9041 0.4789 0.1538 0.9444 0.4444 1

0.625 0.7692 0.375 0.6154 0

0 0.375 0.6154 0.25 0.5385 0.75 0.5385 1

0.625 0.7692

0.8699 0.662 0.9589 0.28810

0.1972 0.8082 0.4507 0.1918 1 1

0.4247 0.7042

0.4863 0.3521

0.6233 0.6761

1 0.5 0.98 0.75 0.96 1 0.38 0.25 0.14 0 0.78 0.25 0 0 0.4 0.4375 0.44

0.125

致谢

0.5625 1 0.375 0.5385 0.125 0.3846 0.625 0

1 0.3077 0 0.0769 0 0.6154 0.6875 0.6154 0.625

0.5556 0 0.8333 0．22

0 1 1

0.5

0.1667 0．330.3333 0.9444 0.3333 0 0.4444 0.3333

0.7222

0.5

篇5：GIS空间关联规则挖掘研究

GIS空间关联规则挖掘研究

提取不同对象或现象间相互联系的空间规律,发现、解释或预测空间现象或事件,是GIS空间关联规则挖掘价值的体现.通过对目前的空间关联规则挖掘理论和实例的研究,分析了挖掘过程涉及到的基本问题:挖掘实施的基本步骤、开发路线、挖掘有效性的保证,挖掘方法及优化策略等,得到了实用的'挖掘的一般方法,也对挖掘的应用实例进行了分析,展望了应用前景.

作者：杨莉金俐伶易增林 YANG Li JIN Li-ling YI Zeng-lin 作者单位：杨莉,金俐伶,YANG Li,JIN Li-ling(辽宁工程技术大学,测绘与地理科学学院,辽宁,阜新,123000)

易增林,YI Zeng-lin(江西省第一测绘院,江西,南昌,330001)

刊名：测绘工程 ISTIC英文刊名：ENGINEERING OF SURVEYING AND MAPPING 年，卷(期)：2008 17(2) 分类号：P208 关键词：GIS 空间关联规则挖掘泛化专家知识概念树

篇6：浅谈关联理论对幽默话语的分析

一、引言

幽默是我们日常生活中普遍存在的现象，通常指那些不协调的、荒谬的和令人发笑的语言。在人际交往中具有特殊功能和妙用。本文通过举例利用语用关联原则分析了人际交往中语言风趣、生动活泼的幽默言语。

二、关联理论与幽默

由此可知，所谓关联性就是指“人们理解话语时在新出现的信息与语境假设之间寻求关联。所谓关联就是指其中的认知与推理过程”。（何自然：1997）关联理论为解释会话幽默的理解过程提供了很好的理论框架。在正常交流中，说话者通常使用清晰明确的语句，用来帮助听话者准确地构造出他所谈及的那个语境。一旦说者有意或无意地疏忽了，那么听者所构造的语境就与他所谈及的语境发生了错位。当听话者意识到这个错位时，幽默效果就产生了。下面就通过对幽默的分析来说明关联理论的解释力。

1．模糊表达导致误解

这种形式往往是说者本意是A，听者却误以为是B，从而导致话题不相关。原因往往是说者对双方的认知之间的差异估计不足，其话语的明示程度不够，听者不能根据其中的新信息生成相关的语境假设，没有或错误领会说者的交际意图，导致交际出现误差。如：

Mistress: Now, Matilda, I want you to show us what you can do tonight. We have a few very special friends coming for a musical evening.

Maid: Well, I ain’t do no singing to speak of for years, but if you all insist upon it, you can put me down for the Holy City.

女主人的本意是让女仆尽力招待好客人，女仆却误认为是让她在晚会上“露一手”。从女仆的应答中我们可以得知，误解产生的原因是女主人的“show us what you can do tonight”对于女仆来说不够明确，不能引导她生成“我是仆人，主人要开晚会，我的任务是招待好客人”的语境假设，从而闹出了笑话。（师静：1999）

2．语境要素的忽略导致的幽默

词汇往往有多种含义，但这种多义性一般不会导致交流中的意义混乱，因为在特定的语境下词汇的意义是被限定的，是可以为双方所预知的。有一类话语幽默的产生在于交际中的一方忽略了与词语相联系的特定的语境要素，使话语的理解停留在词汇的常规含义上，产生强烈的'意义反差。如：

The newlyweds had just sneaked off to a honeymoon resort. After dinner the groom got into bed, but the bride pulled up a chair and set gazing out of the window at the starts.

“Aren’t you coming to bed?”her husband asked.

“No”，she replied,“Mother told me this would be the most beautiful night of my life, and I’m not going to miss a minute of it.”

末句中“beautiful night”来源于婚礼这一故事背景，而新娘使用这一词组时，忽略了它同婚姻这一真实条件的联系，使交流的语义流向从私生活范畴导入常规含义中的夜景欣赏，反差强烈。

3．故意曲解造成的幽默

曲解的意思为：说者本意是A，听者也明知说者本意是A，但故意错误的曲解为B，用与对方的交际意图不相关的语境假设去解释话语并做出应答，造成后者的交际意图落空，达到一种表面合理，实则滑稽可笑的效果。（师静：1999）

“Where is Washington?”

“He’s dead.”

“I mean, the capital of the United States.”

“They loaned it all to Europe.”

“Now do you promise to support the constitution?”

“Me? How can I? I have got a wife and six children to support.”

这段话是对登记参加选民进行的口头测试，其中有很会容易产生歧义的词，如Washington既可以指美国首都，又可以指美国第一任总统；Capital既是“首都”又是“资金、资本”的意思；Support既可以是“支持”，又可以用作“抚养”解释。在这里，答话人很机智地抓住了这几个多义词，故意曲解了提问者的问题，答非所问，以避免正面回答，既体现了他的幽默感，也讽刺了美国的。因此，故意曲解说话人的意图所产生的幽默应该被看做更高层次的幽默。

4．错误的会话前提

在正常情况下，说话者会将自己认为是双方已知的信息处理为后台信息，形成一种会话前提，而将新信息处理为前台信息，放在语句焦点的位置上。不过如果说者对其与听者之间的共有知识做出错误的判断，就可能造成会话前提的错误，产生误解。

Woman: I have found for several times my son and the neighbor’s little girls comparing their secrets with their pants off. Can you explain this for me?

Doctor: Don’t worry too much about this. Children like to compare things.

Woman: but my son’s wife and I can’t bear it!

妇人的第一句话对医生来说是新信息，医生的回答表明他的已有假设为：她儿子是个孩子，因而医生从新信息出发，结合已有假设，做出信息处理，给出回答，认为她儿子的情况属正常现象。从医生对话语理解的角度出发，他认为自己的回答是最佳关联性的产物。而妇人紧随其后的回答却否定了医生的已有假设，后者推理前提的错误导致了整个推理过程的错误，医生只能再从新信息出发，寻求新的推理方式，得出的结论只会是她儿子有严重的疾病。

5．突破常规的语境假设造成的幽默

Some friends had stopped in on a Sunday afternoon on their way to visit another couple who had just had a baby. We had a drink and talked a lot. And another drink and talked much more. Finally our friend said to her husband, “John, we’ve just got to be going or the baby will be asleep.” “Or grown up,”said the mother.

客人告别时，主人通常会说一些“欢迎再来”之类的话。本例中，母亲故意没有按常规应答，而是顺着客人的话脱口而出：“否则孩子就长大了”，言外之意是“你们待得太久了，早该走了”。

三、结语

幽默是人们生活中不可缺少的一部分，幽默是一种经过加工的形式，是艺术化的语言，说出来、画出来或表现出来，都给人以的愉悦，也是一种艺术方法。幽默的根源是语言（方成：2003），是因发展逐渐形成的一种语言形式，是艺术化的语言。本文从语用学的角度根据合作原则和关联原则对幽默话语进行了分析。我们由此得知，言语幽默往往是字面上违反了合作原则的一项或多项准则，产生了会话的隐含意义，但在更深层次上，幽默话语发出和理解是建立在人的认知基础之上的，要在复杂的现实中寻找相似性和关联性，而这也正是关联理论建构的原则所在。通过这一系列分析，我们希望对提高读者幽默欣赏水平和创造能力有所帮助，给语言增添更多的魅力，给生活增添更多的笑声。

【话语的关联研究】相关文章：