基于AHP⁃熵权法的馆藏文物数字指纹技术适用性评估体系构建研究

王小蕊

doi:10.13543/j.bhxbzr.2025.05.010

北京化工大学学报（自然科学版） >

2025 , Vol. 52 >Issue 5: 93 - 102

DOI: https://doi.org/10.13543/j.bhxbzr.2025.05.010

研究论文

基于AHP⁃熵权法的馆藏文物数字指纹技术适用性评估体系构建研究

王小蕊 ¹^,²

展开

^1. 北京化工大学，经济管理学院，北京　100029
^2. 北京化工大学，文物保护领域科技评价研究国家文物局重点科研基地，北京　100029

女，1988年生，讲师 E⁃mail：2021500082@mail.buct.edu.cn

收稿日期: 2025-06-23

网络出版日期: 2025-10-30

基金资助

国家重点研发计划专项(2023YFF0906200)

收起

Construction of an applicability evaluation system for digital fingerprint technology of museum collections based on the analytic hierarchy process⁃entropy weight method

XiaoRui WANG ¹^,²

Expand

^1. School of Economics and Management, National Cultural Heritage Administration，Beijing University of Chemical Technology，Beijing 100029，China
^2. Key Scientific Research Base of Science ＆ Technology Evaluation, National Cultural Heritage Administration，Beijing University of Chemical Technology，Beijing 100029，China

Received date: 2025-06-23

Online published: 2025-10-30

Fold

摘要

在文物技术创新中，针对特定应用场景的技术适用性评估是确保文物安全、高效利用与成果可持续转化的关键前提。以馆藏文物数字指纹技术为对象，旨在评估其在馆藏文物身份管理中的适用性。首先，综合技术逻辑梳理、试点需求调研与领域专家访谈，系统归纳该技术的适用性评估要点，据此构建评估指标体系；其次，融合层次分析法（AHP）与熵权法建立主客观权重相结合的指标权重赋值模型；最终，构建了包含3个准则层、13个因素层和58个指标层的多层次评估体系。该体系可用于馆藏文物数字指纹技术的适用性评估，为技术优化与迭代提供科学依据。

关键词： 文物科技; 技术适用性评估; 熵权法; 层次分析法; 评价体系

本文引用格式

王小蕊 . 基于AHP⁃熵权法的馆藏文物数字指纹技术适用性评估体系构建研究[J]. 北京化工大学学报（自然科学版）, 2025 , 52(5) : 93 -102 . DOI: 10.13543/j.bhxbzr.2025.05.010

Abstract

In cultural relic evaluation， the assessment of technology suitability for specific application scenarios serves as a critical prerequisite for ensuring relic safety， efficient utilization， and sustainable transformation of outcomes. This study focuses on digital fingerprint technology for museum collections， aiming to evaluate its suitability for the identification and authentication of these cultural objects. Firstly， through comprehensive technical logic analysis， pilot demand investigation， and expert interviews， this work systematically identifies key assessment points for the technology's applicability and accordingly constructs an evaluation index system. Secondly， it integrates the analytic hierarchy process （AHP） and entropy weight method to establish a weight assignment model that combines subjective and objective weighting approaches. Ultimately， a multi-tiered evaluation framework is developed， comprising three criterion layers， thirteen factor layers， and fifty-eight indicator layers. This system can be directly applied to assess the suitability of digital fingerprint technology for museum collections， providing a scientific basis for technological optimization and iterative refinement.

Key words： cultural heritage technology; technology applicability assessment; entropy weight method; analytic hierarchy process （AHP）; evaluation framework

引言

我国作为文物资源大国，馆藏文物数量庞大且材质、种类多元^［1］。随着数字经济带来新一轮科技革命和产业变革，博物馆数字化转型也迎来关键时期^［2-3］。在博物馆各项业务场景中确保文物安全，是贯彻落实新时代文物工作的核心。文物身份安全是文物安全的关键环节，但因长期缺乏无痕无损、普适性强、防伪可靠的身份鉴别技术，导致文物身份造伪案件屡禁不止，馆藏文物面临身份混淆、真伪难辨的严峻风险。

为破解这一难题，亟需构建适应多样化文物种类与业务场景的文物身份鉴别技术体系。物体指纹（finger of thing）概念于2005年被Buchanan等^［4］首次提出，奠定了利用物体表面微观随机特征作为身份标识的理论基石。国内实践中，天津大学、网易（杭州）网络有限公司等团队于2022年开展了开创性探索，分别基于显微RGB成像研发了文物“数字指纹”与“微痕比对”系统，验证了物体指纹用于文物行业的技术可行性^［5］。然而，现有技术多依赖于RGB纹理单一模态数据，在应对多种器型、材质文物的防伪能力上存在局限，且缺乏从采集、鉴别到安全保障的完整技术体系。综合考虑上述研究现状，本研究依托项目团队创新性研发了馆藏文物数字指纹技术体系。该技术体系基于文物表面的物理随机性，攻克了文物数字指纹无损提取、原位实时鉴别、全流程安全保障等核心技术，构建了覆盖全场景、全周期、全安全等级的文物身份保护装备系统，从根本上解决了文物本体与身份标识的同一性判定难题^［6］。

文物数字指纹技术从实验室研发到落地应用，满足博物馆业务需求是关键。但当前尚缺乏针对该类技术的量化评估体系，难以评估技术在博物馆业务中的适用性，这成为技术迭代优化和落地应用的制约因素。因此，构建能够评估数字指纹技术在多材质、多器型文物中普适性及其在不同博物馆业务场景下适用性的系统性评估体系至关重要。当前，在评估体系构建方法学层面，专家调查法和层次分析法（AHP）仍是主流选择。这类方法高度依赖专家经验进行指标筛选和权重赋值，核心优势在于能有效融合领域知识；然而，其过程不可避免地带有较强的主观性，可能导致评估结果的偏差。为缓解主观性影响，学者们探索了基于客观数据的方法，其中熵权法展现出显著优势。熵权法源于Shannon信息论^［7］，其核心思想是通过测量指标数据的离散程度（变异性）来客观计算信息量，进而确定权重。数据变异性越大，所含信息量越多，权重越高。这种方法显著降低了主观偏好对权重计算的影响，因此在多准则决策分析中得到广泛应用，如Zhang等^［8］将熵权法用于全球粮食作物可持续性评价，Yang等^［9］将其用于工业生态效率评估，Zhong等^［10］则用于地下水健康评估。

尽管AHP、熵权法等在多个领域均有所应用，但在构建面向复杂文物数字指纹技术的适用性评估体系时仍面临显著挑战。首先，当前缺乏专门针对博物馆应用技术落地需求的适用性评估框架；其次，针对馆藏文物数字指纹技术这一特定应用技术，尚缺乏能够系统、有效地融合专家经验知识与客观技术性能数据的评估工具；最后，需要一种既能体现领域专业判断，又能充分利用客观数据反映技术内在特性的权重分配机制。

针对上述研究空白与实际需求，本研究旨在构建一套融合主客观信息的馆藏文物数字指纹技术适用性综合评价体系。首先通过技术逻辑分析、试点需求调研及领域专家访谈，凝练形成包含3个准则层、13个因素层与58个指标层的多维评估框架；其次，采用AHP⁃熵权法组合赋权模型，兼顾领域专家经验与客观数据特征，有效克服了传统权重分配方法中主观偏好过强或数据依赖性过高的局限。研究结果有望为馆藏文物数字指纹技术的适用性提供一套科学、系统、可量化的评估工具，并通过客观评估结果精准识别技术优势与不足，有效支撑和引导数字指纹技术在博物馆环境中的落地应用与持续迭代优化。

1 指标体系构建

1.1 指标体系构建原则

数字指纹技术示范验证涉及文物安全、业务需求、用户体验等多层次的内容，为构建综合评价体系，所选择指标应尽可能全面反映技术体系在博物馆业务场景中的各方面表现。在指标体系构建的过程中，应遵循以下原则。

（1）安全性。用于文物的技术必须保证文物本体和信息安全。评估体系构建中，需充分识别技术应用可能为文物安全带来的风险，始终将文物安全放在首位并贯穿始终。

（2）科学与客观性。所选择的评估指标应尽可能客观、公正地反映技术的适用性。评估体系中的指标概念需清晰明确，具备可准确度量和表征技术系统的特征^［11］。

（3）可操作性。所选择指标需具有可测性和可比性，并易于量化^［12］。所需指标度量相关数据能够从示范验证记录、系统运行日志、专家访谈、一线调研等各渠道获取。

（4）系统性。为确保评估结果真实反映技术适用性并有效驱动技术迭代，指标选取需力求全面，覆盖技术适用性的核心维度，以提升评估结果的准确性与指导价值^［13］。

1.2 适用性评估关键维度分析

馆藏文物数字指纹技术适用性评估需聚焦其落地应用目标，从业务需求匹配度、用户使用体验以及短期与长期经济性3个核心维度系统验证该技术在博物馆核心业务场景中的综合表现。基于业务资料调研及对业务人员、管理人员的深度访谈，本研究对上述维度进行了如下细化分析。

（1）业务需求适应性。根据业务梳理，核心业务主要包括库房清点，馆内流转业务（包括数字采集、保养修复、展出），馆外流转业务。技术应用需首要确保文物本体与信息安全；其次，技术装备应提供支撑各业务流程的必要功能，并保障业务效能与效率。特别地，对于文物本体变化风险较高的业务（如保养修复、馆内外展出等），要求技术装备具备精准识别本体变化的能力。

（2）业务人员使用体验。业务人员对技术使用中的体验感知也是技术是否能顺利落地的关键。需要关注的内容包括学习熟练使用技术装备开展业务的难度（易学性）、使用技术装备开展业务的难度（易用性）、技术装备对提升业务效率和效果的能力（有用性）以及对技术装备的总体感受（满意度）。

（3）经济性。经济可行性是博物馆技术采纳的重要考量。根据调研，博物馆关注的成本性内容包括短期成本（包括设备购置安装成本、基础设施改造成本）和长期成本（包括持续使用成本、维护成本）两类。人员成本方面，访谈表明新增专职人员的可能性较低，故主要体现为培训成本。

1.3 适用性评估指标体系构建

在指标体系构建过程中，首先围绕所提出的指标体系构建原则分析评估关键维度，并匹配项目《技术测试大纲》《安全保障方案》《示范验证实施方案》，初步拟定评估体系框架并选择评估指标；然后经多轮专家咨询，对指标体系及取分标准进行调整和修正；最终构建了包含3个准则层、13个因素层、58个指标层的评估体系，并已经过专家评审会论证。评估体系如图1所示。为提升可读性，图1中将指标层指标分组显示，对应到包含该评价指标的因素层，如准则层“业务人员使用体验”包含的5个因素层，均需针对易学性、易用性、有用性、满意度4个指标开展评价，但因不同业务场景对技术需求权重可能存在差异，因此后面将分别计算4个指标在5个因素层的权重。

显示原图|下载原图ZIP|生成PPT

图1 本研究建立的评价指标体系

Fig.1 Evaluation index system of this study

2 基于层次分析法-熵权法的指标综合权重计算方法

采用构建的指标体系评估技术适用性，需要确定指标体系中的每个指标在构成评估结果中的重要性，即确定权重。常用的权重确定方法包括主观赋权法、客观赋权法、主客观结合赋权法3大类。主观赋权法主要是依据专家或者决策者基于经验判断指标重要性，常用的方法包括德尔菲法、层次分析法、直接赋权法等^［14-15］。客观赋权法是利用指标内在信息，如离散程度、相关性等来确定权重，常用方法包括熵权法、变异系数法、因子分析法等。主观赋权法通常依赖提供数据的专家经验，因此结果易受专家主观偏好影响，稳定性不足；客观赋权法则由客观数据驱动权重计算，但往往忽视指标的实际意义，结果解释性相对较弱^［16］。权重确定方法通常没有绝对优劣，但采用主观客观相结合的方法同时考虑了科学性和解释性之间的权重，因此是更优解^［17］。本研究选用层次分析法-熵权法确定评估体系的指标权重，具体操作方法如下。

2.1 AHP法计算专家权重

层次分析法是一种成熟的主观权重确定方法，常用于解决综合评价分析中的多目标决策问题^［18］，其计算过程如下。

1）构建层次结构模型

将与决策相关的因素逐层分解为目标层、准则层、因素层、指标层等多个层次。

2）构建判断矩阵

邀请专家对隶属于同一个上层元素的各因素重要程度进行两两比较，构造判断矩阵，对应重要度标度见表1。其中，

a i j

表示元素

i

相对于元素

j

的重要性；可用

1 / a i j

表示元素

j

相对于元素

i

的重要性；可用2、4、6、8标度表中重要度中间程度的重要性，如6表示处于“重要”与“明显重要”之间的程度。

表1 重要度标度表

Table 1 AHP model importance scale table

标度 $a i j$	含义
1	元素 $i$ 与元素 $j$ 重要度相同
3	元素 $i$ 比元素 $j$ 稍重要
5	元素 $i$ 比元素 $j$ 重要
7	元素 $i$ 比元素 $j$ 明显重要
9	元素 $i$ 比元素 $j$ 极重要

3）一致性检验

为确定专家所做的判断逻辑是否一致，需要进行一致性检验，计算公式如下。

C I = λ m a x - n n - 1

（1）

式中，

C I

为一致性系数；

n

为判断矩阵阶数，

λ m a x

为最大特征根。为确定

C I

相对大小，引入

n

对应的随机一致性指标

R I

^［12］，并采用下列公式计算一致性比率CR。

C R = C I R I

（2）

当

C R < 0.1

时，可认为一致性检验通过。

4）确定权重

在一致性检验通过的基础上，计算最大特征根

λ m a x

对应的特征向量并进行归一化，可得到基于专家k的主观判断，即该层元素对于其上层元素的权重向量

w k =

［p_k ₁ … p_ki … p_kn ］，其中

n

为子准则个数。

2.2 熵权法计算专家综合权重

信息熵值是反映信息混乱程度的指标，其本质是对信息所含可能性分布的量化。信息论中，信息的离散程度越小，说明信息效用值越小，信息熵值越大。采用AHP方法确定评估指标权重时，通常需汇集多位相关专家经验信息，不同专家所提供的数据中的有效信息量有差异，可采用其所提供信息的熵值相对大小反映信息对确定权重的作用大小，即熵权法。熵权法是基于对专家经验数据中信息量度量的客观赋权方法，能够很好平衡AHP方法的主观性^［19］，其计算方法如下。

1）计算专家权重向量信息熵值

E k = - 1 l n n ∑ i = 1 n p k i l n p k i

（3）

式中，

n

为子准则数，

p k i

为基于专家

k

的意见计算得到的子准则

i

的权重。

2）计算专家意见客观权重

首先计算差异度

d k = 1 - E k

（4）

然后计算专家意见权重

w k = d k ∑ d k

（5）

3）计算子准则

n

的综合权重

W i = ∑ k = 1 m p k i · w k

（6）

3 评价体系指标权重计算结果

3.1 专家遴选与数据采集

专家遴选遵循以下3个原则：（1）业务相关，专家需来自示范验证单位的核心业务部门；（2）业务覆盖，需全面覆盖博物馆文物数字化、文物研究、文物利用等核心业务部门；（3）经验丰富，需具备5年以上文物博物馆领域工作经验。

最终遴选8位咨询专家，均来自技术装备示范验证单位，覆盖数据中心、研究展示中心、藏品登录部门等核心部门。所有专家均具备中级及以上职称，其中6位拥有高级职称。专家的岗位职责覆盖博物馆管理、库房管理、文物数字化、策展、文物研究、文物科技保护等。

首先邀请8位专家依据重要度标度方法（表1）对指标体系各层指标的相互重要度进行判断，随后采用AHP方法逐一验证每位专家所构造判断矩阵的一致性。针对未通过一致性检验的判断矩阵，与专家沟通修正，直至所有矩阵均满足一致性要求。

3.2 评估体系指标综合权重

基于通过一致性检验后的判断矩阵，计算每位专家赋予评估体系各层指标的主观权重向量，并采用2.2节的方法确定各层指标的综合权重。以准则层对目标层的综合权重计算为例，计算过程阐释如下。

1）基于AHP法计算专家个人权重

专家1针对准则层对目标层的重要性判断矩阵如表2所示。

表2 专家1的判断矩阵

Table 2 The judgment matrix of Expert 1

准则层	矩阵值
准则层	B1	B2	B3
B1	1	5	1
B2	1/5	1	1/5
B3	1	5	1

计算得到该判断矩阵的最大特征根

λ m a x = 3.000

。当

n = 3

时，查得随机一致性指标

R I = 0.58

。因此，根据式（1）和（2）分别计算得到

C I = λ m a x - n n - 1 = 3.000 - 3 3 - 1 = 0

C R = C I R I = 0 0.58 = 0

由

C R < 0.1

可知，该判断矩阵具有内部一致性。最大特征根

λ m a x = 3.000

对应的特征向量为

[1.710, 0.342, 1.710] T

。将该向量归一化后可得到权重向量为

[p 1_B 1, p 1_B 2, p 1_B 3] =

［0.455，0.091，0.455］。这表明根据专家1的经验，在评价技术适用性时，业务需求适应性B1、业务人员使用体验B2、经济性B3的权重分别为0.455、0.091、0.455。

2）计算专家个人权重向量信息熵与差异度

根据式（3）可计算专家1在该判断中的权重向量信息熵为

E 1_B = - 1 l n 3 · (0.455 · l n 0.455 + 0.091 · l n 0.091 + 0.455 · l n 0.455) = 0.851

根据式（4）可计算出专家1在该判断中的差异度为

d 1_B = 1 - E 1_B = 1 - 0.851 = 0.149

3）计算所有专家的意见客观权重

按照上述方法，依次计算专家的个人判断权重，并采用肯德尔和谐系数

W

验证专家意见的一致性^［16］。根据计算，各专家在B1、B2、B3的权重判断中

W = 0.803

（

χ 2 = 11.242

，

p < 0.01

），高于0.7，说明一致性较强，意见收敛性良好^［16］。计算各专家权重向量信息熵与差异度，并根据式（5）计算各专家的意见权重，结果如表3所示。

表3 8位专家的判断权重和意见权重

Table 3 The judgment weights and opinion weights of eight experts

专家	准则层指标权重			差异度 $d i_B$	意见权重 $w i_B$
专家	B1	B2	B3	差异度 $d i_B$	意见权重 $w i_B$
1	0.455	0.091	0.455	0.149	0.077
2	0.793	0.076	0.131	0.412	0.212
3	0.639	0.081	0.279	0.230	0.118
4	0.682	0.103	0.216	0.249	0.128
5	0.751	0.070	0.178	0.355	0.183
6	0.726	0.172	0.102	0.301	0.155
7	0.649	0.072	0.279	0.248	0.128
8	0.333	0.333	0.333	0.000	0.000

4）计算准则层对目标层的综合权重

根据式（6）计算准则层指标B1的综合权重为

W B 1 = ∑ k = 1 8 p k_B 1 · w k_B 1 = 0.698

同样地，可计算得到B2和B3的综合权重分别为

W B 2 = 0.095

和

W B 3 = 0.207

。

基于前述AHP⁃熵权法逐层计算评估指标体系中各层指标对其所属上层指标的权重，最终得到适用性评估体系的指标权重分布如表4。从权重计算结果可得如下结论。

表4 指标综合权重

Table 4 Composite weights of evaluation indicators

目标层	准则层	综合权重	因素层	综合权重	指标层	综合权重
业务适用性A	业务需求适应性B1	0.698	库房清点业务C1	0.247	功能适用D1	0.182
					指纹鉴别准确性D2	0.170
					文物操作安全D3	0.125
					文物本体风险响应D4	0.146
					文物数据安全保障D5	0.195
					业务效率D6	0.182
			数字采集类（馆内）业务C2	0.215	功能适用D7	0.155
					指纹鉴别准确性D8	0.183
					文物操作安全D9	0.197
					文物本体风险响应D10	0.179
					文物数据安全保障D11	0.137
					业务效率D12	0.148
			保养修复类（馆内）业务C3	0.203	功能适用D13	0.135
					文物本体变化识别能力D14	0.150
					指纹鉴别准确性D15	0.167
					文物操作安全D16	0.144
					文物本体风险响应D17	0.136
					文物数据安全保障D18	0.111
					业务效率D19	0.158
			馆内展出类业务C4	0.171	功能适用D20	0.147
					指纹鉴别准确性D21	0.160
					文物本体变化识别能力D22	0.161
					文物操作安全D23	0.148
					文物本体风险响应D24	0.140
					文物数据安全保障D25	0.090
					业务效率D26	0.154
			馆外流转业务C5	0.164	功能适用D27	0.166
					指纹鉴别准确性D28	0.166
					文物本体变化识别能力D29	0.146
					文物操作安全D30	0.125
					文物本体风险响应D31	0.132
					文物数据安全保障D32	0.100
					业务效率D33	0.166
	业务人员使用体验B2	0.095	库房清点业务用户体验C6	0.230	易学性D34	0.253
					易用性D35	0.252
					有用性D36	0.250
					满意度D37	0.246
			数字采集类（馆内）业务用户体验C7	0.223	易学性D38	0.230
					易用性D39	0.240
					有用性D40	0.283
					满意度D41	0.247
			保养修复类（馆内）业务用户体验C8	0.194	易学性D42	0.243
					易用性D43	0.253
					有用性D44	0.296
					满意度D45	0.208
			馆内展出类业务用户体验C9	0.167	易学性D46	0.249
					易用性D47	0.249
					有用性D48	0.251
					满意度D49	0.252
			馆外流转业务用户体验C10	0.187	易学性D50	0.249
					易用性D51	0.243
					有用性D52	0.281
					满意度D53	0.227
	经济性B3	0.207	装备系统投资成本C11	0.309	设备购置安装成本D54	0.500
			装备系统投资成本C11	0.309	基础设施改造成本D55	0.500
			运营维护成本C12	0.327	运行成本D56	0.500
			运营维护成本C12	0.327	维护成本D57	0.500
			人员成本C13	0.365	培训成本D58	1.000

（1）3个准则层中，权重最大的为业务需求适应性（0.698），其次为经济性（0.207），最小的为业务人员使用体验（0.095）。这说明装备系统能够在博物馆业务中应用，其核心为能够系统解决实际业务痛点、安全高效地完成业务动作，其次需满足博物馆预算和后续资源可持续，同时也要关注人的因素。

（2）因素层中，对业务需求适应和业务人员使用体验而言，最重要的均为库房清点业务，权重分别为0.247和0.230，其次是数字采集类（馆内）业务和保养修复类（馆内）业务，最小的均为馆内展出业务和馆外流转业务。这可能反映了业务开展频率、基础性、风险性的不同。对经济性而言，最重要的是人员成本（0.365）和运营维护成本（0.327），最小的为设备系统投资成本（0.309）。这反映了博物馆层面对该技术的采用更多考虑长期资源投入。

（3）从指标层权重可以看出，不同类型业务的核心需求略有差异，但保障业务效率始终是重点之一。常规业务场景（库房清点、数字采集类（馆内））中，对文物安全相关的需求（包括操作安全、本体风险响应、数据安全保障）始终是最重要的内容。而涉及到可能导致文物本体变化的业务（保养修复、展出类业务），文物身份的鉴别能力及文物本体变化的识别能力成为对技术的核心需求点。各业务中用户体验的几个指标重要程度略有差异，但相对均衡。经济性指标的重要程度分布也相对均衡。

4 评估体系的应用分析

4.1 评估体系的应用方法

4.1.1 指标计分方法

根据项目研发目标与应用示范目的，上述评估体系的指标可分为如下3类。

（1）核心目标指标，指项目研发必须达成的技术指标（如身份鉴别准确率）。计分规则：达到研发目标值计100分，否则计0分（一票否决）。

（2）客观性能指标，指装备系统使用中可客观度量的非核心性能指标（如操作耗时、险肇事故次数等）。计分规则：基于前期调研设定满分期望值，并依据实测值低于期望值的程度建立分段扣分机制。

（3）主观与非量化指标，包括用户体验、经济性感知等难以直接客观量化的指标。计分规则：对专家或用户的主观等级评分，按预设规则转换为百分制得分。

评估体系中各指标归类及数据来源详见表5。

表5 评估体系指标归类及数据来源

Table 5 Categorization and data sources of evaluation system indicators

指标类型	指标	数据来源
核心目标指标	指纹鉴别准确性	身份鉴别准确率
客观性能指标	文物操作安全	出现文物本体安全险肇事故的次数
	文物本体风险响应	文物本体风险预警的平均响应时间
	文物数据安全保障	出现文物信息安全险肇事故的次数
	业务效率	业务中单件平均用时
	文物本体变化识别能力	文物本体变化识别准确率
	易学性	业务人员熟练掌握使用装备系统开展业务的学习时间
主观与非量化指标	功能适用、易用性、有用性、满意度、设备购置安装成本、基础设施改造成本、运行成本、维护成本、培训成本	调查访谈

险肇事故是指在操作使用过程中发生的、未造成实际的文物本体损害、数据泄露等事故，但存在明显安全隐患的事件；考虑到不同机构预算差异及承受度，成本类指标归入主观与非量化指标，通过问卷评估可接受度。

4.1.2 评估实施流程

评估实施流程如下。

（1）数据采集。核心目标指标与客观性能指标数据主要来源于系统运行日志、示范验证过程记录等；主观与非量化指标数据通过结构化问卷采集，调查对象涵盖示范验证一线操作人员、相关业务人员及博物馆管理人员。

（2）数据处理。对收集的原始数据进行清洗、校验与格式标准化处理。

（3）指标评分。依据4.1.1节设定的计分规则，对每个底层指标进行独立评分。

（4）综合评估结果计算。基于指标体系层级结构及最终确定的综合权重，采用加权求和法逐层向上聚合计算，最终获得百分制总体适用性得分。

4.2 评估结果解读与应用

为增强评估结果的可解释性与决策支持价值，将百分制结果转化为等级结果，对应的规则为90~100分记为“优秀”，80~89分记为“良好”，60~79分记为“一般”，60分以下记为“不合格”。评估结果提供两个层面的洞察：（1）总体适用性等级，反映数字指纹技术体系的整体适用性评价；（2）维度/业务适用性诊断，通过分析准则层（如业务需求适应性、经济性）或因素层（如库房清点业务需求适应性、库房清点业务用户体验）的得分，精准识别技术体系在特定维度或业务环节的优势与短板。

部分评估结果可为技术研发团队提供迭代优化方向，明确需优先改进的功能模块或性能指标。总体评估结果则可为博物馆管理者提供全局性技术采纳决策依据，并可作为评估技术升级或新版本迭代效果的基准参照。

5 结束语

本文聚焦馆藏文物数字指纹技术在博物馆业务场景中的适用性评估问题，首先基于技术逻辑分析，整合需求调研与专家访谈成果，系统构建了包含目标层、3个准则层（业务需求适应性、经济性、业务人员使用体验）、13个因素层及58个指标层的多层次适用性评估体系。其次，采用AHP⁃熵权法融合主客观权重，依托8位领域专家的调研数据，计算得到指标体系的综合权重。权重计算结果表明：（1）准则层权重从高到低排序为业务需求适应性、经济性、业务使用人员体验，表明解决核心业务痛点是技术适用性的核心问题；（2）业务需求适应性与用户体验维度、库房清点业务均占据最高权重，其次是馆内数字采集与保养修复业务，表明高频次、基础性业务是技术适用性的关键验证场景；（3）各业务场景下，文物本体与信息安全需求始终是最高优先级，其次是技术性能（功能完备性、鉴别准确性、变化识别能力）及对业务效能与效率的保障能力。最后，本研究设计了评估方法，提出了涵盖数据采集策略、指标量化评分规则（区分核心目标、客观性能、主观感知指标）及结果分级解读与应用框架（总体等级与维度诊断）的完整评估操作方案。所构建的评估体系及其应用方法为馆藏文物数字指纹技术的科学落地实施与迭代优化提供了量化依据和决策支持工具。

未来研究可从体系普适性提升和应用范围拓展两方面着手：体系普适性方面，本研究指标选取与权重确定主要基于特定示范单位的业务需求和有限专家样本（8位）。未来可扩大样本量，纳入跨区域、多层级博物馆人员的实践经验，以增强评估体系的普适性与代表性。应用范围拓展方面，未来可探索将该评估框架适配并应用于其他类型的文物数字技术的适用性评估，逐步推动形成行业通用的技术适用性评估标准范式。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

[1]	王明明，王小蕊.文物保护与修复技术成果评价研究［J］.科技管理研究，2016，36（3）：45-49. WANG M M， WANG X R. Study on the evaluation of technological achievements for the protection and restoration of cultural relics［J］. Science and Technology Management Research， 2016，36（3）：45-49. （in Chinese）

[2]

刘丽娜，占妮，丁嘉荟.我国博物馆数字化建设中的版权问题与治理路径研究［J］.西北大学学报（哲学社会科学版），2024，54（3）：92-102.

LIU

L N

， ZHAN

， DING

J H

. Research on copyright issues and governance paths in the digital construction of museums［J］. Journal of Northwest University （Philosophy and Social Sciences Edition）， 2024， 54（3）： 92-102. （in Chinese）

[3]	GARLANDINI A. Museums and heritage in the digital age： the challenge of cultural change and technological innovation［J］. Scires⁃it， 2021， 11（1）：11-18.

[4]	BUCHANAN J D R， COWBURN R P， JAUSOVEC A V， et al. ‘Fingerprinting’ documents and packaging［J］. Nature， 2005， 436（7050）： 475.

[5]	光明网.“文物指纹”精准跟踪识别国宝［EB/OL］. （2023-09-06）［2025-09-03］.

[6]	解读文明密码焕活文物新生—第五届文物科技创新论坛全面展示文物科技创新图景［EB/OL］. （2025-06-20）［2025-09-03］.

[7]	SHANNON C E. A mathematical theory of communication［J］.The Bell System Technical Journal， 1948， 27（3）： 379-423.

[8]	ZHANG M， CUI W K， ZHANG Y J， et al. Research on world food production efficiency and environmental sustainability based on entropy⁃DEA model［J］. Complexity， 2021， 2021： 8730264.

[9]	YANG L， CHEN S Y， CHIU Y H， et al. Reassessment of industrial eco⁃efficiency in China under the sustainable development goals： a meta two⁃stage parallel entropy dynamic DDF⁃DEA model［J］. Journal of Cleaner Production， 2024， 447： 141275.

[10]	ZHONG C H， YANG Q C， LIANG J， et al. Fuzzy comprehensive evaluation with AHP and entropy methods and health risk assessment of groundwater in Yinchuan Basin， northwest China［J］. Environmental Research， 2022， 204： 111956.

[11]

辛慧，耿晓磊，厉成伟，等.基于PSR模型及熵权法的城市公园韧性评估及影响分析——以上海市为例［J］.复旦学报（自然科学版），2025，64（1）：64-79.

XIN

， GENG

X L

， LI

C W

， et al. Assessment and impact analysis of urban parks resilience based on PSR model and entropy weight method—a case study of Shanghai［J］. Journal of Fudan University （Natural Science）， 2025，64（1）：64-79. （in Chinese）

[12]

陈阳，杨志辉，司梦莹，等.基于层次分析法的矿区场地风险管控与治理技术综合评估体系构建［J］.有色金属（冶炼部分），2024（4）：48-54.

CHEN

， YANG

Z H

， SI

M Y

， et al. Construction of comprehensive evaluation system of mining site risk control and management technology based on analytic hierarchy process［J］. Nonferrous Metals （Extractive Metallurgy）， 2024（4）：48-54. （in Chinese）

[13]	彭张林. 综合评价过程中的相关问题及方法研究［D］.合肥：合肥工业大学，2015. PENG Z L. Research on some specific problems and the solution methods of comprehensive evaluation［D］. Hefei： Hefei University of Technology， 2015. （in Chinese）

[14]	YAZDI M， NIKFAR F， NASRABADI M. Failure probability analysis by employing fuzzy fault tree analysis［J］. International Journal of Systems Assurance Engineering and Management， 2017， 8： 1177-1193.

[15]	赵思劼，赵晨羽，姜妮，等.基于AHP-熵权法的滇池环湖湿地效益评估研究［J］.环境科学学报，2024，44（4）：411-420. ZHAO S J， ZHAO C Y， JIANG N， et al. Benefit evaluation and optimization strategy of wetland around Dianchi Lake based on AHP⁃entropy weight method［J］. Acta Scientiae Circumstantiae， 2024，44（4）：411-420. （in Chinese）

[16]	FORD D N， STERMAN J D. Expert knowledge elicitation to improve formal and mental models［J］. System Dynamics Review， 1998， 14（4）： 309-340.

[17]	MASALEGOOYAN Z， PIADEH F， BEHZADIAN K. A comprehensive framework for risk probability assessment of landfill fire incidents using fuzzy fault tree analysis［J］. Process Safety and Environmental Protection， 2022， 163： 679-693.

[18]	SHEKAR P R， MATHEW A. Integrated assessment of groundwater potential zones and artificial recharge sites using GIS and fuzzy⁃AHP： a case study in Peddavagu watershed， India［J］. Environmental Monitoring and Assessment， 2023， 195： 906.

[19]	LIU S W. Evaluation of digital economy development level in Hunan Province based on entropy weight⁃TOPSIS method［J］. The Frontiers of Society， Science and Technology， 2023， 5（10）： 41-49.

Options

文章导航

模态框（Modal）标题

摘要