项目成功的模糊方法： 测量重要的内容-计算机科学-模糊逻辑-机器学习.pdfVIP

项目成功的模糊方法：

测量重要的内容

JoãoGranja-CorreiaRemediosHernández-LinaresLucaFerrantiArménioRego

UniversidaddeCantabriaUniversidaddeExtremaduraAaltoUniversityCatólicaPortoBusinessSchool

Santander,EspañaMérida,EspañaEspoo,FinlandPorto,Portugal

jgc672@alumnos.unican.esremedioshl@unex.esluca.ferranti@aalto.fiarego@ucp.pt

摘要—本文介绍了一种将模糊逻辑整合到现有结构中以评于评估涉及固有模糊性和动态关系的复杂现象（如项目

估项目成功的新型方法。传统的李克特量表测量往往忽视了项目成功）至关重要[7]。

本成功在依赖于背景和具有多方面性质方面的特点。所提出的分层在社会科学中，构念是通过可观察指标（如李克特

一级Mamdani模糊系统优先考虑对最终用户的持续积极影响，

译量表项目）来测量的抽象概念，这些指标通过对称量表

减少对利益相关者满意度和内部项目成功等次要结果的重视。这

中种动态的方法可能提供更准确的项目成功衡量标准，并且可以适[8]上对陈述的同意程度进行评估。传统方法常常通过

1应复杂评估。未来的研究将集中在模糊逻辑在社会科学中的实证忽略项目间关系的细微差别和背景而过于简化复杂现

v

3测试和更广泛的应用。象。为了解决项目成功研究中的这些局限性，我们的模

5糊方法纳入了层级结构和情境敏感逻辑。这提供了一个

6I.介绍更准确且细致的评估工具，使得能够深入理解项目成功

2

1.项目成功的概念已经显著演变，从传统的“铁三的多维性质。

7

0角”——时间、成本和范围[1]——扩展到一个更广泛的本文提出了两项贡献：一种适应构造方法，以应对

5角度，认识到其多方面且依赖于具体环境的性质。现代其层次性和上下文依赖性，以及对一个已确立的项目管

2

:方法强调跨组织层级的利益相关者视角，承认成功不仅理构造的重新解释，以便更好地捕捉项目成功的细微维

v

i仅局限于技术成果，还包括利益相关者的满意度以及更度，为未来的研究提供更具意义的工具。

x

r

a广泛的策略目标[2]。II.理论框架

伊卡和平托在2022年的编辑评论中强调了专注于

虽然项目是旨在实现特定目标的临时努力[9]，评

一维项目指标的局限性，并倡导纳入长期可持续性措施

估其成功涉及导航复杂的利益相关者观点和众多影响

以实现更全面的评估[3]。他们提出开发一种项目和背

因素[10]。传统评价方法往往难以概括这种复杂性[11]，

景的分类法，以指导成功模型的选择，并整合内部和外

导致不完整的评估。为了解决这些挑战，模糊逻辑，特

部利益相关者的看法以及可持续性维度。

别是由EbrahimMamdani于1977年开发的Mamdani

有效评估项目成功需要对项目、其背景、利益相关